java多线程读取日志用于前端展示

最近公司有这样的业务场景, 我们有一个人工智能算法平台系统, 用户可以选择自己需要的模型, 利用我们的gpu资源来训练, 训练的过程中, 日志就是非常重要的一环了, 需要把TensorFlow或者kares训练的日志实时的展示到前端界面上, 用于让用户感知到训练过程.

大致的思路是前端跟java的服务器采用websocket通信, 后台检测到日志有变化的时候, 就主动把增量的日志文件推送到前端显示.

![image.png](http://upload-images.jianshu.io/upload_images/5072242-c4b078d8e3e0ac5a.png? imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)

在java服务中,考虑需要对日志文件做轮询, 就想到的spring的ThreadPoolTaskScheduler, 创建一个定时任务的线程池, 配置为每5秒执行一次, 检测文件行数是否有变化, 如果文件行数有变化则返回增量数据, 并记录下目前已读取的行数.

service 代码如下:

@Component
public class TaskService {

private final ThreadPoolTaskScheduler taskScheduler;

private final SimpMessagingTemplate messagingTemplate;

private ScheduledFuture<?> future;

private Map futureMap = new HashMap();
public TaskService(
    ThreadPoolTaskScheduler taskScheduler,
    SimpMessagingTemplate messagingTemplate) {
    this.taskScheduler = taskScheduler;
    this.messagingTemplate = messagingTemplate;
}


public void startReadLog(String jobPath){

    future = taskScheduler.schedule(new ReadLogThread(this, jobPath, messagingTemplate),new CronTrigger("*/5 * * * * ?"));

    futureMap.put(jobPath,future);
}


public void stopReadLog(String jobPath){
    ScheduledFuture temp = (ScheduledFuture) futureMap.get(jobPath);

    if(temp!=null){
        temp.cancel(true);
    }
}
}

thread 代码如下:

public class ReadLogThread implements Runnable {

private final TaskService taskService;

private final String jobPath;

private String charset;

private final SimpMessagingTemplate messagingTemplate;

private static final String PREAMBLE_STR = "\u001B[8mha:";
private static final String POSTAMBLE_STR = "\u001B[0m";

public ReadLogThread(TaskService taskService, String jobPath,
    SimpMessagingTemplate messagingTemplate) {
    this.taskService = taskService;
    this.jobPath = jobPath;
    this.messagingTemplate = messagingTemplate;
}


@Override
public void run() {
    try {
        List<String> logs;
        if (TaskService.pageMap.containsKey(jobPath)) {
            long currentLine = (long) TaskService.pageMap.get(jobPath);

            logs = getLog(currentLine);

        } else {

            logs = getLog(0);

        }

        messagingTemplate.convertAndSend("/logs/" + jobPath, logs);

    } catch (IOException e) {
        e.printStackTrace();
    }

    System.out.println("DynamicTask.MyRunnable.run()," + new Date());

}


    int lines = 0;
    long filePointer;
    final List<String> lastLines = new ArrayList<>(128);
    final List<Byte> bytes = new ArrayList<>();

    try (RandomAccessFile fileHandler = new RandomAccessFile(getLogFile(), "r")) {
        long fileLength = fileHandler.length() - 1;

        for (filePointer = fileLength; filePointer >maxLines;filePointer--) {
            fileHandler.seek(filePointer);
            byte readByte = fileHandler.readByte();

            if (readByte == 0x0A) {
                if (filePointer < fileLength) {
                    lines = lines + 1;
                    lastLines.add(convertBytesToString(bytes));
                    bytes.clear();
                }
            } else if (readByte != 0xD) {
                bytes.add(readByte);
            }
        }
        TaskService.pageMap.put(jobPath,fileLength);
    }

    if (lines != maxLines) {
        lastLines.add(convertBytesToString(bytes));
    }


    Collections.reverse(lastLines);

  

    return removeNotes(lastLines);
}

public File getLogFile() throws IOException {
    File rawF = new File(getRootDir(), "training.log");
    if (rawF.isFile()) {
        return rawF;
    }
    File gzF = new File(getRootDir(), "log.gz");
    if (gzF.isFile()) {
        return gzF;
    }
    //If both fail, return the standard, uncompressed log file
    return rawF;
}

public File getRootDir() throws IOException {
    return new File(getJobPath());
}

private String getJobPath() throws IOException {
    return new String(new sun.misc.BASE64Decoder().decodeBuffer(jobPath));
}

public static String humanReadableByteSize(long size) {
    String measure = "B";
    if (size < 1024) {
        return size + " " + measure;
    }
    Double number = new Double(size);
    if (number >= 1024) {
        number = number / 1024;
        measure = "KB";
        if (number >= 1024) {
            number = number / 1024;
            measure = "MB";
            if (number >= 1024) {
                number = number / 1024;
                measure = "GB";
            }
        }
    }
    DecimalFormat format = new DecimalFormat("#0.00");
    return format.format(number) + " " + measure;
}

private String convertBytesToString(List<Byte> bytes) {
    Collections.reverse(bytes);
    Byte[] byteArray = bytes.toArray(new Byte[bytes.size()]);
    return new String(ArrayUtils.toPrimitive(byteArray), getCharset());
}


public final Charset getCharset() {
    if (charset == null) {
        return Charset.defaultCharset();
    }
    return Charset.forName(charset);
}

public static List<String> removeNotes(Collection<String> logLines) {
    List<String> r = new ArrayList<String>(logLines.size());
    for (String l : logLines) {
        r.add(removeNotes(l));
    }
    return r;
}

/**
 * Removes the embedded console notes in the given log line.
 *
 * @since 1.350
 */
public static String removeNotes(String line) {
    while (true) {
        int idx = line.indexOf(PREAMBLE_STR);
        if (idx < 0) {
            return line;
        }
        int e = line.indexOf(POSTAMBLE_STR, idx);
        if (e < 0) {
            return line;
        }
        line = line.substring(0, idx) + line.substring(e + POSTAMBLE_STR.length());
    }
}


}
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 205,132评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,802评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,566评论 0 338
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,858评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,867评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,695评论 1 282
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,064评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,705评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 42,915评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,677评论 2 323
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,796评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,432评论 4 322
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,041评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,992评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,223评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,185评论 2 352
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,535评论 2 343

推荐阅读更多精彩内容