用户增长量统计项目实现过程踩坑总结

太阳不下山

最近一段时间在做一个用户访问量统计的小项目，主要实现根据打包好的rdb文件进行解析、统计，然后存到pika，然后取到用户key并统计访问量的增长并将数据推到 grafana 进行展示。在代码实现及部署过程中遇到了一些问题，总结出来，以备后续参考。欢迎批评指正，共同学习！


一、在函数中使用多进程正常执行，在类中出现报错 解决方式如下：1、导入模块：

import types
import copy_reg

2、增加函数

def _pickle_method(m):
if m.im_self is None:
    return getattr, (m.im_class, m.im_func.func_name)
  else:
  return getattr, (m.im_self, m.im_func.func_name)

　　copy_reg.pickle(types.MethodType, _pickle_method)3、在类中增加如下方法

def __init__(self):
self.__result = []
def result_collector(self, result):
self.__result.append(result)

二、多进程的重复使用     在实现Redis key 的读写采集过程中，在数据采集中用到多进程提高效率，在得到结果往 pika 中存储 key 时，为提高效率，想采用多进程，但测试发现多进程嵌套使用多进程，会出现如下问题 ：    Queue objects should only be shared between processes through inheritance后来考虑到往pika中存数据属于io密集型的操作，因此，采用了多线程，解决了这一问题。这里涉及到多线程如何使主进程等待多个子线程执行完毕，解决方式如下：

t_objs = []
for i in range(100):
t = threading.Thread(target=self.batch_send_pika,args=(set_key, redis_port, all_batch_message[i]))
t.start()
t_objs.append(t)
for t in t_objs:
t.join() #等待线程的执行结果

三、多进程之间多个Queue实现数据共享    在实现用户读写访问量统计的过程中，由于每条产品线涉及多个端口，每条产品线又有多条规则，为了提高效率，因此对同一条产品线的不同端口采用多进程来实现，要统计同一产品线的用户增长量，就需要对同一规则不同端口之间的数据进行汇总求和，这里就涉及到每条规则启动一个Queue，对不同的端口采集到的数据存到Queue中，然后进行统计。因为要启动多个Queue，还要保证数据和的准确性，这里遇到了一些坑。尝试通过循环拼接字符串启动Queue、尝试过将Queue启动后加入列表作为参数进行传递使用，但是都没有成功，后来通过查资料学习，解决了这一问题。解决方式如下：

from multiprocessing import Queue,Manager
q_list = []
for i in range(len(rule_list)):
q_name = "q" + str(i)
manager = Manager()
q_name = manager.Queue()
  q_list.append(q_name)

然后将q_list作为参数进行传递即可
四、crontab报错在使用计划任务时未修改成功，遇到如下报错crontab: installing new crontabcrontab: error while writing new crontab to /var/spool/cron/tmp.XXXXa2LhEOcrontab: edits left in /tmp/crontab.rEpgqL解决方式如下：查看磁盘空间和inode节点是否用尽 这里发现/var 目录磁盘空间已经用尽将/var 下无用的文件进行删除，解决了这一问题