Linux 根据关键字查看大文件日志,grep: memory exhausted

[wuzhizuiguo]

日志文件 10G,原来一直用 cat /root/logs/a.out |grep -C 10 "关键词", 日志文件小的时候很快, 刚想查一下,提示 grep: memory exhausted.
文件太大,下载到本地,notepad 也打不开.
想用 tail -n 50000 /root/logs/a.out |grep "关键字", 随着行数增加,还是找不到数据,最后也报了 memory exhausted
使用 less, 提示 may be a binary file. See it anyway? yes 乱码, 按网上设置后,还是打不开.
请教下大佬们 大日志文件, 根据关键词 怎么定位附近的日志?

[Jooooooooo]

直接 grep

不要 cat

grep '关键词' 文件

[wuzhizuiguo]

@Jooooooooo 还是... grep: memory exhausted

[wangbenjun5]

1 楼正解，你用 cat 相当于要把所有数据载入到内存里面，除非你的机器有 10G 的内存，直接 grep 就可

[SuperManNoPain]

你要是下载到本地, 本地机器配置可以的话, windows 可以用 gitbash 进行 less 或者 grep 操作, 曲线救国吧,

[wuzhizuiguo]

@SuperManNoPain 文件太大了(比下动作片还慢),本地也没有 10G 内存 会影响查看吗? (后面实在不行我准备试试)

[Jirajine]

@wuzhizuiguo grep/ripgrep 都是流式操作的，多大的文件也不会占很多内存。

[dajj]

还是命令行用的不对。 grep 不熟练

# 查找关键词所在行及其上下各 10 行的内容
grep 关键词 -B 10 -A 10 文件 | tee r.txt

[xuboying]

怀疑文件内某些行巨长，导致一行一行读也超载了。

[Lee2019]

grep 我记得是按行读的，原则上不会有这个问题
难道是你的日志某些行特别大吗？
ulimit -a 看看是不是限制的内存太小，适当放大一些再试试

[wuzhizuiguo]

@dajj 还是不行.. grep: memory exhausted

[wuzhizuiguo]

@xuboying 对,是有很长的一行(多行)

[wuzhizuiguo]

@Lee2019
core file size (blocks, -c) 0
data seg size (kbytes, -d) unlimited
scheduling priority (-e) 0
file size (blocks, -f) unlimited
pending signals (-i) 127979
max locked memory (kbytes, -l) 64
max memory size (kbytes, -m) unlimited
open files (-n) 65535
pipe size (512 bytes, -p) 8
POSIX message queues (bytes, -q) 819200
real-time priority (-r) 0
stack size (kbytes, -s) 8192
cpu time (seconds, -t) unlimited
max user processes (-u) 127979
virtual memory (kbytes, -v) unlimited
file locks (-x) unlimited

[dajj]

@wuzhizuiguo 那就到达我知识的盲区了

[lululau]

3L 瞎说，6L 正解

估计是有些行太太太长了

[fuis]

个人建议日志 tar 下载回来，用 UltraEdit 查看。

[privil]

论日志截断的重要性。

[liuxu]

tail -n 50000 > tmp.log

看看你的 50000 有多大

[wuzhizuiguo]

@liuxu 50000 12.23MB

[wuzhizuiguo]

@fuis 准备日志去掉不必要的长数据行, 部分缺少的参数 加到阿里云日志里去. 下载使用 UltraEdit. grep 也确实不怎么用过..

[liuxu]

@wuzhizuiguo 12MB 不至于会出问题，在 grep xxx tmp.log 看看会不会报错

[calmzhu]

5w 才 12m 。说明单行不大。或者大行未出现在后 5w 行。

wc -l a.out 如果能统计出行数。那么单行不至于超过内存错误。用 grep 贴出完整命令。如果仍然报内存错误。那很可能就是中间存在某些行特别大。

最省事的用 python/go 打开文件。不载入文件内容，而是手动控制偏移量进行没行计数。统计一下最大行的字符数。根据编码换算成字节大小。找到最大一行看看是不是过大。

如果是顺便加个查找功能，不一次读一行就行了。


或者用 dd 命令把文件切成 10 个约 1G 的再来 grep.这个不严谨，可能把超级行切断。但是可以试试看看结果再说

[ETiV]

先把 -C 参数去掉试试，保留上下文的话，内存占用肯定多

另外加一个 --line-buffered，遇到匹配的行就立即输出

[helloworld000]

用 vim 打开在 vim 里找？

[AmitabhaPk]

分成小块文件再检索不行么

[Rache1]

论日志采集平台的重要性

[zlowly]

如果是行超长，可以加多个管道 fold -w 4000 之类的强制换行，或者干脆 cut,tr 之类的强制行截取。

[fuis]

@wuzhizuiguo 相信我，UE 是看大日志最好用的，其他什么七七八八 vim fold dd 一概都是没看过大日志的

[yzbythesea]

论日志 Json 化重要性。

[Meltdown]

grep -a 试试

[lvzhiqiang]

将日志拆分吧，有拆分工具，split 。 或者如果格式化过的的话，要么就全部导入到 ELK 试试。

[hanxiV2EX]

应该从根源解决，日志文件按时间或大小进行拆分。

[php8]

@wangbenjun5 pipe 写入有容量控制，未读数据超出 buffer 大小写入会阻塞，先 cat 再 grep 多两次 memcpy，多用几 MB 内存，1000G 的文件也不会因此内存不够

[wuzhizuiguo]

好的,谢谢各位大佬的帮助. 现在选择了 不定时清理日志(体积小,但是以往的结果就不能查了... 也怕几个日志大了 空间不够了)
最终汇总下.
小日志文件, 查看末尾几行 tail -n 500 /root/logs/a.out;
有关键词时, cat /root/logs/a.out |grep -C 10 "关键字" , 定位"关键字"上下 10 行内容 (文件大时,grep: memory exhausted)
或者 grep -C 10 "关键字" /root/logs/a.out (遇到我这种有超长行的, 也会 memory exhausted)
坛友提到的 vim 打开, 这个我在其他帖子看到, 大文件也不能这样做.
如果是 末行几行, 例如 几万行内(从时间推算), 可以用 tail -n 30000 /root/logs/a.out > tmp.out 去截取日志, 变小了,然后再去查询关键字. (行数太大,也会报错)
tar 把文件下载回来, 用 UltraEdit 查看(不过太大了 下载也是个问题..,生成的日志 UltraEdit 中文乱码 )
或者分割文件, 变小了再查看.
日志可以按时间分开,每天一个文件等.

[pyu77]

sed -n '/2019-10-15 10:[0-9][0-9]:[0-9][0-9]/,/2019-10-15 11:[0-9][0-9]:[0-9][0-9]/'p server.log >/app/jboss/jboss-5.1.0.GA/server/ngr/log/20191015.log
sed -n '/2020-12-09 02:[0-9][0-9]:[0-9][0-9]/,/2020-12-09 03:[0-9][0-9]:[0-9][0-9]/'p server.log >20201209server2.log
我遇到大日志都是直接取时间区间拷贝下来看，不知道楼主能不能用上

[wuzhizuiguo]

@jaliemoon 以后可能用得着 现在我们日志基本不带时间...
grep -C 10 "关键字" /root/logs/a.out 可能会报 Binary file matches, 用 grep -a "关键字" /root/logs/a.out , 如果再想查询上下 N 行(10 行), grep -aC 10 "关键字" /root/logs/a.out

[aibangjuxin]

logrotate 研究下。另外不要 cat 直接 grep 好几层都给这么回复的。

[aibangjuxin]

印象中好像 fgrep 比 grep 快点 匹配规则不一样。

[wuzhizuiguo]

@aibangjuxin 大佬强啊, fgrep 没有报 "grep: memory exhausted"