工作上有这样一个需求：

服务端每天产生的埋点日志比较多>200万行,凌晨2点将这个日志的数据入库到数据库，便于BI分析。

最初我的思路是：写一个shell脚本，将入库的逻辑放入shell脚本中，再将这个shell脚本放入到linux服务器crontab任务中。

说起来简单，但在编写的过程中遇到了问题，主要是日志量大，入库的速度很慢，最初的实现是

cat statlog.log | while read line  这种遍历日志，按行读取来入库，速度超慢。

经优化，采用awk的方式来做：

1,代码如下：

BEGIN{FS=","   user="test"passwd="test"host="192.168.0.9"print "==============start=================="sqlInsert="INSERT INTO log.logs_mobile_stat (p1, p2, p3, p4, p5, type, cookie, user_id, time, platform) VALUES"sql=sqlInsertidx=0conMysql="mysql -h" host " -u" user " -p'" passwd "' log -e " "date +%Y-%m-%d\ %H:%M:%S" | getline time;print time;
}{idx=idx+1#每1000条记录拼接长一条sqlif(idx==1000){      sqlValues="('"$2"', '"$3"', '"$4"', '"$5"', '"$6"', '"$7"', '"$8"', '"$9"','"$1"','"$10"');"     sql=sql sqlValues      str=conMysql "\"" sql "\" "system(str)idx=0sql=sqlInsert}else{     sqlValues="('"$2"', '"$3"', '"$4"', '"$5"', '"$6"', '"$7"', '"$8"', '"$9"','"$1"','"$10"'),"sql=sql sqlValues}
}END{         #去掉最后的分号sql= substr(sql, 0, length(sql)) str=conMysql "\"" sql "\" "#执行最后不足1000条记录的sqlif(idx>0 && idx<1000){system(str)print"=============end============idx====="idx   }   "date +%Y--%m-%d\ %H:%M:%S" | getline time2;print time2print"=============end================="  }

2,将上面的代码保存为stat.awk文件，写个调度stat.awk文件的shell，文件名为executeStat.sh

#!/bin/shdate=`date   -d   -1day +%Y-%m-%d`;log=/home/www/logs/taofen8/api/statlog.log.$date sudo awk -f /tmp/stat.awk  $log

3,将executeStat.sh加入到crontab定时任务中， 每天凌晨2点执行

0 2 * * *  sudo /tmp/executeStat.sh > /tmp/stat.log

经线上测试，200万左右的日志入库2分钟左右，速度还可以吧。