性能测试过程中，我们在评估哪些接口是需要测试或核心的接口的时候，总不能通过拍脑袋的方式确认，需要通过数据支撑。

数据如何来？

本文通过解析线上的请求日志，统计出访问量 top10 的请求 url，这样我们就很清晰的知道哪些重要核心接口优先测试。

另外运营人员也可以学一学，后续还有随时间分布的流量分析方法，敬请持续关注公众号文章。

为了更好的阅读体验，可以点击下面👇链接阅读，关注**大话性能**，可以持续免费学习工作测试技能干货！

http://dwz.cn/tvitxcGq

废话不说，直接上代码，大家可以根据自己的需求做一些微调。

1# encoding: utf-8
 2"""
 3@python: v3.5.4
 4@author: hutong
 5@file: loganalyse.py
 6@time: 2018/7/28 下午3:48
 7"""
 8#日志格式如下
 9#120.26.118.33|124.88.36.35, 100.116.167.34|2|2018-07-21 20:20:10|GET|200|913|
10# /crowdfundingservice2/project/base/info?id=6B976313BF15D90AE050190AFD015E55&client=web
11# |Mozilla/5.0 (Macintosh; Intel Mac OS X 10_13_5) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/67.0.3396.87 Safari/537.36
12# |-
13
14
15import re
16import time
17from collections import Counter
18
19def analyse_log(logname,topN):
20    urls={}
21    start = time.time()
22    line_num = 0
23    with open(logname,'r') as f:
24        for line in f:
25            #print(line)
26            url=re.search('(/crowdfundingservice2.+?)[\?|\|]',line)
27            if url is None:continue
28            #print (url.group())
29            line_num += 1
30            url_match = url.group()
31
32            if url_match  not in urls.keys():
33                urls[url_match] = 1
34            else:
35                urls[url_match] = urls[url_match] +1
36
37    #sort
38    urlsDictSort=sorted(urls.items(),key=lambda e:e[1],reverse=True)
39    a=0
40    with open (logname+'.csv','wb') as fw:
41        for url,count in urlsDictSort:
42            if a==topN: break
43            #print ('请求的url:',url,'           times:',count)
44            a+=1
45            insert_data = url+','+str(count)
46            insert_data = insert_data + '\r\n'
47            #print(insert_data)
48            fw.write(insert_data.encode('UTF-8'))
49    print ('解析%d条日志花费时间：%s' % (line_num,time.time()-start))
50
51if __name__ == "__main__":
52     analyse_log('/*/access_log.2018-08-03',10)
53     #analyse_log('/Users/hutong/PycharmProjects/myprojects/test.log',5)

效果
在我自己的 mac 笔记本上，基本上几十万的日志数据，可以在 1s 多内完成。

大家可持续关注大话性能公众号，不断学习测试实战技能和高薪岗位内推。