我想匹配給定模式庫中的模式，返回檢測(cè)到的最長(zhǎng)模式。但是，我在日志文件中只有多個(gè)并行任務(wù)的交錯(cuò)結(jié)果，例如來自處理器的多個(gè)內(nèi)核。這是數(shù)據(jù)挖掘中的已知應(yīng)用程序嗎？我想到了一種與Regex subsequence matching相似的 regex 解決方案。然而，有一種距離度量允許一些模糊性會(huì)很好，例如，如果序列中的一個(gè)活動(dòng)會(huì)丟失。
3 回答
ABOUTYOU
TA貢獻(xiàn)1812條經(jīng)驗(yàn) 獲得超5個(gè)贊
正如其他人所指出的那樣，如果我們了解您要完成的任務(wù)的語義，將會(huì)有所幫助。我在這里猜測(cè)你的模式庫中的模式都屬于
單個(gè)資源（或）
一組資源
如果是這種情況，我建議您首先將該信息添加到您的模式庫中以使其明確。例如，您的模式庫看起來像：
1: A
1: AB
1: ABC
2: AD
2: C
2: D
如果你想涵蓋一組資源的模式，它可能看起來像這個(gè)人為的例子：
3: X
4: Y
3,4: Z
現(xiàn)在，您可以從交錯(cuò)日志文件中分離出屬于每個(gè)資源的日志記錄（假設(shè)日志文件確實(shí)具有資源標(biāo)識(shí)符）。然后，您可以應(yīng)用模式匹配來發(fā)現(xiàn)最長(zhǎng)的模式。
本質(zhì)上，將您的關(guān)注點(diǎn)分開并為每個(gè)子問題應(yīng)用解決方案。
繁華開滿天機(jī)
TA貢獻(xiàn)1816條經(jīng)驗(yàn) 獲得超4個(gè)贊
如果我們有日志文件和模式庫，我們可以用堆棧解決問題。我們開始從日志文件中讀取。如果帶有堆棧的新日志在模式庫中創(chuàng)建了一個(gè)現(xiàn)有模式，我們將其推入堆棧。除非，我們把它放在一個(gè)新的堆棧中。
慕姐8265434
TA貢獻(xiàn)1813條經(jīng)驗(yàn) 獲得超2個(gè)贊
您的問題很容易描述，如果我們知道您的約束條件就好了。這需要運(yùn)行多快？
在 Python 中，您將在資源上有一個(gè)迭代器，將每個(gè)資源推送到一個(gè)單獨(dú)的生成器來進(jìn)行模式匹配。也就是說，迭代器產(chǎn)生(resource 1, A)并被推入資源 1 的生成器，以查看它是否與模式匹配。生成器偶爾會(huì)踢出匹配的模式。
實(shí)際上，您可能只需要一個(gè) Splunk 插件或?qū)⑺袃?nèi)容都放入數(shù)據(jù)庫中。這種類型的分析用于常見問題，例如“查找您在過去兩周內(nèi)有過 3 次會(huì)話但放棄了購物車且購物車中有一個(gè)常見商品超過總數(shù) 75% 的所有客戶。向這個(gè)猶豫不決的客戶發(fā)送一個(gè)5% 折扣，24 小時(shí)有效?！?/p>
添加回答
舉報(bào)
0/150
提交
取消