Parsing 使用scala的日志解析策略

所以昨天我有一个日志文件，在提供的log.txt中有逗号分隔的条目，如下所示：

entry1.1,entry1.2,entry1.3
entry2.1,entry2,2,entry2.3
..........................

line.split match {
  case Array(entry1,entry2,entry3) => LogEntry(entry1,entry2,entry3)
}

因此，我怀着极大的快乐，继续创建了一个案例课程：

case class LogEntry(
  entry1:String,
  entry2:String,
  entry3:String
)

case class LogEntry(
    time: java.util.Date,
    userId: Int,
    host: String,
    port: Int
)

并在读取案例类时填充案例类，如下所示：

entry1.1,entry1.2,entry1.3
entry2.1,entry2,2,entry2.3
..........................

line.split match {
  case Array(entry1,entry2,entry3) => LogEntry(entry1,entry2,entry3)
}

现在，当我今天运行代码时，问题出现了，我注意到日志条目对象并没有被创建

我查看了今天提供给我的log.txt，意识到条目已更改：

我现在有：

entry1.1,entry1.2,entry1.3,entry1.4
entry2.1,entry2,2,entry2.3,entry2.4
...................................

我现在在每行中都有第四个条目。看起来没什么大不了的，只要用第四个条目（代码味道1）更改我的case类，然后更改模式匹配（代码味道2）

有人能建议我应该如何编写代码来处理这种情况吗。我想扩展我的代码，而不是修改它

---

谢谢

当您想要正确地抽象日志行时，要做的第一件事是给出单个元素的名称和正确的类型，而不是通过名称（即entry1、entry2等）来提供伪索引。因此，我们将有：

case class LogEntry(
    time: java.util.Date,
    userId: Int,
    host: String
)

键入的严格程度取决于您的具体用例（请注意，

host

这里不是

java.net.InetAddress

）

将新列添加到日志文件时，可能需要保留以下两项：

需要旧式日志项的函数

即使添加了新功能，也要处理旧日志文件

案例1很简单。只需将字段添加到案例类：

case class LogEntry(
  entry1:String,
  entry2:String,
  entry3:String
)

case class LogEntry(
    time: java.util.Date,
    userId: Int,
    host: String,
    port: Int
)

由于您有名称，您甚至可以更改字段的顺序，旧代码仍然可以工作，因为它期望的字段仍然在这里。因为您不想再处理旧的日志文件，所以只需修改读入代码即可

案例2有点棘手：您必须反映这样一个事实，即在运行的应用程序中有新旧日志条目。您可以：

将其他字段设置为可选，并提供默认值：

case class LogEntry(
    time: java.util.Date,
    userId: Int,
    host: String,
    port: Option[Int] = None
) 

在层次结构中反映日志格式的版本（注意：您不应该从case类继承，因此必须从它们中生成普通类）：

选项1允许处理日志条目的代码处理条目类型之间的差异（即，所有函数的类型仍然是

LogEntry=>？

）。还请注意，它可能允许不一致的日志条目（添加两个字段，两个字段都不在格式1中，格式2需要，您仍然可以将其中一个字段设置为

None

）

选项2允许调用代码处理条目类型之间的差异。如果高级函数需要一个

ExtendedLogEntry

，它的类型将是

ExtendedLogEntry=>。

，因此您不能向该函数提供

LogEntry

（备选方案：函数中的模式匹配并提供默认/回退行为）。此外，它还防止了选项1可能出现的不一致性

---

关于读入：选项1将在读取旧式日志文件时自动设置默认参数，在选项2中，旧式日志文件将像以前一样生成

LogEntry

。因此，在这两种情况下，旧的读入代码不需要更改，但可能需要进行调整，以便检测新样式或旧样式日志并生成适当的条目。（请注意，这可能是选项2的一个问题，因为如果不想强制转换，日志的样式将通过键入系统静态强制执行）。

如果要在对象中表示日志文件，则可能需要在文件更改时更改对象。您可以始终将内容存储为

列表[String]

。文件不应存储为对象，单独的行需要表示为对象，因为它们会进一步推动逻辑的计算。我只想知道日志行条目的适当抽象技术，以便在保持向后兼容性的同时适应文件模式的变化。我不确定将行条目存储为字符串列表会有什么帮助？@sc\u-ray您需要澄清如何处理

LogEntry

类。现在我看不出比@bmorris591所建议的使用变长

List[String]

有什么好处。变长列表[String]如何映射到数据库表的列？