Java日志分析核心是读取文本、提取字段、聚合计算、输出结果；需识别日志格式选择解析策略，用Stream API高效统计，注意内存优化与线程安全，最终结构化输出。
用Java做日志分析统计，核心是读取文本、提取关键字段、聚合计算并输出结果。不依赖复杂框架也能高效完成，关键是理清日志格式、设计合理的数据结构和避免IO与正则性能陷阱。
识别日志格式并选择解析策略
常见日志如Nginx访问日志、Spring Boot的logback输出、或自定义格式（如red">[2024-05-20 10:23:45] INFO /api/user?id=123 200 142ms），需先人工观察几行确定分隔符、时间位置、状态码、耗时等字段。若格式固定（空格/制表符分隔），优先用String.split()或StringTokenizer；若含嵌套括号、不规则空格，再考虑正则（如Pattern.compile("(\\d{4}-\\d{2}-\\d{2} \\d{2}:\\d{2}:\\d{2})\\s+(\\w+)\\s+(\\S+)\\s+(\\d{3})\\s+(\\d+)ms")）。
用Stream API高效统计关键指标
Java 8+ 的Stream适合链式处理日志行。例如统计每分钟请求数、各HTTP状态码分布、平均响应时间：
- 按时间戳截取“yyyy-MM-dd HH:mm”作为key，用
Collectors.groupingBy计数 - 用
Collectors.groupingBy(status -> status, Collectors.counting())统计状态码频次 - 对耗时字段转为
Long后，调用mapToLong(...).average().orElse(0.0)
内存与性能优化要点
大日志文件（GB级）不能全量加载到List中。应使用Files.lines(path)返回惰性Stream，配合filter()提前排除无关行（如DEBUG日志）；正则Pattern对象复用，避免在循环内重复编译；统计结果用ConcurrentHashMap或同步块保护，多线程解析时注意线程安全。
立即学习“Java免费学习笔记（深入）”；
输出结构化结果到控制台或文件
统计完用System.out.printf()对齐打印，或写入CSV：每行拼接时间、数量、状态分布JSON字符串；也可导出为JSON格式方便前端展示。若需实时分析，可将结果推送到Redis或发送HTTP请求到监控接口。
