Analisador de Padrões de Log

Um arquivo de log com 5 mil linhas raramente tem 5 mil eventos diferentes. Quase sempre são umas quarenta mensagens repetindo com um id de pedido, um horário ou um endereço trocado. O analisador troca essas partes variáveis por curingas nomeados, NUM para números e DATE para datas, junta as linhas que viraram o mesmo texto e ordena os grupos por frequência, com a contagem, a porcentagem e o número da primeira e da última aparição.

As máscaras entram numa ordem fixa: data, UUID, URL, e-mail, IP, caminho, texto entre aspas, hexadecimal e, por último, número solto. A ordem importa porque um horário precisa ser reconhecido como data antes que a regra de número o coma em três pedaços. O nível é lido à parte, entre os primeiros campos da linha, e vira uma coluna própria, então um ERROR e um INFO com a mesma mensagem não se misturam no ranking.

O bloco de aparições únicas conta quantos grupos ocorreram uma vez só: é o ruído raro, e um número alto ali costuma indicar que falta uma máscara. Se um padrão ficou largo demais, desligue uma opção e analise de novo, que o mesmo log se divide em grupos mais finos. Acima de 20 mil linhas apenas as primeiras entram na conta, com aviso. O texto colado não sai da aba do navegador.