hwlog · Python JSON Lines 日志分析工具
从本地 JSON Lines 日志按时间和方法统计错误率、P95 与热门接口,支持 CSV 和 JSON,附安装包和两个排查案例。
jiulu313/hwlog ↗为什么推荐适合想复现一次 5xx 上升或慢接口排查的开发者,也可以跟着 Python 专栏练习命令行、测试和打包。
hwlog 是一个用 Python 写的本地访问日志分析工具。 给它一份 UTF-8 的 JSON Lines 日志,可以按时间范围和 HTTP 方法筛选,再看请求量、4xx 与 5xx 错误率、P95 耗时和热门接口。结果可以在终端查看,也可以导出为 CSV 排行表或完整的 JSON 报表。
什么时候用
它适合手头已经有一份日志、需要回答具体问题时使用。例如,5xx 增多是不是流量变大导致的?新增错误集中在哪个接口?P95 很高的接口影响了多少条请求?发布包提供两个合成案例,可以先用样例练习,再换成自己有权使用的日志。

安装并跑通样例
需要 Python 3.11 或更高版本。下载 v0.1.0 的完整 ZIP 并解压,在已激活的虚拟环境中进入 hwlog-0.1.0 目录,再运行以下命令。安装使用随包附带的 wheel,运行时只依赖 Python 标准库。 下载 v0.1.0 完整 ZIP
python -m pip install --no-deps dist/helloworld_log_cli-0.1.0-py3-none-any.whl
hwlog --help
hwlog examples/access.jsonl --since 2026-11-19T16:00:00Z --until 2026-11-19T17:00:00Z --top 1 --format csv
样例 CSV 如下。把 --format csv 换成 --format json,可以查看错误率、耗时样本数、P95 和跳过原因。加 --output report.json 可以把报表写入新文件。
method,path,requests
GET,/search,3
换成自己的日志
每行应包含 ts、method、path 和 status,其中 ts 必须带时区,duration_ms 可选。时间窗口包含起点、排除终点。缺少有效耗时的记录仍可计入请求数和错误率,P95 只取有效耗时。工具逐行读取文件,计算精确 P95 时会保留所有有效耗时样本。
源码与课程
想了解程序怎样从脚本变成可安装的命令,可以跟读 Python 专栏。源码仓库包含项目结构、README 和回归测试,Release 页面提供完整 ZIP、独立 wheel 和 SHA-256 校验清单。 Python 工程入门专栏 · GitHub 仓库 · v0.1.0 Release
自荐为投稿者声明,尚未验证 GitHub 所有权。 · 2026年11月20日
访问 GitHub ↗