面试题：Redis慢查询日志结果展示优化之基础分析

Question

在Redis慢查询日志阅览的结果展示优化场景中，假设你已知慢查询日志记录了命令执行时间、命令名称等信息，若要在前端页面展示慢查询频率最高的前10个命令及其平均执行时间，简述你在后端代码实现时可能用到的技术和步骤（可假设使用一种你熟悉的编程语言）。

Answer 1

以Python为例：

1. 数据读取：使用Python的文件读取操作（如open函数）读取Redis慢查询日志文件内容。
2. 数据解析：通过正则表达式或字符串分割等方式，从日志内容中提取命令执行时间和命令名称。例如，假设日志格式为[时间] [命令名称] [执行时间]，可以使用split方法分割字符串。
3. 数据统计：使用字典来统计每个命令的出现次数和总执行时间。如：

command_stats = {}
for line in log_lines:
    parts = line.split()
    command = parts[1]
    execution_time = float(parts[2])
    if command not in command_stats:
        command_stats[command] = {'count': 1, 'total_time': execution_time}
    else:
        command_stats[command]['count'] += 1
        command_stats[command]['total_time'] += execution_time

4. 计算平均执行时间：遍历字典，计算每个命令的平均执行时间。

for command, stats in command_stats.items():
    stats['average_time'] = stats['total_time'] / stats['count']

5. 排序和筛选：将字典转换为列表，并根据命令出现次数进行降序排序，然后取前10个命令。

sorted_commands = sorted(command_stats.items(), key=lambda x: x[1]['count'], reverse=True)[:10]

6. 数据传递：如果是Web应用，可以将这10个命令及其平均执行时间的数据传递给前端，比如使用Flask框架的render_template函数将数据传递到HTML模板。

技术方面涉及文件操作、字符串处理、数据结构（字典、列表）的使用以及可能用到的Web框架相关技术。