刚到新的公司，分配了一个处理rmilog日志的事情。事情整体来说是比较简单，就是要把rmilog里没有记录的IP加入，就是数据量有点大，IP日志记录是按天按时分割。日志文件是Sqlite库保存，一天的数据量大约接近700000。
基本思路是从rmilog里的获取每条记录的访问时间与唯一标识到IP记录日志里查找到对应的IP，然后分解处理添加到rmilog记录后。
思路比较清楚了，那不开始编码。
第一步：先给rmilog添加四个字段分别记录IP的四个段。
第二步：编码，
a) 从rmilog里读取访问记录的时间，记录的ID，记录的标识。
b) 根据时间得到IP记录保存的路径。
c) 读取IP记录文件，循环查找到IP的记录。
d) 分解 ip更新到rmilog日志里。
这一系列下来一条记录就搞循环rmilog里的所有记录，这样就把rmilog的记录IP全更新了。
但这有很大的问题就是每一条记录都在打开关闭一次日志文件，而且每个日志文件都不小。初步的一个估计每100条记录大约在12秒左右的处理时间，当然这么系统与硬件都有一定的关系。
分析了一下，连续的一段记录差不多都是在同一段时间内的，这样相应的IP记录应该也是在一个文件里的，应该在记录有效期内把文件缓存处理，我的处理方式是把文件先数组化，当记录不在数组内时失效，重新生成。同时分二分查找提高查找的速度，这样最差的情况是记录在中间时，为了提高查找的效率我再用二分查找从中间开始查找。
经过以上的处理效率大约提高 75%，之前处理100条记录大约12秒，现在大约是3秒。还有个问题是在linux下的速度明示比Windows下的速度快好多。