日志结构分析

分析日志状态码所在位置为第九个

遍历取出第一行日志的每个字段

取出第一行日志



awk 'NR==1{for(i=1;i<=NF;i++)print i"= "$i}' Nginx.log 

for循环取出每个字段
awk 'NR==1{for(i=1;i<=NF;i++)print i"= "$i}' nginx.log 

练习1

找出所有404和500的错误日志，统计错误日志的行数

使用正则筛选出404 和500的类型的状态码，管道拼接统计总个数
完整命令 ：cat nginx.log | awk '{print $9}' | grep -E '404|500'|wc -l
解法2：
使用awk 直接匹配第九个是400/500的状态码的值，awk 理论上可以替代grep awk 'pattern{action}'
awk 'BEGIN{} END{}’开始和结束
awk ' /Running/’正则匹配
awk ' / aa/ ,/bb/'区间选择 
 用法 ：cat nginx.log | awk '/ 404 | 500 /{print $9}' | wc -l
awk '$2~/xxx/'字段匹配 
  用法：awk '$9~/404|500/{print $9}' nginx.log | wc -l
awk 'NR==2'取第二行
awk 'NR>1’去掉第一行
使用t+1自增 计算统计： awk '$9~/404|500/{t+=1}END{print t}' nginx.log

练习2：

统计IP访问量（独立ip访问数量）

# 打印所有ip， sort- u 去重排序，wc-l 统计总共数目
awk '{print $1}' nginx.log |sort -u |wc -l 

练习3：

查看某一时间段的IP访问量(1-2点)

查找出排序，unqi-c去重
grep "05/Dec/2018:0[1-2]" nginx.log|' | sort | uniq -c| sort -nr | wc -l
简洁版： 
grep "05/Dec/2018:0[1-2]" nginx.log | awk '{print $1}|sort -u |wc -l

练习4：

查看访问最频繁的前10个IP

查找ip 去重后，倒序排序，展示前10个
awk '{print $1}' nginx.log |sort -n |uniq -c|sort -rn| head -10

练习5

查看访问100次以上的IP

#去重找到所有ipi地址，awk 判断 将大于100的访问次数打印后降序排序
awk '{print $1}' nginx.log |sort -n |uniq -c|awk '{if($1>100) print $0}'| sort -rn

练习6

找出名称为 /topics 的平均响应时间，响应时间在倒数第二个字段

得知/topics 所在为第7个字段

#算出全部响应时间 为倒数第二个字段： total和为{total+=$(NF-1) ，总次数为自增数据
less nginx.log | awk '$7=="/topics"{total+=$(NF-1);count+=1}END{print total/count}' nginx.log

响应时间在倒数第二个字段

练习7

找出访问量最高的页面地址 借助于sed的统计分析

根据日志分析的页面的地址，需要使用sed -E s （-e script 指定sed编辑命令 ）替换

查找替换: s /REGEXP/REPLACEMENT /[FLAGS]

将第2替换为x：echo 1234 | sed 's#2#x#'

将第2和3替换为xecho 12433 | sed 's#[2-3]#x#g'

分组匹配与字段提取:sed 's#([0-9]*)l([a-z]*)#1 2#'

语法解析

未替换前语句

使用 sed -E 's#[0-9]{4,}'#_id_#' ' 将第四位的数字替换为_id_(注：s后的符号可以跟任意符号)

- /topics/16689/replies/124751/edit 把数字替换为 /topics/_id_/replies/_id_/edit
- /_img/uploads/photo/2018/c54755ee-6bfd-489a-8a39-81a1d7551cbd.png!large 变成 /_img/uploads/photo/2018/_id_.png!large 
- /topics/9497 改成 /topics/_id_ 
- url中的query可以去掉
 - 其他规则参考如上

awk '{print $7}' nginx.log | 
  sed -E 
    //替换字母数字编码的图片前缀为_id_
    -e 's#/[0-9]*/[a-z0-9-]*.(png|gif|jpeg|jpg).*#/_id_/_id_.image#'    
  	//替换问号和感叹问为空 
     -e 's#[?!].*##' 
    -e 's#/(topics|replies|avatar)/[0-9]{1,}#/1/_id_#g' 
		// 替换topics|followers|following|favorites|replies|columns|reward|calendar|people 字段后的id
    -e 's#/[^/]*/(topics|followers|following|favorites|replies|columns|reward|calendar|people)#/_uid_/1#' 
    -e 's#^/[^/]*$#/_top_#' 
    -e 's#/topics/node[0-9]*#/topics/node#' | 
  sort | uniq -c | sort -nr 
}

练习7

性能统计脚本 perf_avg， 统计linux进程中 AliYunDun 进程的cpu与mem，持续统计20s，每秒输出一下即时的cpu与mem的利用率，并在最后结束时候给出cpu与mem的平均值

//使用top -b 高亮展示当前进程，-d 1 每1s更新一次，-n 更新为3次
top -b -d 1 -n 3
// grep 实时取出数据，
grep --line-buffered -i aliyundun$
//计算cpu与mem的利用率
cpu=$(NF-3);mem=$(NF-2)；cpu_total+=cpu;mem_total+=mem;
//完整语句
top -b -d 1 -n 3 | grep --line-buffered -i aliyundun$ |
  awk 
//先打印抬头
'BEGIN{OFS="t";print "CPUf", "MEM"}  
{cpu=$(NF-3);mem=$(NF-2);print cpu,mem;cpu_total+=cpu;mem_total+=mem;
}
//最后打印数据
END{print "navg:" ;print cpu_total/NR, mem_total/NR}'    

练习8：

网络连接数统计 net_avg

// 查看网络进程
netstat -tnp 
//获取 ip 和监听状态
awk '{print $4,$6}'
//打印端口 号
awk -F : '{print $2}'
//完整命令
netstat -tnp |awk '{print $4,$6}'|awk -F : '{print $2}'|sort| uniq -c

优化

去除上图多余字段

//去除前两行数据
sed  1，2d
//完整
netstat -tnp |sed 1,2d | awk '{print $4,$6}' | awk -F: '{print $2}' | sort | uniq -c | sort -nr