AI 助理
备案控制台
开发者社区 开发与运维 文章 正文

Linux三剑客之awk最佳实践

2017-04-12 1476
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
本文涉及的产品
日志服务 SLS，月写入数据量 50GB 1个月
简介： 笔者Q:972581034 交流群：605799367。有任何疑问可与笔者或加群交流知识点：记录与字段模式匹配：模式与动作基本的awk执行过程awk常用内置变量（预定义变量）awk数组awk语法：循环、条件awk常用函数向awk传递参数awk引用shell变量awk小程序及调试思路[root@ctg ~]# awk --version|head -1GNU Awk 3.1.7第1章 记录和字段record记录==行， field字段相当于列，字段==列。
笔者Q:972581034 交流群：605799367。有任何疑问可与笔者或加群交流

知识点：

  • 记录与字段
  • 模式匹配：模式与动作
  • 基本的awk执行过程
  • awk常用内置变量（预定义变量）
  • awk数组
  • awk语法：循环、条件
  • awk常用函数
  • 向awk传递参数
  • awk引用shell变量

  • awk小程序及调试思路

    [root@ctg ~]# awk --version|head -1
GNU Awk 3.1.7

第1章 记录和字段

record记录==行， field字段相当于列，字段==列。
awk对每个要处理的输入数据认为都是具有格式和结构的，而不仅仅是一堆字符串。默认情况下，每一行内容都是一条记录，并以换行符分隔(\n)结束

1.1记录分隔符-RS

awk默认情况下每一行都是一个记录(record)

RS即 record separator输入数据记录分隔符，每一行是怎么没的，表示每个记录输入的时候的分隔符，即行与行之间如何分隔。
NR即number of record记录（行）号，表示当前正在处理的记录(行)的号码
ORS即output record separator输出记录分隔符

awk使用内置变量RS来存放输入记录分隔符，RS表示的是输入的记录分隔符，这个值可以通过BEGIN模块重新定义修改。

小结：

gawk
RS=行分隔符(记录分隔符)
ORS=输出记录分隔符
FS=字段分隔符(列分隔符)
OFS=输出字段分隔符
$0=整个记录
NF= 列数
NR= 行数
在{print ,}中，逗号的意思是OFS
BEGIN:主要用来定义内置变量.

1.2 对$0的认识

awk$0表示整行，其实awk使用$0来表示整条记录。记录分隔符

1.3 企业面试题

统计下面文件里单词出现的次数并排序
由sed -r 's#[^a-Z]+# #g' /etc/passwd > /root/tongji.txt 创建
解答：

awk 'BEGIN{RS="[^a-zA-Z]"}{print $0}' tongji.txt |sort |uniq -c|sort -rn

1.4 awk记录知识小结：

  1. NR(number of record)存放着每个记录的号（行号）读取新行时候会自动+1
  2. RS（record separator）是输入数据的记录的分隔符，简单理解就是可以指定每个记录的结尾标志
  3. RS作用就是表示一个记录的结束
  4. 当我们修改了RS的值，最好配合NR（行）来查看变批，也就是修改了RS的值通过NR查看结果，调试awk程序
  5. ORS输出数据的记录的分隔符

1.5 字段（列）

FS即field separator,输入字段（列）分隔符。分隔符就是菜刀，把一行字符串切为很多个区域
NF即 number of fileds,表示一行中列（字段）的个数，可以理解为菜刀切过一行后，切成了多少份
OFS输出字段（列）分隔符
awk使用内置变量FS来记录区域分隔符的内容，FS可以在命令行上通过-F参数来更改，也可以通过BEGIN模块来更改
然后通过$n,n是整数，来取被切割后的区域，
3.6 ORS与OFS简介
RS是输入记录分隔符，决定awk如何读取或分割每行(记录)
ORS表示输出记录分隔符，决定awk如何读取或分割每行(记录)
FS是输入区域分隔符，决定awk输出每个区域的时候使用什么分割他们。
awk无比强大，你可以通过RS，FS决定awk如何读取数据。你也可以通过修改ORS，OFS的值指定awk如何输出数据。
｛print ,｝这里面的逗号等于OFS的值

RS=行分隔符(记录分隔符)
ORS=输出记录分隔符
FS=字段分隔符(列分隔符)
OFS=输出字段分隔符（OFS的值等于逗号）
$0=整个记录
----------

3.7 题目
按单词出现频率降序排序

[root@ctg files]# cat count.txt 
root x root root bin bash
bin x bin bin sbin nologin
daemon x daemon sbin sbin nologin
adm x adm var adm sbin nologin
lp x lp var spool lpd sbin nologin
sync x sync sbin bin sync
shutdown x shutdown sbin sbin shutdown
halt x halt sbin sbin halt
mail x mail var spool mail sbin nologin
uucp x uucp var spool uucp sbin nologin

解答：

sed 's# #\n#g' count_word.txt|sort |uniq -c 
tr " " "\n" < count_word.txt|sort |uniq -c 
awk 'BEGIN{RS=" "}{print $0}' count_word.txt|sort |uniq -c 
egrep -o "[a-z]+" count_word.txt|sort |uniq -c 
xargs -n1 <awk_blank.txt|sort |uniq -c 
awk 'BEGIN{RS=" "}{print $0}' awk_blank.txt|sort |uniq -c 
egrep -o "[a-zA-Z0-9]+" awk_blank.txt|sort |uniq -c

第2章 awk进阶
2.1 awk的模式
 正则表达式作为模式
 比较表达式作为模式
 范围模式
 特殊模式BEGIN和END
awk的模式是你玩好awk的必备也是最基础的内容，必须熟练掌握
2.1 练习题：

mkdir -p /server/files/
cat >>/server/files/reg.txt<<EOF
Zhang Dandan    41117397   :250:100:175
Zhang Xiaoyu    390320151  :155:90:201
Meng  Feixue    80042789   :250:60:50
Wu    Waiwai    70271111   :250:80:75
Liu   Bingbing  41117483   :250:100:175
Wang  Xiaoai    3515064655 :50:95:135
Zi    Gege      1986787350 :250:168:200
Li    Youjiu    918391635  :175:75:300
Lao   Nanhai    918391635  :250:100:175
EOF

显示姓Zhang的人的第二次捐款金额及她的名字

 [root@ctg files]# awk -F "[ :]+" '$1~/Zhang/{print $(NF-1)}' reg.txt 
100
90

显示Xiaoyu的姓氏和ID号码

[root@oldboy34-niubility files]# awk '$2~/Xiaoyu/{print $1,$2,$3}' reg.txt 
Zhang Xiaoyu 390320151

显示所有以41开头的ID号码的人的全名和ID号码

[root@oldboy34-niubility files]# awk '$3~/^41/{print $1,$2,$3}' reg.txt 
Zhang Dandan 41117397
Liu Bingbing 41117483

显示所有以一个D或X开头的人名全名

[root@oldboy34-niubility files]# awk '$2~/^[DX]/{print $1,$2}' reg.txt 
Zhang Dandan
Zhang Xiaoyu
Wang Xiaoai

显示所有ID号码最后一位数字是1或5的人的全名

[root@oldboy34-niubility files]# awk '$3~/[15]$/{print $1,$2}' reg.txt 
Zhang Xiaoyu
Wu Waiwai
Wang Xiaoai
Li Youjiu
Lao Nanhai

显示Xiaoyu的捐款.每个值时都有以$开头.如$520$200$135

[root@ctg files]# awk '/Xiaoyu/{print $NF}' reg.txt |tr ":" "$"
$155$90$201
[root@ctg files]# awk -F "[ :]+" 'BEGIN{OFS="$"}/Xiaoyu/{print  "",$4,$5,$6}' reg.txt 
$155$90$201
awk '{gsub(/:/,"$");print $NF}' reg.txt

显示所有人的全名，以姓,名的格式显示，如Meng,Feixue

[root@ctg files]# awk '{print $1","$2}' reg.txt 
Zhang,Dandan
Zhang,Xiaoyu
Meng,Feixue
Wu,Waiwai
Liu,Bingbing
Wang,Xiaoai
Zi,Gege
Li,Youjiu
Lao,Nanhai

取出下面不是oldboy的行 （匹配结果需包含oldboy linux ）

cat >>/server/files/zhuanyedian.txt <<EOF
lidao
oldboy
oldboylinux
zhangdao
xiadao
EOF
[root@oldboy34-niubility files]# awk '$0!~/oldboy$/' zhuanyedian.txt
lidao
oldboylinux
zhangdao
xiadao

2.2 gsub替换函数

[root@ctg test]# cat reg.txt 
Zhang Dandan    41117397     :250:100:175
Zhang Xiaoyu    390330151    :155:90:201
Meng  Feixue    80042789     :250:60:50
Wu    Waiwai    70271111     :250:80:75
Liu   Bingbing  41117483     :250:100:175
Wang  Xiaoai    3515064655   :50:95:135
Zi    Gege      1986787350   :250:168:200
Li    Youjiu    918381635    :175:75:300
Lao   Nanhai    918391635    :250:100:175
[root@ctg test]# awk '{gsub(/:/,"$");print $NF}' reg.txt 
$250$100$175
$155$90$201
$250$60$50
$250$80$75
$250$100$175
$50$95$135
$250$168$200
$175$75$300
$250$100$175
[root@oldboy34-niubility files]# #sed 's###g'
[root@oldboy34-niubility files]# #gsub awk中 进行查找替换 功能 命令 函数
[root@oldboy34-niubility files]# #gsub(/正则表达式/,"替换成什么")  #把一行内 
[root@oldboy34-niubility files]# #gsub(/正则表达式/,"替换成什么",$2) #把$2第二列里面的 内容替换成xxx
[root@oldboy34-niubility files]# 
[root@oldboy34-niubility files]# echo oldboy linux |awk '{gsub(/oldboy/,"oldgirl")}'
[root@oldboy34-niubility files]# echo oldboy linux |awk '{gsub(/oldboy/,"oldgirl");print }'
oldgirl linux
[root@oldboy34-niubility files]# cat 
awkfile.txt      count.txt        oldboy.txt       reg.txt          zhuanyedian.txt  
[root@oldboy34-niubility files]# cat reg.txt 
Zhang Dandan    41117397   :250:100:175
Zhang Xiaoyu    390320151  :155:90:201
Meng  Feixue    80042789   :250:60:50
Wu    Waiwai    70271111   :250:80:75
Liu   Bingbing  41117483   :250:100:175
Wang  Xiaoai    3515064655 :50:95:135
Zi    Gege      1986787350 :250:168:200
Li    Youjiu    918391635  :175:75:300
Lao   Nanhai    918391635  :250:100:175
[root@oldboy34-niubility files]# awk '{gsub(/:/,"$",$NF);print }' reg.txt 
Zhang Dandan 41117397 $250$100$175
Zhang Xiaoyu 390320151 $155$90$201
Meng Feixue 80042789 $250$60$50
Wu Waiwai 70271111 $250$80$75
Liu Bingbing 41117483 $250$100$175
Wang Xiaoai 3515064655 $50$95$135
Zi Gege 1986787350 $250$168$200
Li Youjiu 918391635 $175$75$300
Lao Nanhai 918391635 $250$100$175
[root@oldboy34-niubility files]# awk '{gsub(/:/,"$",$NF);print }' reg.txt |column -t
Zhang  Dandan    41117397    $250$100$175
Zhang  Xiaoyu    390320151   $155$90$201
Meng   Feixue    80042789    $250$60$50
Wu     Waiwai    70271111    $250$80$75
Liu    Bingbing  41117483    $250$100$175
Wang   Xiaoai    3515064655  $50$95$135
Zi     Gege      1986787350  $250$168$200
Li     Youjiu    918391635   $175$75$300
Lao    Nanhai    918391635   $250$100$175
[root@ctg files]# awk '{gsub(/[a-zA-Z]/,"*");print}' reg.txt 
***** ******    41117397   :250:100:175
***** ******    390320151  :155:90:201
****  ******    80042789   :250:60:50
**    ******    70271111   :250:80:75
***   ********  41117483   :250:100:175
****  ******    3515064655 :50:95:135
**    ****      1986787350 :250:168:200
**    ******    918391635  :175:75:300
***   ******    918391635  :250:100:175
[root@ctg files]# awk '{gsub(/[a-zA-Z]/,"*",$1);print}' reg.txt 
***** Dandan 41117397 :250:100:175
***** Xiaoyu 390320151 :155:90:201
**** Feixue 80042789 :250:60:50
** Waiwai 70271111 :250:80:75
*** Bingbing 41117483 :250:100:175
**** Xiaoai 3515064655 :50:95:135
** Gege 1986787350 :250:168:200
** Youjiu 918391635 :175:75:300
*** Nanhai 918391635 :250:100:175

2.3 比较表达式作为模式

之前我们看了正则表达式在awk下的运用，下面再具体看看比较表达式如何在awk下工作。
awk是一种编程语言，能够进行更为复杂的判断，当条件为真的时候，awk就执行相关的action。主要是在针对某一区域做出相关的判断，比如打印成绩在80分以上的行，这样就必须对这一个区域做比较判断，下表中列出了awk可以使用的关系运算符，可以用来比较数字或者字符串，还有正则表达式。当表达式为真时，表达式结果为1，否则为0，只有表达式为真，awk才执行相关的action
|运算符 含义 示例

< 小于 x>y
<= 小于等于 x<=y
== 等于 x==y
!= 不等于 x!=y
>= 大与或等于 x>=y
> 大于 x<y
以上的运算符均是针对数字，下面两个运算符针对字符串
~ 与正则表达式匹配 x~/y/
!~ 与正则表达式不匹配 x!~y

2.4 说明

awk在输出整行既$0的时候，仅仅是原封不动的输出整行，没有任何修改。这就造成一个问题，如果我修改了OFS，那么输出整行的时候print $0的时候，也不会有任何改变。即：如果awk的action动作没有更改行的内容,OFS（包括ORS）都不会生效。
所以我们需要让awk知道$0被修改了，这一个事情。
$1=$1是把$1的值赋值给$1，这显然不会修改任何内容，但是这个动作会通知awk我修改了$1的内容，所以再次修改print $0的时候，$0的内容就变化了。
这是一个小技巧

2.5 awk特殊模式-BEGIN模式与END模式

2.5.1 BEGIN模块

BEGIN模块在awk读取文件之前就执行，一般用来定义我们的内置变量（预定义变量，eg：FS， RS），可以输出表头（类似excel表格名称）
BEGIN模式之前我们有在示例中提到，自定义变量，给内容变量赋值等，都使用过。需要注意的是BEGIN模式后面要接跟一个action操作块，包含在大括号内。awk必须在对输入文件进行任何处理前先执行BEGIN里的动作（action）。我们可以不要任何输入文件，就可以对BEGIN模块进行测试，因为awk需要先执行完BEGIN模式,才对输入文件做处理.BEGIN模式常常被用来修改内置变量ORS,RS,FS,OFS等的值.

[root@ctg ~]# awk 'BEGIN{FS=":";print "username","UID","password"}NR==1{print $1,$2,$3}' /etc/passwd|column -t
username  UID  password
root      x    0
2.5.2 awk中变量的概念简介

 直接定义，直接使用即可
 awk中字母会被认为是变量，如果真的要给一个变量赋值字母（字符串），请使用双引号。

2.6.3 END模式

END在awk读取完所有的文件的时候，再执行END模块，一般用来输出一个结果（累加，数组结果），也可以是和BEGIN模块类似的结尾标识信息。

[root@ctg test]# awk 'BEGIN{print "hello world"}{print NR,$0}END{print "end of file"}' reg.txt 
hello world
1 Zhang Dandan    41117397     :250:100:175
2 Zhang Xiaoyu    390330151    :155:90:201
3 Meng  Feixue    80042789     :250:60:50
4 Wu    Waiwai    70271111     :250:80:75
5 Liu   Bingbing  41117483     :250:100:175
6 Wang  Xiaoai    3515064655   :50:95:135
7 Zi    Gege      1986787350   :250:168:200
8 Li    Youjiu    918381635    :175:75:300
9 Lao   Nanhai    918391635    :250:100:175
end of file

与BEGIN模式相对应的END模式，格式一样，但是END模式仅在awk处理完所有输入行后才进行处理。

3.1 awk中的动作

 在一个模式-动作语句中，模式决定动作什么时候执行，有时候动作会非常简单：一条单独的打印或赋值语句，在有些时候，动作有可能是多条语句，语句之间用换行符或分号分开。
 awk的动作中如果有两个或两个以上的语句，需要用分号分隔。
 动作部分理解为花括号里面的内容即可，总体分为：

 表达式
 流程控制语句
 空语句
 数组

4.1 计算从一加到100

[root@ctg ~]# awk '{i+=$1;print i-$1"+"$1"="i}' count.txt 
0+1=1
1+2=3
3+3=6
6+4=10
10+5=15
15+6=21
21+7=28
28+8=36
36+9=45
45+10=55

4.2 awk模式与动作小结：

 awk命令核心由模式和动作组成，就是找谁｛干啥｝
 模式就是条件，动作就是具体干什么
 正则表达式：必须掌握正则，熟练
 条件表达式：比大小，比较是否相等
 范围表达式：从哪里来到哪里支
 注意BEGIN或END模块只能有一个。BEGIN{}BEGIN或者END{}END都是错误的。
 找谁干啥模块，可以是多个。
'NR==2{print $1}NR==5{print $0}'
awk -F ":" 'NR==1{print NR,$0}NR==2{print NR,$NF}' awkfile.txt

4.3 awk执行过程

A. 命令行的赋值（-F或-v）

B. 执行BEGIN模式里面的内容

C. 开始读取文件

D. 判断条件（模式）是否成立
成立则执行对应动作里面的内容
读取下一行，循环判断
真到读取到最后一个文件的结尾
E．最后执行END模式里面的内容
F．结束
思想：

  1. awk核心思想就是先处理，然后END模块输出。（累加（a++;a+=$0）,awk数组）
  2. BEGIN模块用于awk内置变量FS，RS的赋值，打印标题头的信息。（excel表格里面标题行）
    要在awk执行前，定义好。
  3. END模块用来最后输出，统计信息，awk数组信息，（累加（a++;a+=$0）,awk数组）
  4. 字段（列），记录（行）
    4.4 调试工具
[root@oldboy34-niubility files]# pgawk 'BEGIN{print "i=i+$1"}NR==1{i+=$1;print i-$1"+"$1"="i}' count_lei.txt |head
i=i+$1
0+1=1
[root@oldboy34-niubility files]# cat awkprof.out 
# gawk profile, created Wed Mar  1 17:21:06 2017

# BEGIN block(s)

BEGIN {
     1   print "i=i+$1"
}

# Rule(s)

   100  NR == 1 { # 1
     1   i += $1
     1   print ((i - $1) "+" ($1) "=" i)
}

4.5 awk数组

警察查房，for(pol in hotel) 查完后pol知道了房间号码，并知道了里面的内容，

[root@ctg ~]# awk 'BEGIN{hotel[110]="xiaoyu";hotel[119]="tandao";hotel[121]="feixue";for(pol in hotel){print pol,hotel[pol]}}'
110 xiaoyu
121 feixue
119 tandao
小结：

awk数组是分析日志最常用的功能，也是玩转awk必会的部分。

1.awk数组的名字就像酒店的名字一样
2.awk数组的元素名字就像房间号码，房间号码用的一般就是你想要处理的东西，比如统计ip地址，比如统计url。可以把ip,url作为房间号码。
3.awk数组的元素的内容就像房间里面住的人，一般就是放的我们想要的结果，或者计算的结果。即把计算结果放在房间中。
4.遇到awk数组的处理一般都是进行统计，这时候我们会把最后的结果在END模块里面输出。
5.输出显示awk数组的结果，就是显示房间里面的内容，即查房。
6.awk的查房是通过for(pol in hotel)这种形式来完成的。for表示循环，pol表示警察是一个变量名字，in表示去查房，hotel表示酒店名称，合起来就是警察去酒店查房，查完一个继续查下一个。
7.在查房过程中pol警察知道房间号码，也就是说pol变量中的内容是房间号码。
8.要看房间中的内容，首先要知道酒店名称，然后就是房间号码即，hotel[pol]
9.要熟练使用awk数组在开始的时候就要学会一步一步看awk如何执行的即可。
4.6 企业面试题1

[root@ctg test]# cat www.txt 
http://www.etiantian.org/index.html
http://www.etiantian.org/1.html
http://post.etiantian.org/index.html
http://mp3.etiantian.org/index.html
http://www.etiantian.org/3.html
http://post.etiantian.org/2.html
[root@ctg test]# awk -F/ '{a[$3]++}END{for(i in a)print i}' www.txt 
mp3.etiantian.org
post.etiantian.org
www.etiantian.org
[root@ctg test]# awk -F/ '{a[$3]++}END{for(i in a)print a[i]}' www.txt 
1
2
3
[root@ctg test]# awk -F/ '{a[$3]++}END{for(i in a)print a[i],i}' www.txt 
1 mp3.etiantian.org
2 post.etiantian.org
3 www.etiantian.org
[root@ctg test]# awk -F/ '{a[$3]++}END{for(i in a)print i,a[i]}' www.txt 
mp3.etiantian.org 1
post.etiantian.org 2
www.etiantian.org 3

4.7 企业面试题2

考试题3.分析图片服务日志，把日志（每个图片访问次数*图片大小的总和）排行，取top10，也就是计算每个url的总访问大小【附加题：加分题】。

所有同学都可以忽略此题答案，学完课程自然就理解了。

说明：本题生产环境应用：这个功能可以用于IDC网站流量带宽很高，然后通过分析服务器日志哪些元素占用流量过大，进而进行优化或裁剪该图片，压缩js等措施。

本题需要输出三个指标： 【访问次数】 【访问次数*单个文件大小】 【文件名（可以带URL）】

[root@ctg files]# awk 'BEGIN{print "访问次数","文件名","访问次数*单个文件大小"}{i[$7]++}END{for(a in i){print i[a],a,$10*i[a]/1024"k"}}' url.txt |sort -n|column -t
访问次数  文件名                                                  访问次数*单个文件大小
1         /?=                                                     133.535k
1         /mobile/static/common/src/loadingimg.gif                133.535k
1         /mobile/theme/oldboyedu/home/images/150309/act_28.jpg   133.535k
1         /mobile/theme/oldboyedu/home/images/20150628/6.jpg      133.535k
1         /mobile/theme/oldboyedu/home/images/placeholder.jpg     133.535k
1         /online/oldboyeduonline/images/ajaxIndicator.gif        133.535k
1         /static/flex/vedioLoading.swf                           133.535k
1         /static/js/jquery.lazyload.js                           133.535k
1         /static/js/web_js.js                                    133.535k
2         /mobile/theme/oldboyedu/home/images/oldboy_logo.png     267.07k
2         /static/images/photos/2.jpg                             267.07k
3         /mobile/theme/oldboyedu/home/images/20151111/home3.png  400.605k

第一个里程碑-统计url/路径的重复数量。

 [root@oldboy34-niubility files]# awk '{hotel[$7]++}END{for(pol in hotel)print pol,hotel[pol]}' 12ti.txt |sort -rnk2
/mobile/theme/oldboyedu/home/images/20151111/home3.png 3
/static/images/photos/2.jpg 2
/mobile/theme/oldboyedu/home/images/oldboy_logo.png 2
/static/js/web_js.js 1
/static/js/jquery.lazyload.js 1
/static/flex/vedioLoading.swf 1
/online/oldboyeduonline/images/ajaxIndicator.gif 1
/mobile/theme/oldboyedu/home/images/placeholder.jpg 1
/mobile/theme/oldboyedu/home/images/20150628/6.jpg 1
/mobile/theme/oldboyedu/home/images/150309/act_28.jpg 1
/mobile/static/common/src/loadingimg.gif 1
/?= 1
[root@oldboy34-niubility files]# awk '{hotel[$7]++}END{for(pol in hotel)print pol,hotel[pol]}' 12ti.txt |sort -rnk2|column -t
/mobile/theme/oldboyedu/home/images/20151111/home3.png  3
/static/images/photos/2.jpg                             2
/mobile/theme/oldboyedu/home/images/oldboy_logo.png     2
/static/js/web_js.js                                    1
/static/js/jquery.lazyload.js                           1
/static/flex/vedioLoading.swf                           1
/online/oldboyeduonline/images/ajaxIndicator.gif        1
/mobile/theme/oldboyedu/home/images/placeholder.jpg     1
/mobile/theme/oldboyedu/home/images/20150628/6.jpg      1
/mobile/theme/oldboyedu/home/images/150309/act_28.jpg   1
/mobile/static/common/src/loadingimg.gif                1
/?=                                                     1

第二个里程碑-化简问题：

1.jpg 2000
1.jpg 2000
1.jpg 2000

1.jpg 被访问了3次 *2000 6000
6000=2000+2000+2000

访问次数*单个文件大小 相同的url/路径把对应的$10 大小 进行相加。

进行相加的时候 房间号码用什么？
$7

[root@oldboy34-niubility files]# awk '{hotel[$7]++;sum[$7]=sum[$7]+$10}' 12ti.txt 
[root@oldboy34-niubility files]# ###两个酒店房间号码一样。
[root@oldboy34-niubility files]# ###想取出两个酒店房间里面的内容。
[root@oldboy34-niubility files]# ###1.酒店名称 hotel  sum
[root@oldboy34-niubility files]# ###2.房间号码 


[root@oldboy34-niubility files]# awk '{hotel[$7]++;sum[$7]=sum[$7]+$10}END{for(pol in hotel) print pol,hotel[pol],sum[pol]    }' 12ti.txt 
/mobile/theme/oldboyedu/home/images/150309/act_28.jpg 1 31941
/mobile/theme/oldboyedu/home/images/placeholder.jpg 1 4722
/mobile/theme/oldboyedu/home/images/20151111/home3.png 3 410220
/?= 1 46232
/online/oldboyeduonline/images/ajaxIndicator.gif 1 0
/mobile/theme/oldboyedu/home/images/oldboy_logo.png 2 43816
/mobile/static/common/src/loadingimg.gif 1 20246
/static/js/web_js.js 1 4460
/static/images/photos/2.jpg 2 22598
/mobile/theme/oldboyedu/home/images/20150628/6.jpg 1 17283
/static/flex/vedioLoading.swf 1 3583
/static/js/jquery.lazyload.js 1 1627
[root@oldboy34-niubility files]# awk '{hotel[$7]++;sum[$7]=sum[$7]+$10}END{for(pol in hotel) print pol,hotel[pol],sum[pol]    }' 12ti.txt |column -t
/mobile/theme/oldboyedu/home/images/150309/act_28.jpg   1  31941
/mobile/theme/oldboyedu/home/images/placeholder.jpg     1  4722
/mobile/theme/oldboyedu/home/images/20151111/home3.png  3  410220
/?=                                                     1  46232
/online/oldboyeduonline/images/ajaxIndicator.gif        1  0
/mobile/theme/oldboyedu/home/images/oldboy_logo.png     2  43816
/mobile/static/common/src/loadingimg.gif                1  20246
/static/js/web_js.js                                    1  4460
/static/images/photos/ 2.jpg                             2  22598
/mobile/theme/oldboyedu/home/images/20150628/6.jpg      1  17283
/static/flex/vedioLoading.swf                           1  3583
/static/js/jquery.lazyload.js                           1  1627
方法一:初级入学版本:
awk '{count[$7]++;sum[$7]=sum[$7]+$10}END{for(pol in count)print count[pol],sum[pol],pol}' nginx-12.log
方法二:高级只统计图片版本:
awk '$7~/(jpg|jpeg|png|gif)$/{count[$7]++;sum[$7]=sum[$7]+$10}END{for(pol in count)print count[pol],sum[pol],pol}' nginx-12.log
方法三:高级只统计图片版本不计算缓存版本。
awk '$7~/(jpg|jpeg|png|gif)$/ && $9 != 304 {count[$7]++;sum[$7]=sum[$7]+$10}END{for(pol in count)print count[pol],sum[pol],pol}' nginx-12.log
方法四:完全符合题意的答案
awk '$7~/(jpg|jpeg|png|gif)$/ && $9 != 304 {count[$7]++;size[$7]=$10}END{for(pol in count)print count[pol],count[pol]*size[pol],pol}' nginx-12.log

第5章 扩展

5.1 分裂split
取出bash的版本号。 范围 变量从哪里开始分割

[root@ctg ~]# bash --version|awk 'NR==1{split($(NF-1),a,"\\(");print a[2]}'
1)-release
[root@ctg ~]# bash --version|awk 'NR==1{split($(NF-1),a,"\\(");print a[1]}'
[root@ctg ~]# bash --version|awk 'NR==1 {gsub(/-release/,"");{print $4}}'
4.1.2(1)

以冒号为分隔符，把/etc/passwd的第一列替换为ABC

[root@yum ~]# awk -F: 'sub($1,"ABC")' /etc/passwd
ABC:x:0:0:root:/root:/bin/bash
ABC:x:1:1:bin:/bin:/sbin/nologin
ABC:x:2:2:daemon:/sbin:/sbin/nologin
ABC:x:3:4:adm:/var/adm:/sbin/nologin
ABC:x:4:7:lp:/var/spool/lpd:/sbin/nologin
ABC:x:5:0:sync:/sbin:/bin/sync
ABC:x:6:0:shutdown:/sbin:/sbin/shutdown
ABC:x:7:0:halt:/sbin:/sbin/halt
ABC:x:8:12:mail:/var/spool/mail:/sbin/nologin
ABC:x:11:0:operator:/root:/sbin/nologin
ABC:x:12:100:games:/usr/games:/sbin/nologin
ABC:x:14:50:FTP User:/var/ftp:/sbin/nologin
ABC:x:99:99:Nobody:/:/sbin/nologin
ABC:x:170:170:Avahi IPv4LL Stack:/var/lib/avahi-autoipd:/sbin/nologin
ABC:x:999:997:systemd Bus Proxy:/:/sbin/nologin
ABC:x:998:996:systemd Network Management:/:/sbin/nologin
[root@yum ~]# awk -F: '$1="ABC"'  /etc/passwd
ABC x 0 0 root /root /bin/bash
ABC x 1 1 bin /bin /sbin/nologin
ABC x 2 2 daemon /sbin /sbin/nologin
ABC x 3 4 adm /var/adm /sbin/nologin
ABC x 4 7 lp /var/spool/lpd /sbin/nologin
ABC x 5 0 sync /sbin /bin/sync
ABC x 6 0 shutdown /sbin /sbin/shutdown
ABC x 7 0 halt /sbin /sbin/halt
ABC x 8 12 mail /var/spool/mail /sbin/nologin
ABC x 11 0 operator /root /sbin/nologin
ABC x 12 100 games /usr/games /sbin/nologin
ABC x 14 50 FTP User /var/ftp /sbin/nologin
ABC x 99 99 Nobody / /sbin/nologin
ABC x 170 170 Avahi IPv4LL Stack /var/lib/avahi-autoipd /sbin/nologin
ABC x 999 997 systemd Bus Proxy / /sbin/nologin

原创作品，请勿转载 http://www.cnblogs.com/Csir/

文章标签：
日志服务
Perl
Linux
JavaScript
Shell
人工智能
关键词：
Linux awk
Linux最佳实践
相关实践学习
日志服务之使用Nginx模式采集日志
本文介绍如何通过日志服务控制台创建Nginx模式的Logtail配置快速采集Nginx日志并进行多维度分析。
陈天刚
目录
相关文章
游客mldfis24krfue
|
3月前
|
Linux Perl
在Linux中，如何使用请用 cut 或者 awk，sed命令取出 linux 中 eth0 的 IP 地址？
在Linux中，如何使用请用 cut 或者 awk，sed命令取出 linux 中 eth0 的 IP 地址？
游客mldfis24krfue
81 0
sunrr
|
18天前
|
Linux Perl
Linux awk命令使用技巧
【10月更文挑战第16天】Linux awk命令使用技巧
sunrr
18 4
蓝易云
|
26天前
|
存储 安全 Linux
Linux文件管理命令md5sum awk
通过结合 `md5sum`和 `awk`，不仅可以高效地进行文件完整性校验，还能灵活地处理和分析校验结果，为系统管理、数据审计等工作提供强大的支持。
蓝易云
48 2
游客mldfis24krfue
|
3月前
|
Linux 数据处理 Perl
在Linux中，awk命令的如何使用？
在Linux中，awk命令的如何使用？
游客mldfis24krfue
35 1
游客mldfis24krfue
|
3月前
|
数据挖掘 Linux Perl
在Linux中，awk和sed命令的作用?
在Linux中，awk和sed命令的作用?
游客mldfis24krfue
27 0
游客mldfis24krfue
|
3月前
|
安全 Linux 网络安全
在Linux中，如何在Linux中实现虚拟化的安全最佳实践？
在Linux中，如何在Linux中实现虚拟化的安全最佳实践？
游客mldfis24krfue
54 0
游客mldfis24krfue
|
3月前
|
Linux BI 数据处理
在Linux中，如何使用awk和sed进行文本处理？
在Linux中，如何使用awk和sed进行文本处理？
游客mldfis24krfue
81 0
wljslmz
|
3月前
|
存储 Unix Linux
`awk` 命令指南 | 如何在 Linux 中排列文件的输出
【8月更文挑战第20天】
wljslmz
122 0
jianz123
|
3月前
|
存储 监控 安全
Linux存储安全：定期审计的最佳实践
【8月更文挑战第19天】定期审计是Linux存储安全的重要组成部分。通过使用auditd等工具，我们可以有效地监控系统活动，及时发现并响应安全事件
jianz123
44 0
左诗右码
|
5月前
|
存储 Linux BI
Linux 三剑客 grep、sed、awk
Linux三剑客`grep`、`sed`和`awk`是强大的文本处理工具。`grep`用正则表达式搜索匹配行；`sed`是流式编辑器，处理文本流而不直接修改原文件；`awk`则用于灵活的文本分析和报告生成。例如，`grep`可查找匹配模式，`sed`可以删除文件内容，而`awk`能提取特定字段。通过组合使用，它们能高效解决复杂文本任务。
左诗右码
63 1

热门文章

最新文章

  • 1
    linux 使用 overlay的命令
  • 2
    Linux 中某个目录中的文件数如何查看？这篇教程分分钟教会你！
  • 3
    linux系统学习第一天
  • 4
    linux之shell基础
  • 5
    Linux 各目录的作用
  • 6
    Linux tcpdump命令详解
  • 7
    虚拟机-桥接-linux 问题
  • 8
    浅入分析Linux
  • 9
    Red Hat Linux9.0下的MPlayer媒体播放器
  • 10
    Linux中常见配置文件
  • 1
    Linux：进程等待 & 进程替换
    59
  • 2
    Linux：进程创建 & 进程终止
    68
  • 3
    Linux：进程地址空间
    58
  • 4
    Linux：环境变量
    51
  • 5
    Linux：进程调度
    60
  • 6
    Linux：进程状态
    58
  • 7
    Linux：进程概念
    55
  • 8
    Linux：调试器 - gdb
    66
  • 9
    Linux：自动化构建 - make
    48
  • 10
    xenomai内核解析--双核系统调用(二)--应用如何区分xenomai/linux系统调用或服务
    195

    • 相关课程

    更多
  • Linux高级网络应用 - 网络管理与配置实战
  • 计算机基础与Linux入门
  • Linux基本命令
  • Linux企业运维实战 - 入门及常用命令
  • Linux Shell 编程入门与实战
  • Linux网络进阶 - TCP/IP协议及OSI七层模型

    • 相关电子书

    更多
  • Alibaba Cloud Linux 3 发布
  • ECS系统指南之Linux系统诊断
  • ECS运维指南 之 Linux系统诊断

    • 相关实验场景

    更多
  • 使用计算巢企业应用，一键获取专属的Linux服务器管理软件
  • Arthas中cat 、cls、echo、grep基础命令应用
  • Alibaba Cloud Linux操作系统Shell程序
  • 部署Linux主机管理系统WDCP
  • 手动部署LNMP环境（Alibaba Cloud Linux 2）
  • 快速配置Linux云服务器

    • 推荐镜像

    更多
  • mxlinux-iso
  • archlinuxarm
  • archlinuxcn
    • 下一篇
    DataWorks智能数据建模全面公测开始啦！