如何使用shell命令統計日志

這篇文章給大家分享的是有關如何使用shell命令統計日志的內容。小編覺得挺實用的，因此分享給大家做個參考，一起跟隨小編過來看看吧。

前言

假設有一個包含下面內容的日志文件 access.log。我們以統計這個文件的日志為例。

date=2017-09-23 13:32:50 | ip=40.80.31.153 | method=GET | url=/api/foo/bar?params=something | status=200 | time=9.703 | bytes=129 | referrer="-" | user-agent="Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/535.7 (KHTML, like Gecko) Chrome/16.0.912.63 Safari/535.7" | cookie="-"
date=2017-09-23 00:00:00 | ip=100.109.222.3 | method=HEAD | url=/api/foo/healthcheck | status=200 | time=0.337 | bytes=10 | referrer="-" | user-agent="-" | cookie="-"
date=2017-09-23 13:32:50 | ip=40.80.31.153 | method=GET | url=/api/foo/bar?params=anything | status=200 | time=8.829 | bytes=466 | referrer="-" | user-agent="GuzzleHttp/6.2.0 curl/7.19.7 PHP/7.0.15" | cookie="-"
date=2017-09-23 13:32:50 | ip=40.80.31.153 | method=GET | url=/api/foo/bar?params=everything | status=200 | time=9.962 | bytes=129 | referrer="-" | user-agent="Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/535.7 (KHTML, like Gecko) Chrome/16.0.912.63 Safari/535.7" | cookie="-"
date=2017-09-23 13:32:50 | ip=40.80.31.153 | method=GET | url=/api/foo/bar?params=nothing | status=200 | time=11.822 | bytes=121 | referrer="-" | user-agent="Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/535.7 (KHTML, like Gecko) Chrome/16.0.912.63 Safari/535.7" | cookie="-"

不同的服務對應的日志可能不一樣，本文使用示例日志的格式是：

date | ip | method | url | status | time | bytes | referrer | user-agent | cookie

注意：mac 系統和 linux 系統中的命令行為可能不同，以下命令請在 linux 系統中使用

排除特殊日志

統計日志時，我們可能不關心 HEAD 請求，或者只關心 GET 請求，這里首先需要篩選日志，可以使用 grep 命令。-v 的含義是排除匹配的文本行。

grep GET access.log # 只統計 GET 請求
grep -v HEAD access.log # 不統計 HEAD 請求
grep -v 'HEAD\|POST' access.log # 不統計 HEAD 和 POST 請求

查看接口耗時情況

我們可以將每行的 time 匹配出來，然后做一個排序。使用 awk 的 match 方法可以匹配正則：

awk '{ match($0, /time=([0-9]+\.[0-9]+)/, result); print result[1]}' access.log

awk 命令使用方法如下：

awk '{pattern + action}' {filenames}

我們實際上只用到了 action：match($0, /time=([0-9]+\.[0-9]+)/, result); print result[1] 這一段。

match 方法接收三個參數：需要匹配的文本、正則表達式、結果數組。$0 代表 awk 命令處理的每一行，結果數組是可選的，因為我們要拿到匹配結果所以這里傳入了一個 result 數組，用來存儲匹配后的結果。

注意這里的正則我沒有使用 \d 來表示數字，因為 awk 指令默認使用 “EREs"，不支持 \d 的表示，具體請看 linux shell 正則表達式(BREs,EREs,PREs)差異比較。

result 數組實際上和 javascript 里的結果數組很像了，所以我們打印出第二個元素，即匹配到的內容。執行完這行命令后結果如下：

9.703
0.337
8.829
9.962
11.822

當然實際上一天的日志可能是成千上萬條，我們需要對日志進行排序，且只展示前 3 條。這里使用到 sort 命令。

sort 命令默認從小到大排序，且當作字符串排序。所以默認情況下使用 sort 命令之后 "11" 會排在 "8" 前面。那么需要使用 -n 指定按數字排序，-r 來按從大到小排序，然后我們查看前 3 條：

awk '{ match($0, /time=([0-9]+\.[0-9]+)/, result); print result[1]}' access.log | sort -rn | head -3

結果：

11.822
9.962
9.703

查看耗時最高的接口

當然我們一般不會只查看接口耗時情況，還需要把具體日志也打印出來，上面的命令就不能滿足要求了。

awk 的打印默認是按空格分隔的，意思是 2017-09-23 GET 這一行如果使用 awk '{print $1}' 會打印出 "2017-09-23"，類似地，$2 會打印出 GET。

根據日志特征，我們可以使用 | 來作為分隔符，這樣就能打印出各個我們感興趣的值了。因為我們想找出耗時最高的接口，那么我們把 time、date 和 url 單獨找出來。

awk 的 -F 參數用來自定義分隔符。然后我們可以數一下三個部分按 | 分隔后分別是第幾個：time 是第 6 個、date 是第 1 個、url 是第 4 個。

awk -F '|' '{print $6 $1 $4}' access.log

這樣打出來結果為：

 time=9.703 date=2017-09-23 13:32:50 url=/api/foo/bar?params=something
 time=0.337 date=2017-09-23 00:00:00 url=/api/foo/healthcheck
 time=8.829 date=2017-09-23 13:32:50 url=/api/foo/bar?params=anything
 time=9.962 date=2017-09-23 13:32:50 url=/api/foo/bar?params=everything
 time=11.822 date=2017-09-23 13:32:50 url=/api/foo/bar?params=nothing

因為我們想按 time 來排序，而 sort 可以按列來排序，而列是按空格分隔的，我們目前第一列是 time=xxx，是不能排序的，所以這里要想辦法把 time= 給去掉，因為我們很雞賊地把耗時放在了第一列，那么其實再通過 time= 進行分隔一下就行了。

awk -F '|' '{print $6 $1 $4}' access.log | awk -F 'time=' '{print $2}'

結果：

9.703 date=2017-09-23 13:32:50 url=/api/foo/bar?params=something
0.337 date=2017-09-23 00:00:00 url=/api/foo/healthcheck
8.829 date=2017-09-23 13:32:50 url=/api/foo/bar?params=anything
9.962 date=2017-09-23 13:32:50 url=/api/foo/bar?params=everything
11.822 date=2017-09-23 13:32:50 url=/api/foo/bar?params=nothing

使用 sort 的 -k 參數可以指定要排序的列，這里是第 1 列；再結合上面的排序，就能把耗時最高的日志打印出來了：

awk -F '|' '{print $6 $1 $4}' access.log | awk -F 'time=' '{print $2}' | sort -k1nr | head -3

結果：

11.822 date=2017-09-23 13:32:50 url=/api/foo/bar?params=nothing
9.962 date=2017-09-23 13:32:50 url=/api/foo/bar?params=everything
9.703 date=2017-09-23 13:32:50 url=/api/foo/bar?params=something

統計請求次數最多的接口

如果需要統計哪些接口每天請求量是最多的，只需要新引入 uniq 命令。

我們已經可以通過 grep -v HEAD access.log | awk -F '|' '{print $4}' 來篩選出所有的 url，uniq 命令可以刪除 相鄰 的相同的行，而 -c 可以輸出每行出現的次數。

所以我們先把 url 排序以讓相同的 url 放在一起，然后使用 uniq -c 來統計出現的次數：

grep -v HEAD access.log | awk -F '|' '{print $4}' | sort | uniq -c

因為示例日志數量太少，我們假設日志里有多條，那么結果應該類似下面：

1 url=/api/foo/bar?params=anything
19 url=/api/foo/bar?params=everything
4 url=/api/foo/bar?params=nothing
5 url=/api/foo/bar?params=something

接下來再 sort 即可：

grep -v HEAD access.log | awk -F '|' '{print $4}' | sort | uniq -c | sort -k1nr | head -10

感謝各位的閱讀！關于“如何使用shell命令統計日志”這篇文章就分享到這里了，希望以上內容可以對大家有一定的幫助，讓大家可以學到更多知識，如果覺得文章不錯，可以把它分享出去讓更多的人看到吧！