使用shell分析日志
一、开篇要说的话为何要日志分析昆哥说了：“首先要知道数据做什么用，怎么用，分析的意义在哪里！但是本身这个只是指导你工作决策的，不能太执迷！ 我看很多人把大量时间都在折腾蜘蛛去了，也是不正确的方法！自己一定要搞清目的。。。。。“
夜息说了：“日志分析关注的点要了解，要了解哪些维度，如何分析。。。。。“
二、本文正题
这里我就整理了下，本人经常拆份的一些项。Shell在Cygwin里跑的一些常用命令符语句,我用的是Windows下Cygwin……大牛的就就漂过。。。。
【新手哈 有哪错的 望指点 学习，】
现在把罗列下这些项：
//统计不重复抓取数量
//统计所有状态码数量
//统计某个目录抓取次数
//统计各个目录出现404响应码次数
//统计404页面的抓取数量
//统计每个ip下对应URL的抓取次数
//提取百度蜘蛛访问数量前10的网站目录及访问次数，并按降序排列
//提取某个目录百度蛛蛛访问次数
//统计首页抓取的次数占总体抓取次数比率
//统计404响应码占总响应码比率
//计算百度抓取总时间与总抓取次数
//计算百度抓取总字节数
//计算平均每次每个网页抓取字节数（小数点后面大于5进1）
底下都举一个例子，大家就自己套用。。 欢迎评论提问，吐槽。。。指正。。。
下面我们就进入演示。。。。请大家盯紧了。。
这是我日志截图：
//统计不重复抓取数量
cat baidu.log | awk '{print $4}'|sort|uniq|wc -l
//统计所有状态码数量
awk '{print $10}' baidu.log |sort|uniq -c
//统计某个目录抓取次数grep "/shop" baidu.log | awk '{print $4}' |sort |wc –l
//统计各个目录出现404响应码次数
//统计404页面的抓取数量awk '{if($10=="404"){print $0}}' baidu.log|sort|uniq|wc -l
//统计每个ip下对应URL的抓取次数
awk '{print $6,$4}' baidu.log |sort|uniq –c
/提取百度蜘蛛访问数量前10的网站目录及访问次数，并按降序排列
awk '{print $4}' baidu.log |grep -P "[^/(a-zA-Z)|^/(a-zA-Z)/]"|awk -F"/" '{print $2}'|sort|uniq -c|sort -r|head -10
//提取某个目录百度蛛蛛访问次数
cat baidu.log | grep “/shop/”| wc –l
cat baidu.log |awk ‘{print $4}’ |grep “/shop/” |wc –l
cat baidu.log |awk ‘{print $4} |awk –F”/” ‘{print $2}’|grep “shop”|wc -l
//统计首页抓取的次数占总体抓取次数比率cat baidu.log |awk '{print $4}'|awk '{if($0=="/"){n=n+1}}END{print n/NR*100"%"}'
//统计404响应码占总响应码比率
cat baidu.log |awk '{print $10}'|awk '{if($0=="404"){n=n+1}}END{print n/NR*100"%"}'
//计算百度抓取总时间与总抓取次数
cat baidu.log|awk '{FS=" "} {print $2}'|awk -F":" '{print $2}'| sort |uniq -c|awk 'BEGIN{print "小时","次数"} {print $2,$1}'|awk '{for(n=0;n
页:
[1]