用SED+AWK来分析NGINX日志！

10477777

前几天写了篇文章是用AWK 来过滤NGINX 日志里面的特定值，但是光过滤出来了不行，还得要用啊，开发同事给我提出了新要求。让我统计 9:30~13:30 和13：30~17:30的这两个时间段每个小时的动态请求数，还有上面两个时间段里的 “action=xxxxx”这个值的种类和每种action的数量~~~http://blog.51cto.com/editor/icons/etc_05.gif，要求还真不少！　　说起来复杂其实做起来挺简单的，只要理清思路就好了！让我们先来解决第一个问题，每小时的动态请求数，我再看下NGINX日志的格式
　　118.203.20.3 - - [16/Jan/2010:05:00:01 +0800] "POST /design/game.php HTTP/1.1" "check=085af328d69bd499fe47c4f484ea5dfb&cid=0&cuid=419884&oid=4&timestamp=1263589204&action=researchOre" 200 277 "http://www.ime.com/design/flash/main.swf?v=430/`DYNAMIC`/1" "Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; SV1; Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; SV1) ; .NET CLR 2.0.50727)" -
　　因为我们的动态请求都是通过php来完成的，所以我只要过滤出包含.php的行就可以了，时间段的选取可以交给 SED 来做，数量统计用 uniq -c ，好了开工吧！
　　sed -n "/2010:13:30:00/,/2010:17:30:00/"p access_2010011605.log | awk -F: '/'.'php/{print $2}' |uniq -c
　　168576 13
　　301975 14
　　285616 15
　　299248 16
　　154377 17
　　因为日志比较大，所以时间稍微长了点，不过目的达到了，至于9:30~13:30直接改上面的时间就好了，在这里感谢下 给我提供帮助的三门同学；
　　下面我们再看看09:30~13:30这段时间的 每种 action 的总和。
　　格式过滤出action 的方法上一篇文章《用AWK来过滤nginx日志中的特定值》已经写好了，生成文件的格式为
　　202.113.30.144        25/Jan/2010:13:42:07        cuid=181188    action=compound
　　124.227.66.162        25/Jan/2010:13:42:07        cuid=355287    action=plantInfo
　　124.240.39.49        25/Jan/2010:13:42:07        action=researchLayer    cuid=496990
　　121.236.118.126        25/Jan/2010:13:42:07        cuid=509590    action=oreInfo
　　我们就根据这个格式来统计，上面我已经生成好了这个文件名字叫 action.new
　　sed -n "/2010:09:30:00/,/2010:13:30:00/"p action.new |awk '{if($3~/^action/){print $3} else if($4~/^action/){print $4}}' |sort |uniq -c |sort -nr
　　533271 action=plInfo
　　132742 action=FriendPet
　　101258 action=Info
　　98091 action=oInfo
　　84749 action=wInfo
　　71751 action=Result
　　71558 action=Quest
　　63471 action=cQuest
　　60886 action=qInfo
　　58112 action=bag
　　.....略
　　在这里感谢下小I 同学的帮助
　　好了，把这几个结果交给开发的同事让他们去分析了。呵呵，希望这篇文章对朋友们有帮助~~~ O(∩_∩)O~