學(xué)會用shell分析日志只要一上午?。。?/p>
很多地方分享了日志分析的shell腳本，但是基本沒說每個命令符的具體含義，學(xué)習(xí)成本還是很高，在這里總結(jié)下，方便大家快速入門。
1、在Windows下的用戶要使用shell命令符的話請先安裝cygwin，安裝方法自行Google（搜技術(shù)問題請使用google，百度搜不到活該）
2、下面粗略介紹下SEO日志分析常用的命令符用法，需要詳細了解每個命令符請使用Google。
less 文件名 查看文件內(nèi)容 按“q” 退出
cat 文件名 打開文件，可以多次打開幾個文件 | cat 1.log 2.log |cat *.cat
grep -參數(shù) 文件名
-i 不區(qū)分大小寫
-v 顯示不符合條件的所有行
-c 顯示符合條件的所有行數(shù)（符合條件的數(shù)量）
egrep 屬于grep的升級版，在正則這一塊的支持更完善，使用正則的時候建議使用egrep
head -2 文件名 顯示2行
head -100 文件名 | tail -10 >>a.log 提取文件第91-100行數(shù)據(jù)
wc -參數(shù) 文件名 統(tǒng)計文本大小，字符多少，行數(shù)
-c 統(tǒng)計文本字節(jié)數(shù)
-m 統(tǒng)計文本字符數(shù)
-l 統(tǒng)計文本有多少行
sort – 參數(shù) 文件名 對文件進行排序
-n 對文件按照數(shù)字排序
-r 反向排序
uniq -參數(shù) 文件名 對文件去重，去重前需要使用排序
sort
-c 顯示數(shù)據(jù)重復(fù)的次數(shù)
split -參數(shù) 文件名 對文件進行切割
-100 （每100行切割成一個文件）
-C 25m/b/k (每25兆/字節(jié)/K 分割成一個文件)
| 管道，把上一條命令的結(jié)果傳輸給下一條命令
“>” 和“>> ” 重定向?qū)懭胛募?“>”相當(dāng)于“w”清空并寫入 “>>”相當(dāng)于“a” 追加進文件
awk -F ‘分割符' Pattern ｛action｝ 文件名 使用指定的字符對每一行數(shù)據(jù)進行分段，默認是空格（網(wǎng)站日志就是空格分開）
-F后面跟的是分隔符
pattern 就是action執(zhí)行的條件，這里可以使用正則表達式
$n 即時第幾段數(shù)據(jù) $0表示整行數(shù)據(jù)
NF表示當(dāng)前記錄的字段數(shù)
$NF 表示最后一個字段
BEGIN和END，這兩者都可用于pattern中，提供BEGIN和END的作用是給程序賦予初始狀態(tài)和在程序結(jié)束之后執(zhí)行一些掃尾的工作
bash shell.sh 運行shell.sh腳本
dos2unix xxoo.sh 將“\r\n”轉(zhuǎn)換成“\n” Windows——>linux （由于Windows和Linux下的換行符不同，所以我們在Windows下面下的代碼需要使用dos2unix 轉(zhuǎn)換成Linux下的換行符，否則運行shell腳本會報錯）
unix2dos xxoo.sh 將“\n”轉(zhuǎn)換成“\r\n” linux——>Windows
rm xx.txt 刪除xx.txt文件
3、一些簡單的命令符介紹到這里，需要了解shell，建議大家查看相關(guān)的書籍.
下面我們開始使用shell分析日志
1、切割百度的抓取數(shù)據(jù)（將文件切割出來對專門的爬蟲數(shù)據(jù)進行處理能提高效率）
復(fù)制代碼 代碼如下:
cat log.log |grep -i ‘baiduspider' >baidu.log
2、網(wǎng)站狀態(tài)碼個數(shù)查詢
復(fù)制代碼 代碼如下:
awk ‘{print $9}' baidu.log|sort|uniq -c|sort -nr
3、百度總抓取量
復(fù)制代碼 代碼如下:
wc -l baidu.log
4、百度不重復(fù)抓取量
復(fù)制代碼 代碼如下:
awk ‘{print $7}' baidu.log|sort|uniq|wc -l
5、百度平均每次抓取的數(shù)據(jù)大?。ńY(jié)果是KB）
復(fù)制代碼 代碼如下:
awk ‘{print $10}' baidu.log|awk ‘BEGIN{a=0}{a+=$1}END{ print a/NR/1024}'
6、首頁抓取量
復(fù)制代碼 代碼如下:
awk ‘$7~/\.com\/$/' baidu.log|wc -l
7、某目錄抓取量
復(fù)制代碼 代碼如下:
grep ‘/news/' baidu.log|wc -l
8、抓取最多的10個頁面
復(fù)制代碼 代碼如下:
awk ‘{print $7}' baidu.log|sort|uniq -c|sort -nr|head -10
9、找出抓取的404錯誤頁面
復(fù)制代碼 代碼如下:
awk ‘$9~ /^404$/ {print $7}' baidu.log|sort|uniq|sort -nr
10、找出抓取了多少js文件和文件抓取的次數(shù)
復(fù)制代碼 代碼如下:
awk ‘$7~ /.js$/ {print $7}' baidu.log|sort|uniq -c |sort -nr
您可能感興趣的文章:- hbase shell基礎(chǔ)和常用命令詳解
- linux shell命令行選項與參數(shù)用法詳解
- Shell腳本中實現(xiàn)切換用戶并執(zhí)行命令操作
- linux shell腳本學(xué)習(xí)xargs命令使用詳解
- 在Shell命令行處理JSON數(shù)據(jù)的方法
- 25個好用的Shell腳本常用命令分享
- Shell 命令執(zhí)行順序分析[圖]
- Shell腳本test命令使用總結(jié)和實例
- 用shell命令讀取與輸出數(shù)據(jù)的代碼
- 提高你工作效率的shell命令總結(jié)大全
