01-09 Linux三剑客-awk

Posted 2021-09-03 Leofighting

定义

把文件逐行读入，以空格为默认分割符，将每行切片，切开的部分再进行后续处理

处理流程：

格式：awk [参数] \'pattern action\' [文件]

• pattern：正则表达式
• action：对匹配到的内容执行的命令（默认为输入每行内容）

常用参数：

• FILENAME：awk 浏览的文件名
• BEGIN：处理文本前要执行的操作
• END：处理文本后要执行的动作
• FS：设置输入域分割符，等价于命令行 -F 参数
• NF：浏览记录的域的个数（列数）
• NR：已读的记录数（行数）
• OFS：输出域分割符
• ORS：输入记录分割符
• RS：控制记录分割符
• $0：整条记录
• $n：表示当前行的第n个域

实战应用

• 搜索 /etc/passwd 文件中，包含 root 关键字的所有行，并打印对应的 shell

$ cat /etc/passwd | head -2
root:x:0:0:root:/root:/bin/bash
bin:x:1:1:bin:/bin:/sbin/nologin
$ awk -F : \'/root/{print $0}\' /etc/passwd  # $0：整行打印
root:x:0:0:root:/root:/bin/bash
operator:x:11:0:operator:/root:/sbin/nologin
$ awk -F : \'/root/{print $7}\' /etc/passwd
/bin/bash
/sbin/nologin

• 打印 /etc/passwd 文件第2行的信息

$ awk -F : \'NR==2{print $0}\' /etc/passwd
bin:x:1:1:bin:/bin:/sbin/nologin

• 使用 BEGIN 加入标题

$ awk -F : \'BEGIN {print "开始"} {print $1 $2}\' /etc/passwd | head -5
开始
rootx
binx
daemonx
admx

• 自定义行分割符

$ echo "111 222|333 444|555 666" | awk \'BEGIN{RS="|"}{print $0}\'
111 222
333 444
555 666

课程实战应用

• 找出log中的404，500的报错：

$ cat nginx.log | head -3
223.104.7.59 - - [05/Dec/2018:00:00:01 +0000] "GET /topics/17112 HTTP/2.0" 200 9874 "https://www.googleapis.com/auth/chrome-content-suggestions" "Mozilla/5.0 (iPhone; CPU iPhone OS 12_1 like Mac OS X) AppleWebKit/605.1.15 (Khtml, like Gecko) Crios/70.0.3538.75 Mobile/15E148 Safari/605.1" 0.040 0.040 .
$ less nginx.log | awk \'$9~/404|500/\'
# 统计个数
$ less nginx.log | awk \'$9~/404|500/\'|awk \'{print $9}\'|sort|uniq -c
    266 404
      1 500

• 找出访问量最高的 IP

$ less nginx.log|awk \'{print $1}\'|sort|uniq -c|sort -nr|head -3
    282 216.244.66.241
    130 136.243.151.90
    110 127.0.0.1

• 实用技巧：查看切割后，各字段对应第几列

$ less nginx.log | head -1 | awk \'{for(i=1;i<=NF;i++) print "$"i" = "$i}\'
$1 = 223.104.7.59
$2 = -
$3 = -
$4 = [05/Dec/2018:00:00:01
$5 = +0000]
$6 = "GET
$7 = /topics/17112
$8 = HTTP/2.0"
$9 = 200
$10 = 9874
$11 = "https://www.googleapis.com/auth/chrome-content-suggestions"
$12 = "Mozilla/5.0
$13 = (iPhone;
$14 = CPU
$15 = iPhone
$16 = OS
$17 = 12_1
$18 = like
$19 = Mac
$20 = OS
$21 = X)
$22 = AppleWebKit/605.1.15
$23 = (KHTML,
$24 = like
$25 = Gecko)
$26 = CriOS/70.0.3538.75
$27 = Mobile/15E148
$28 = Safari/605.1"
$29 = 0.040
$30 = 0.040
$31 = .

• 取出最大的响应时间

$ less nginx.log | awk \'{print $(NF-1)}\' | sort -nr | head -1
86462.600

• 取出 top3 的响应时间，并打印出对应的接口

$ less nginx.log | awk \'{print $(NF-1), $7}\' | sort -nr | head -3
86462.600 /cable
77331.425 /cable
59394.978 /cable

• 取出所有请求的平均

$ less nginx.log | awk \'{sum+=$(NF-1)}END{print sum/NR}\'
1082.57

• 计算每个接口的平均响应时间，并取出 top3

$ less nginx.log | awk \'{time[$7]+=$(NF-1); count[$7]+=1}END{for(k in time) print time[k]/count[k], k}\'| sort -nr | head -3
3707.26 /cable
5.592 /topics/9524
2.19 /topics/8343?locale=en

• 计算每个 URL 的顶层路由地址所对应的 QPS（每秒的请求次数），并打印 top5 的顶级路由

less nginx.log | 
  awk \'{print $4,$7}\' | 
  sed \'s#[?!].*##\' |
  sed -E \'s#([^ ]*) *(/[^/]*).*#\\1:\\2#\'  |
  sort | 
  awk -F: \'
{cur=($3*60+$4);}
NR==1{min=cur; max=cur;}
NR>1{
count[$NF]+=1; 
if(cur<min) min=cur; 
if(cur>max) max=cur;
}
END{
for(k in count) print k,count[k]/(max-min+1)}
\' | 
  sort -k2 -nr | head -5

• 每隔1秒统计下 aliyundun 的2个进程的 cpu 与 内存，分类汇总下 10s 内的平均 cpu 与响应时间

$ top -b -d 1 -n 10 | grep -i aliyundun | awk \'{cpu[$NF]+=$(NF-3);mem[$NF]+=$(NF-2);count[$NF]+=1}END{for(k in cpu) print k, cpu[k]/count[k], mem[k]/count[k]}\'
AliYunDunUpdate 0 0.1
AliYunDun 0.8 1.2

• 统计当前服务器上每个监听端口对应的网络状态的数量

$ netstat -tn | awk \'{print $4, $NF}\' | awk -F: \'{print $NF}\' | sort | uniq -c
     15 22 ESTABLISHED
      3 25 TIME_WAIT
      1 51368 TIME_WAIT
      1 51374 TIME_WAIT
      1 51380 TIME_WAIT
      1 51386 TIME_WAIT
      1 57968 ESTABLISHED
      4 9101 TIME_WAIT
      1 9102 ESTABLISHED
      1 Local State
      1 (w/o servers)