linux awk

Posted 2020-09-17 思齐

grep 文本过滤器
sed 流编辑器
awk 报告生成器
格式化以后显示


awk [option] ‘PATTERN {action}‘ file1 file2

awk -F"|" ‘BEGIN{OFS=":"} {print $1,$2,$3}‘ test.txt

#文本字符串用双引号
awk -F"|" ‘BEGIN{OFS=":"} {print $1,"jksong",$2,$3}‘ test.txt

#BEGIN 后面不用跟文件名
awk ‘BEGIN {print "one\ntwo\nthree"}‘

#输出空白行
awk ‘BEGIN {print}‘
awk ‘BEGIN {print ""}‘

awk 变量
1、内置变量之记录变量
FS: file separator 读取的文本的分隔符
RS: record separator 换行符
OFS: output file separator
ORS：output　record separator

2、内置变量之数据变量
NR the number of input records 处理的多个文件的总共的行数
FNR 当前文件的第多少行

NF 字段数

3、自定义变量
awk -v"name=jksong" ‘BEGIN {print name}‘
awk ‘BEGIN {name="jksong"; print name}‘

awk ‘BEGIN {name="jksong"; printf "%10s \n",name}‘

所有的运算都支持

PATTERN
1、正则
awk -F":" ‘/^r/ {print $1}‘ /etc/passwd

2、表达式
$1~/xx/（$1 匹配）
$1!~/xx/（$1 不匹配）
$1 == "xx"

awk -F":" ‘$1~/^r/{print $0}‘ /etc/passwd
awk -F":" ‘$1=="song"{print $0}‘ /etc/passwd
awk -F: ‘NR>=1 && NR<=2 {print $1,$3,$NF}‘ /etc/passwd

3、range patt1, patt2 从1开始匹配到2结束匹配
awk -F: ‘/^bin/,/^adm/{print $1,$3,$NF}‘ /etc/passwd

4、BEGIN END 仅在awk命令开始前和开始后运行一次
awk -F: ‘BEGIN {print "user name sheell "} NR>=1 && NR<=2 {print $1,$3,$NF} END {print "end of report"}‘ /etc/passwd

5、空模式
对文件的每一行都要处理

#if
awk -F":" ‘{name = $1=="root" ? "admin" : "user"; print name }‘ /etc/passwd
awk -F":" ‘{if($1=="root") print $0}‘ /etc/passwd
awk -F":" ‘{if($3>500) {sum+=$3}}END {print sum}‘ /etc/passwd

#while
awk -F: ‘{i=1;while(i<=NF){if(length($i)>5) {print $i} i++}}‘
df -hP|awk ‘NR>1{ gsub("%", "", $5); if($5>2) {print $0} }‘

#for
awk ‘BEGIN {for(i=0;i<10;i++){print i}}‘

#提前结束对本行的处理，进入下一行
next
awk -F: ‘{if($3%2 == 0) next; print $3," ", $0}‘ /etc/passwd

#数组
下标从1开始
下标为任意字符串
不存在下标会自动初始化，判断下标是否存在 index in array

#统计每个shell的使用量
awk -F: ‘{shell[$NF]++} END {for(a in shell ){print a, " ", shell[a]}}‘ /etc/passwd

#统计每种状态的量
netstat -tan|awk ‘NR>1 {shell[$NF]++} END {for(a in shell ){print a, " ", shell[a]}}‘

 

一些常用工具命令

 

Linux Web服务器网站故障分析常用的命令

系统连接状态篇：
1.查看TCP连接状态
netstat -nat |awk ‘{print $6}‘|sort|uniq -c|sort -rn

netstat -n | awk ‘/^tcp/ {++S[$NF]};END {for(a in S) print a, S[a]}‘ 或
netstat -n | awk ‘/^tcp/ {++state[$NF]}; END {for(key in state) print key,"\t",state[key]}‘
netstat -n | awk ‘/^tcp/ {++arr[$NF]};END {for(k in arr) print k,"t",arr[k]}‘

netstat -n |awk ‘/^tcp/ {print $NF}‘|sort|uniq -c|sort -rn

netstat -ant | awk ‘{print $NF}‘ | grep -v ‘[a-z]‘ | sort | uniq -c

 

2.查找请求数请20个IP（常用于查找攻来源）：

netstat -anlp|grep 80|grep tcp|awk ‘{print $5}‘|awk -F: ‘{print $1}‘|sort|uniq -c|sort -nr|head -n20

netstat -ant |awk ‘/:80/{split($5,ip,":");++A[ip[1]]}END{for(i in A) print A[i],i}‘ |sort -rn|head -n20

3.用tcpdump嗅探80端口的访问看看谁最高

tcpdump -i eth0 -tnn dst port 80 -c 1000 | awk -F"." ‘{print $1"."$2"."$3"."$4}‘ | sort | uniq -c | sort -nr |head -20

4.查找较多time_wait连接

netstat -n|grep TIME_WAIT|awk ‘{print $5}‘|sort|uniq -c|sort -rn|head -n20

5.找查较多的SYN连接

netstat -an | grep SYN | awk ‘{print $5}‘ | awk -F: ‘{print $1}‘ | sort | uniq -c | sort -nr | more

6.根据端口列进程

netstat -ntlp | grep 80 | awk ‘{print $7}‘ | cut -d/ -f1

 

网站日志分析篇1（Apache）：

1.获得访问前10位的ip地址

cat access.log|awk ‘{print $1}‘|sort|uniq -c|sort -nr|head -10
cat access.log|awk ‘{counts[$(11)]+=1}; END {for(url in counts) print counts[url], url}‘

2.访问次数最多的文件或页面,取前20

cat access.log|awk ‘{print $11}‘|sort|uniq -c|sort -nr|head -20

3.列出传输最大的几个exe文件（分析下载站的时候常用）

cat access.log |awk ‘($7~/.exe/){print $10 " " $1 " " $4 " " $7}‘|sort -nr|head -20

4.列出输出大于200000byte(约200kb)的exe文件以及对应文件发生次数

cat access.log |awk ‘($10 > 200000 && $7~/.exe/){print $7}‘|sort -n|uniq -c|sort -nr|head -100

5.如果日志最后一列记录的是页面文件传输时间，则有列出到客户端最耗时的页面

cat access.log |awk ‘($7~/.php/){print $NF " " $1 " " $4 " " $7}‘|sort -nr|head -100

6.列出最最耗时的页面(超过60秒的)的以及对应页面发生次数

cat access.log |awk ‘($NF > 60 && $7~/.php/){print $7}‘|sort -n|uniq -c|sort -nr|head -100

7.列出传输时间超过 30 秒的文件

cat access.log |awk ‘($NF > 30){print $7}‘|sort -n|uniq -c|sort -nr|head -20

8.统计网站流量（G)

cat access.log |awk ‘{sum+=$10} END {print sum/1024/1024/1024}‘

9.统计404的连接

awk ‘($9 ~/404/)‘ access.log | awk ‘{print $9,$7}‘ | sort

10. 统计http status

cat access.log |awk ‘{counts[$(9)]+=1}; END {for(code in counts) print code, counts[code]}‘
cat access.log |awk ‘{print $9}‘|sort|uniq -c|sort -rn

10.蜘蛛分析，查看是哪些蜘蛛在抓取内容。

/usr/sbin/tcpdump -i eth0 -l -s 0 -w - dst port 80 | strings | grep -i user-agent | grep -i -E ‘bot|crawler|slurp|spider‘

网站日分析2(Squid篇）按域统计流量

zcat squid_access.log.tar.gz| awk ‘{print $10,$7}‘ |awk ‘BEGIN{FS="[ /]"}{trfc[$4]+=$1}END{for(domain in trfc){printf "%st%dn",domain,trfc[domain]}}‘

数据库篇
1.查看数据库执行的sql

/usr/sbin/tcpdump -i eth0 -s 0 -l -w - dst port 3306 | strings | egrep -i ‘SELECT|UPDATE|DELETE|INSERT|SET|COMMIT|ROLLBACK|CREATE|DROP|ALTER|CALL‘

系统Debug分析篇
1.调试命令
strace -p pid
2.跟踪指定进程的PID
gdb -p pid

 

 

#某列的和

sed -n ‘1,5p‘ test.txt|awk ‘{sum+=$1} END {print sum}‘

 

#平均值

sed -n ‘1,5p‘ test.txt|awk ‘{sum+=$1} END {print sum/NR}‘

 

#某列最大值

awk ‘BEGIN {max = 0} {if ($1+0 > max+0) max=$1} END {print "Max=", max}‘ data