这是电话面试阿里时，面试官出过的一道面试题，当时不会，在这里记录一下。
面试题：
我们知道nginx日志中会记录访问者的IP，现在我有个日志文件，需要统计其中访问量最多的前N个IP，使用Linux命令，要怎么做？
日志文件 log.txt
10.1.201.1 | 2020-12-01T09:48:57+08:00 | test.domain.com
10.1.201.1 | 2020-12-01T09:48:57+08:00 | test.domain.com
10.1.201.1 | 2020-12-01T09:48:57+08:00 | test.domain.com
10.1.201.1 | 2020-12-01T09:48:57+08:00 | test.domain.com
10.1.201.1 | 2020-12-01T09:48:57+08:00 | test.domain.com
10.1.201.1 | 2020-12-01T09:48:57+08:00 | test.domain.com
10.1.201.1 | 2020-12-01T09:48:58+08:00 | test.domain.com
10.1.201.1 | 2020-12-01T09:49:01+08:00 | test.domain.com
10.1.201.1 | 2020-12-01T09:49:01+08:00 | test.domain.com
10.1.201.1 | 2020-12-01T09:49:01+08:00 | test.domain.com
10.1.201.1 | 2020-12-01T09:49:01+08:00 | test.domain.com
10.1.201.1 | 2020-12-01T09:49:01+08:00 | test.domain.com
10.1.201.1 | 2020-12-01T09:49:01+08:00 | test.domain.com
10.1.201.1 | 2020-12-01T09:49:01+08:00 | test.domain.com
10.1.201.1 | 2020-12-01T09:49:01+08:00 | test.domain.com
10.1.201.1 | 2020-12-01T09:49:01+08:00 | test.domain.com
10.1.201.1 | 2020-12-01T10:12:42+08:00 | test.domain.com
10.1.201.1 | 2020-12-01T10:12:42+08:00 | test.domain.com
10.1.201.1 | 2020-12-01T10:12:42+08:00 | test.domain.com
10.1.201.2 | 2020-12-01T10:12:42+08:00 | test.domain.com
10.1.201.2 | 2020-12-01T10:12:42+08:00 | test.domain.com
10.1.201.2 | 2020-12-01T10:12:42+08:00 | test.domain.com
10.1.201.2 | 2020-12-01T10:12:42+08:00 | test.domain.com
10.1.201.2 | 2020-12-01T10:12:42+08:00 | test.domain.com
10.1.201.2 | 2020-12-01T10:12:42+08:00 | test.domain.com
10.1.201.2 | 2020-12-01T10:12:42+08:00 | test.domain.com
10.1.201.2 | 2020-12-01T10:12:42+08:00 | test.domain.com
10.1.201.2 | 2020-12-01T10:12:42+08:00 | test.domain.com
10.1.201.3 | 2020-12-01T10:12:42+08:00 | test.domain.com
10.1.201.3 | 2020-12-01T10:12:42+08:00 | test.domain.com
10.1.201.3 | 2020-12-01T10:12:42+08:00 | test.domain.com
10.1.201.3 | 2020-12-01T10:12:43+08:00 | test.domain.com
10.1.201.3 | 2020-12-01T10:12:43+08:00 | test.domain.com
10.1.201.4 | 2020-12-01T10:12:43+08:00 | test.domain.com
10.1.201.4 | 2020-12-01T10:12:43+08:00 | test.domain.com
10.1.201.5 | 2020-12-01T10:12:43+08:00 | test.domain.com
10.1.201.5 | 2020-12-01T10:12:43+08:00 | test.domain.com
10.1.201.5 | 2020-12-01T10:12:43+08:00 | test.domain.com
10.1.201.5 | 2020-12-01T10:12:43+08:00 | test.domain.com
10.1.201.5 | 2020-12-01T10:12:43+08:00 | test.domain.com
10.1.201.5 | 2020-12-01T10:12:43+08:00 | test.domain.com
10.1.201.5 | 2020-12-01T10:12:43+08:00 | test.domain.com
10.1.201.5 | 2020-12-01T10:12:43+08:00 | test.domain.com
10.1.201.5 | 2020-12-01T10:12:43+08:00 | test.domain.com
10.1.201.5 | 2020-12-01T10:12:43+08:00 | test.domain.com
10.1.201.5 | 2020-12-01T10:12:43+08:00 | test.domain.com
10.1.201.5 | 2020-12-01T10:12:43+08:00 | test.domain.com
10.1.201.5 | 2020-12-01T10:12:43+08:00 | test.domain.com
10.1.201.5 | 2020-12-01T10:12:43+08:00 | test.domain.com
10.1.201.5 | 2020-12-01T10:12:43+08:00 | test.domain.com
10.1.201.5 | 2020-12-01T10:12:43+08:00 | test.domain.com
10.1.201.6 | 2020-12-01T10:12:43+08:00 | test.domain.com
10.1.201.6 | 2020-12-01T10:12:43+08:00 | test.domain.com
10.1.201.6 | 2020-12-01T10:39:57+08:00 | test.domain.com
10.1.201.6 | 2020-12-01T10:39:57+08:00 | test.domain.com
10.1.201.6 | 2020-12-01T10:39:57+08:00 | test.domain.com
10.1.201.6 | 2020-12-01T10:39:59+08:00 | test.domain.com
10.1.201.6 | 2020-12-01T10:39:59+08:00 | test.domain.com
10.1.201.6 | 2020-12-01T10:39:59+08:00 | test.domain.com
10.1.201.6 | 2020-12-01T10:39:59+08:00 | test.domain.com
10.1.201.6 | 2020-12-01T10:39:59+08:00 | test.domain.com
10.1.201.6 | 2020-12-01T10:39:59+08:00 | test.domain.com
10.1.201.6 | 2020-12-01T10:39:59+08:00 | test.domain.com
10.1.201.6 | 2020-12-01T10:39:59+08:00 | test.domain.com
10.1.201.6 | 2020-12-01T10:39:59+08:00 | test.domain.com
10.1.201.6 | 2020-12-01T10:39:59+08:00 | test.domain.com
10.1.201.6 | 2020-12-01T10:39:59+08:00 | test.domain.com
10.1.201.6 | 2020-12-01T10:39:59+08:00 | test.domain.com
10.1.201.6 | 2020-12-01T10:39:59+08:00 | test.domain.com
10.1.201.7 | 2020-12-01T10:39:59+08:00 | test.domain.com
10.1.201.8 | 2020-12-01T10:40:00+08:00 | test.domain.com
10.1.201.8 | 2020-12-01T10:40:00+08:00 | test.domain.com
10.1.201.8 | 2020-12-01T10:42:58+08:00 | test.domain.com
10.1.201.8 | 2020-12-01T11:05:08+08:00 | test.domain.com
10.1.201.8 | 2020-12-01T11:08:31+08:00 | test.domain.com
10.1.201.9 | 2020-12-01T11:09:59+08:00 | test.domain.com
10.1.201.9 | 2020-12-01T11:14:19+08:00 | test.domain.com
10.1.201.10 | 2020-12-01T11:16:47+08:00 | test.domain.com
10.1.201.10 | 2020-12-01T11:16:47+08:00 | test.domain.com
解答：
使用 Linux 的 awk 命令来解答
awk -F '|' '{print $1}' log.txt | sort | uniq -c | sort -nrk 1 -t ' '| head -5
说明：
1、awk fileName 将文件内容打印到屏幕
2、-F '|' awk支持使用分隔符将一行分为多列，不使用的话 默认使用空格分割。注意，只支持单引号
3、'{print $1}' 打印指定列的内容。在上一步分隔后，会按顺序给每一列做标记
4、sort 对结果排序，默认按ASCII码排序
5、uniq -c 统计相邻行的重复数量，结果是 3 10.1.201.10 这样的结果，前面的数字代表个数。
将4和5合并起来 sort | uniq -c 就是统计相同的行数，并且计算出数量。
7、sort -nrk 1 -t ' '， -n是按照数值进行又小到大排序，-r是逆序，-t ' ' 是指定分隔符，分为列，-k 1 是执行的排序按照第几列，这里表示第一列。
这里，是将依据统计好的，这样的结果，按第一列的重复数量。命令执行到此，结果是如下这样的
23 10.1.201.6
19 10.1.201.1
16 10.1.201.5
9 10.1.201.2
5 10.1.201.8
5 10.1.201.3
2 10.1.201.9
2 10.1.201.4
2 10.1.201.10
1 10.1.201.7
8、head -n 表示取结果的前n个。
结果：
那么上面的日志，要取最终的前5个，结果就是：
23 10.1.201.6
19 10.1.201.1
16 10.1.201.5
9 10.1.201.2
5 10.1.201.8
6546
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
