Linux之 Shell分析日志文件

---

前言

自己的小网站跑在阿里云的ECS上面,偶尔也去分析分析自己网站服务器日志,看看网站的访问量。看看有没有黑阔搞破坏！于是收集，整理一些服务器日志分析命令，大家可以试试！

1. 查看有多少个IP访问及某一个页面被访问的次数

1. 查看有多少个IP访问：

 awk '{print $1}' log_file|sort|uniq|wc -l

2. 查看某一个页面被访问的次数：

grep "/index.php" log_file | wc -l

2、查看每一个IP访问了多少个页面及个IP访问的页面数进行从小到大排序

1. 查看每一个IP访问了多少个页面

wk '{++S[$1]} END {for (a in S) print a,S[a]}' log_file > log.txt

sort -n -t ' ' -k 2 log.txt  # 配合sort进一步排序

2. 将每个IP访问的页面数进行从小到大排序：

awk '{++S[$1]} END {for (a in S) print S[a],a}' log_file | sort -n

3、查看某一个IP访问了哪些页面及去掉搜索引擎统计的页面

1. 查看某一个IP访问了哪些页面

grep ^111.111.111.111 log_file| awk '{print $1,$7}'

2. 去掉搜索引擎统计的页面

awk '{print $12,$1}' log_file | grep ^\"Mozilla | awk '{print $2}' |sort | uniq | wc -l

4、查看2015年8月16日14时这一个小时内有多少IP访问

awk '{print $4,$1}' log_file | grep 16/Aug/2015:14 | awk '{print $2}'| sort | uniq | wc -l

5、查看访问比较靠前的IP和访问次数最多的10个文件或页面

1. 前十个ip地址

awk '{print $1}' |sort|uniq -c|sort -nr |head -10 access_log

uniq -c 相当于分组统计并把统计数放在最前面

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10个文件或页面

 cat log_file|awk '{print $11}'|sort|uniq -c|sort -nr | head -10
    
cat log_file|awk '{print $11}'|sort|uniq -c|sort -nr|head -20
    
awk '{print $1}' log_file |sort -n -r |uniq -c | sort -n -r | head -20

6、通过子域名访问次数，依据referer来计算和列出传输大小最大的几个文件

1. 通过子域名访问次数，依据referer来计算

cat access.log | awk '{print $11}' | sed -e ' s/http:\/\///' -e ' s/\/.*//' | sort | uniq -c | sort -rn | head -20

2. 列出传输大小最大的几个文件

cat www.access.log |awk '($7~/\.php/){print $10 " " $1 " " $4 " " $7}'|sort -nr|head -100

7、列出输出大于200000byte(约200kb)的页面以及对应页面发生次数

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

8、如果日志最后一列记录的是页面文件传输时间，则列出到客户端最耗时的页面

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

9、列出最耗时(超过60s)的页面以及对应页面发生次数

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

10、列出传输时间超过30秒的文件和列出当前服务器每一进程运行的数量,倒序排序

1. 列出传输时间超过30秒的文件

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

2. 列出当前服务器每一进程运行的数量,倒序排序

ps -ef | awk -F ' ' '{print $8 " " $9}' |sort | uniq -c  |sort -nr  |head -20

11、查看apache当前并发访问数

对比httpd.conf中MaxClients的数字差距多少

 netstat -an | grep ESTABLISHED | wc -l

12、可以使用如下参数查看数据

ps -ef|grep httpd|wc -l

1

1. 统计httpd进程数，连个请求会启动一个进程，使用于Apache服务器。
   表示Apache能够处理1个并发请求，这个值Apache可根据负载情况自动调整

netstat -nat|grep -i "80"|wc -l
4341

2. netstat -an 会打印系统当前网络链接状态，而grep -i “80” 是用来提取与80端口有关的链接的，wc -l 进行连接数的统计。最终返回的数字就是当前所有80端口的请求总数

netstat -na|grep ESTABLISHED|wc -l

376

3. grep ESTABLISHED 提取出已建立连接的信息。

netstat -nat||grep ESTABLISHED|wc

可查看所有建立连接的详细记录。

13、输出每个ip的连接数，以及总的各个状态的连接数

netstat -n | awk '/^tcp/ {n=split($(NF-1),array,":");if(n<=2)++S[array[(1)]];else++S[array[(4)]];++s[$NF];++N} END {for(a in S){printf("%-20s %s\n", a, S[a]);++I}printf("%-20s %s\n","TOTAL_IP",I);for(a in s) printf("%-20s %s\n",a, s[a]);printf("%-20s %s\n","TOTAL_LINK",N);}'

14、其他的收集

1. 分析日志文件下某个日期访问页面最高的前20个URL并排序

cat access.log |grep '04/May/2012'| awk '{print $11}'|sort|uniq -c|sort -nr|head -20

2. 查询受访页面的URL地址中 含有某个网址的IP地址

cat access_log | awk '($11~/\www.abc.com/){print $1}'|sort|uniq -c|sort -nr

3. 获取访问最高的10个IP地址 同时也可以按时间来查询

cat linewow-access.log|awk '{print $1}'|sort|uniq -c|sort -nr|head -10

4. 时间段查询日志情况

cat log_file | egrep '15/Aug/2015|16/Aug/2015' |awk '{print $1}'|sort|uniq -c|sort -nr|head -1

5. 统计网站流量(G)

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

6. 统计404的连接

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

7. 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

8. 每秒并发

watch "awk '{if($9~/200|30|404/)COUNT[$4]++}END{for( a in COUNT) print a,COUNT[a]}' log_file|sort -k 2 -nr|head -n10"

9. 带宽统计

cat apache.log |awk '{if($7~/GET/) count++}END{print "client_request="count}'