apache log分析

假设apache日志格式为：

118.78.199.98 - - [09/Jan/2010:00:59:59 +0800] "GET /Public/Css/index.css HTTP/1.1" 304 - "http://www.a.cn/common/index.php" "Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; SV1; GTB6.3)"

问题1：在apachelog中找出访问次数最多的10个IP。

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

awk 首先将每条日志中的IP抓出来，如日志格式被自定义过，可以 -F 定义分隔符和 print指定列；

sort进行初次排序，为的使相同的记录排列到一起；

upiq -c 合并重复的行，并记录重复次数。

head进行前十名筛选；

sort -nr按照数字进行倒叙排序。

我参考的命令是：

显示10条最常用的命令

sed -e "s/| /\n/g" ~/.bash_history | cut -d ' ' -f 1 | sort | uniq -c | sort -nr | head

问题2：在apache日志中找出访问次数最多的几个分钟。

awk '{print $4}' apache.log |cut -c 14-18|sort|uniq -c|sort -nr|head

awk 用空格分出来的第四列是[09/Jan/2010:00:59:59；

cut -c 提取14到18个字符

剩下的内容和问题1类似。

问题3：在apache日志中找到访问最多的页面：

awk '{print $11}' apache_log |sed 's/^.*cn\(.*\)\"/\1/g'|sort |uniq -c|sort -rn|head

类似问题1和2，唯一特殊是用sed的替换功能将"http://www.a.cn/common/index.php"替换成括号内的内容："http://www.a.cn（/common/index.php）"

问题4：在apache日志中找出访问次数最多（负载最重）的几个时间段（以分钟为单位），然后在看看这些时间哪几个IP访问的最多？

版本1

#!/bin/bash

# analysis apache access log

# histroy

# caoyameng version0.1 2010/01/24

if (test -z $1) ;then

read -p "Specify logfile:" LOG

else

LOG=$1

fi

if [ ! -e $LOG ];then

echo "I cann't find apache log file."

exit 0

awk '{print $4}' $LOG |cut -c 14-18|sort|uniq -c|sort -nr|head >timelog

for i in `awk '{print $2}' timelog`

do

all=`grep $i timelog|awk '{print $1}'`

echo " $i $all"

IP=`grep $i $LOG| awk '{print $1}' |sort |uniq -c|sort -nr|head`

echo "$IP"

done

rm -f timelog

另一个版本的解决方法，其实就是换了下for的计算方式

# caoyameng version0.2 2010/01/24

for (( i=1; i<=10; i=i+1 ))

num=`sed -n "${i}p" timelog|awk '{print $1}'`

time=`sed -n "${i}p" timelog|awk '{print $2}'`

echo "####The No.$i "

echo " "

echo " $time $num"

full=`grep $time $LOG| awk '{print $1}' |sort |uniq -c|sort -nr|head`

echo "$full"

转载于linuxtone网站

本文转自 liang3391 51CTO博客，原文链接:http://blog.51cto.com/liang3391/456597