apachelog分析脚本

时间：2010-04-01 来源：night85

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)"

在 apache日志中找出访问次数最多（负载最重）的几分钟内，哪几个IP访问的最多？
我写了两个脚本，但内容上大同小异
脚本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
fi

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

version 2

#!/bin/bash
# analysis apache access log
# histroy
# caoyameng version0.2 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
fi

awk '{print $4}' $LOG |cut -c 14-18|sort|uniq -c|sort -nr|head >timelog
for (( i=1; i<=10; i=i+1 ))
do
num=`sed -n "${i}p" timelog|awk '{print $1}'`
time=`sed -n "${i}p" timelog|awk '{print $2}'`
echo "####The No.$i "
echo " "
echo " $time $num"
echo " "
full=`grep $time $LOG| awk '{print $1}' |sort |uniq -c|sort -nr|head`
echo "$full"
echo " "
done
rm -f timelog

补充上三个小命令：
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

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）