13518219792
在上文中，我们已经详细介绍 linux 三剑客的基本使用，接下来我们看看具体在性能测试领域的运用，本文主要介绍的是在 Tomcat 和 Nginx access日志的统计分析。
创新互联公司是一家专注于成都做网站、网站制作、成都外贸网站建设与策划设计,岳普湖网站建设哪家好?创新互联公司做网站,专注于网站建设10多年,网设计领域的专业建站公司;建站业务涵盖:岳普湖等地区。岳普湖做网站价格咨询:028-86922220
server.xml 使用配置方式，%D-请求时间，%F-响应时间
字段说明如下：
日志样例：
使用默认 combined 的经典格式上扩展 response_timeupstream_response_time
nginx.conf 使用配置方式：
字段说明如下：
日志示例：
为了能理解 AWK 程序，我们下面概述其基本知识。
模式( pattern ) 用于匹配输入中的每行文本。对于匹配上的每行文本，awk 都执行对应的 动作( action )。模式和动作之间使用花括号隔开。awk 顺序扫描每一行文本，并使用 记录分隔符（一般是换行符）将读到的每一行作为 记录，使用 域分隔符( 一般是空格符或制表符 ) 将一行文本分割为多个 域， 每个域分别可以使用 2, … 表示。1 表示第一个域，表示第二个域，n 表示第 n 个域。 $0 表示整个记录。模式或动作都可以不指定，缺省模式的情况下，将匹配所有行。缺省动作的情况下，将执行动作 {print}，即打印整个记录。
此处使用Nginx access.log 举例，Tomcat 日志自己举一反三。 使用 awk 分解出Nginx access日志中的信息
以此类推…… 当我们使用默认的域分割符时，我们可以从日志中解析出下面不同类型的信息：
我们不难发现，仅使用默认的域分隔符，不方便解析出请求行、引用页和浏览器类型等其他信息，因为这些信息之中包含不确定个数的空格。 因此，我们需要把域分隔符修改为 “ ，就能够轻松读出这些信息。
注意：这里为了避免 Linux Shell 误解 “ 为字符串开始，我们使用了反斜杠，转义了 “ 。 现在，我们已经掌握了 awk 的基本知识，以及它是怎样解析日志的。
此处使用Nginx access.log 举例，Tomcat 日志自己举一反三。
如果我们想知道那些类型的浏览器访问过网站，并按出现的次数倒序排列，我可以使用下面的命令：
此命令行首先解析出浏览器域，然后使用管道将输出作为第一个 sort 命令的输入。第一个 sort 命令主要是为了方便 uniq 命令统计出不同浏览器出现的次数。最后一个 sort 命令将把之前的统计结果倒序排列并输出。
我们可以使用下面的命令行，统计服务器返回的状态码，发现系统可能存在的问题。
正常情况下，状态码 200 或 30x 应该是出现次数最多的。40x 一般表示客户端访问问题。50x 一般表示服务器端问题。 下面是一些常见的状态码：
HTTP 协议状态码定义可以参阅：
查找并显示所有状态码为 404 的请求
统计所有状态码为 404 的请求
现在我们假设某个请求 ( 例如 : URI: /path/to/notfound ) 产生了大量的 404 错误，我们可以通过下面的命令找到这个请求是来自于哪一个引用页，和来自于什么浏览器。
有时候会发现其他网站出于某种原因，在他们的网站上使用保存在自己网站上的图片。如果您想知道究竟是谁未经授权使用自己网站上的图片，我们可以使用下面的命令：
注意：使用前，将 修改为自己网站的域名。
统计共有多少个不同的 IP 访问：
统计每一个 IP 访问了多少个页面：
将每个 IP 访问的页面数进行从小到大排序：
统计 2018 年 8 月 31 日 14 时内有多少 IP 访问 :
统计访问最多的前十个 IP 地址
查看某一个 IP访问了哪些页面：
统计某个 IP 的详细访问情况,按访问频率排序
列出传输大小最大的几个文件
列出输出大于 204800 byte ( 200kb) 的页面以及对应页面发生次数
列出访问最频的页面(TOP100)
列出访问最频的页面([排除php页面】(TOP100)
列出页面访问次数超过100次的页面
列出最近1000条记录，访问量最高的页面
统计每分钟的请求数,top100的时间点(精确到分钟)
统计每小时的请求数,top100的时间点(精确到小时)
统计每秒的请求数,top100的时间点(精确到秒)
统计当天的 pv
说明：
可以使用下面的命令统计出所有响应时间超过 3 秒的日志记录。
注意：NF 是当前记录中域的个数。$NF 即最后一个域。
列出php页面请求时间超过3秒的页面，并统计其出现的次数，显示前100条
列出相应时间超过 5 秒的请求，显示前20条
统计蜘蛛抓取次数
统计蜘蛛抓取404的次数
通过本文的介绍，我相信同学们一定会发现 linux三剑客强大之处。在命令行中，它还能够接受，和执行外部的 AWK 程序文件，可以对文本信息进行非常复杂的处理，可以说“只有想不到的，没有它做不到的”。
如上图，某个服务器的日志文件，通过命令
grep "Send kafka Success" 2021-08-01-info.log | grep "result_size:100"
可以得到相关日志。现在要求统计所有result_size累加的结果。
grep "Send kafka Success" 2021-08-01-info.log | grep -o -E "result_size:[0-9]+" | awk -F ':' 'BEGIN{print "开始统计result_size累加和"} {sumSize+=$2 } END{print "sumSize="sumSize}'
sed 命令可以很好的进行行匹配，但从某一行中精确匹配某些内容，则使用 grep 命令并辅以 -o 和 -E 选项可达到此目的。其中 -o 表示“only-matching”，即“仅匹配”之意。光用它不够，配合 -E 选项使用扩展正则表达式则威力巨大。
比如下面有一条文本 tmp.txt ，其中内容为：
{"aid":45,"path":"attachment/Mon_1112/2_1_5728040df3ab346.jpg"}
我们想从中过略出 aid 的值即 45 ，那么可以先如下这么做：
grep -o -E 'aid":[1-9]*' tmp.txt
得到的结果为：
aid":45
这时就好办了，我们可以使用 awk 的 -F 选项指示出冒号分隔符，这样就容易过滤出 45 这个值来，整个命令综合如下：
grep -o -E 'aid":[1-9]*' tmp.txt |awk-F: '{print $2}'
参考文档：
一、行数统计方法
1、系统命令：wc -l filename
2、grep方法：grep -c "" filename
3、sed方法：sed -n '$=' filename
4、awk方法：awk 'END{print NR}' filename
参考文件
知道指定后缀名的文件总个数命令：
find
.
-name
*.cpp
|
wc
-l
知道一个目录下代码总行数以及单个文件行数：
find
.
-name
*.h
|
xargs
wc
-l
linux统计文件夹中文件数目
第一种方法：
ls
-l|grep
“^-”|wc
-l
ls
-l
长列表输出该目录下文件信息(注意这里的文件，不同于一般的文件，可能是目录、链接、设备文件等)。如果ls
-lR|grep
“^-”|wc-l则可以连子目录下的文件一起统计。
grep
^-
这里将长列表输出信息过滤一部分，只保留一般文件，如果只保留目录就是
^d
wc
-l
统计输出信息的行数，因为已经过滤得只剩一般文件了，所以统计结果就是一般文件信息的行数，又由于一行信息对应一个文件，所以也就是文件的个数。
第二种方法：
find
./
-type
f|wc
-l
由于默认find会去子目录查找，如果只想查找当前目录的文件用
需要说明的是第二种方法会比第一种方法快很多，尤其是也统计子目录时。
