日志分析必备指令集【来自一段线上日志的查看的经历】

线上日志查看基础

查看线上机器的一些信息和基础命令:

  • du、df查看大小相关
  • cat、zcat、less、tail、head查看文件内容
  • grep、awk处理文件内容
  • sort、uniq、wc统计
  • scp文件传输

du、df查看大小相关

  1. df 查看系统挂载磁盘大小

    • df [选项]... [FILE]...
      文件-a, –all 包含所有的具有 0 Blocks 的文件系统
      文件--block-size={SIZE} 使用 {SIZE} 大小的 Blocks
      文件-h, –human-readable 使用人类可读的格式(预设值是不加这个选项的…)
      文件-H, –si 很像 -h, 但是用 1000 为单位而不是用 1024
      文件-i, –inodes 列出 inode 资讯,不列出已使用 block
      文件-k, –kilobytes 就像是 –block-size=1024
      文件-l, –local 限制列出的文件结构
      文件-m, –megabytes 就像 –block-size=1048576
      文件--no-sync 取得资讯前不 sync (预设值)
      文件-P, –portability 使用 POSIX 输出格式
      文件--sync 在取得资讯前 sync
      文件-t, –type=TYPE 限制列出文件系统的 TYPE
      文件-T, –print-type 显示文件系统的形式
      文件-x, –exclude-type=TYPE 限制列出文件系统不要显示 TYPE
      文件-v (忽略)

      常见使用实例:

      df -h
  2. du会显示指定的目录或文件所占用的磁盘空间

    • du [-abcDhHklmsSx][-L <符号连接>][-X <文件>][--block-size][--exclude=<目录或文件>][--max-depth=<目录层数>][--help][--version][目录或文件]
      参数说明:
      -a或-all 显示目录中个别文件的大小。
      -b或-bytes 显示目录或文件大小时,以byte为单位。
      -c或--total 除了显示个别目录或文件的大小外,同时也显示所有目录或文件的总和。
      -D或--dereference-args 显示指定符号连接的源文件大小。
      -h或--human-readable 以K,M,G为单位,提高信息的可读性。
      -H或--si 与-h参数相同,但是K,M,G是以1000为换算单位。
      -k或--kilobytes 以1024 bytes为单位。
      -l或--count-links 重复计算硬件连接的文件。
      -L<符号连接>或--dereference<符号连接> 显示选项中所指定符号连接的源文件大小。
      -m或--megabytes 以1MB为单位。
      -s或--summarize 仅显示总计。
      -S或--separate-dirs 显示个别目录的大小时,并不含其子目录的大小。
      -x或--one-file-xystem 以一开始处理时的文件系统为准,若遇上其它不同的文件系统目录则略过。
      -X<文件>或--exclude-from=<文件> 在<文件>指定目录或文件。
      --exclude=<目录或文件> 略过指定的目录或文件。
      --max-depth=<目录层数> 超过指定层数的目录后,予以忽略。
      使用实例:查看当前文件夹的一级内容大小

      du -h --max-depth=1

cat、zcat、less、tail、head查看文件内容

  1. cat 命令用于连接文件并打印到标准输出设备上

    • cat [-AbeEnstTuv] [--help] [--version] fileName

      `-n 或 --number`:由 1 开始对所有输出的行数编号。
      `-b 或 --number-nonblank`:和 -n 相似,只不过对于空白行不编号。
      `-s 或 --squeeze-blank`:当遇到有连续两行以上的空白行,就代换为一行的空白行。
      `-v 或 --show-nonprinting`:使用 ^ 和 M- 符号,除了 LFD 和 TAB 之外。
      `-E 或 --show-ends` : 在每行结束处显示 $。
      `-T 或 --show-tabs`: 将 TAB 字符显示为 ^I。
      `-A, --show-all`:等价于 -vET。
      `-e`:等价于`"-vE"`选项;
      `-t`:等价于`"-vT"`选项;
      
  2. zcatt命令用于不真正解压缩文件,就能显示压缩包中文件的内容的场合。
  3. head显示档案的开头至标准输出中,默认head命令打印其相应文件的开头10行

    • head [参数]... [文件]...

      `-q` 隐藏文件名
      `-v` 显示文件名
      `-c<字节>` 显示字节数
      `-n<行数>` 显示的行数
      
  4. tail用于查看文件的内容,有一个常用的参数 -f 常用于查阅正在改变的日志文件

    • tail[必要参数][选择参数][文件]

      `-f` 循环读取
      `-q` 不显示处理信息
      `-v` 显示详细的处理信息
      `-c<数目>` 显示的字节数
      `-n<行数>` 显示行数
      `--pid=PID 与-f合用`,表示在进程ID,PID死掉之后结束. 
      `-q, --quiet, --silent` 从不输出给出文件名的首部 
      `-s, --sleep-interval=S 与-f合用`,表示在每次反复的间隔休眠S秒 
  5. less可以随意浏览文件

    • less [参数] 文件

      `-b <缓冲区大小>` 设置缓冲区的大小
      `-e`  当文件显示结束后,自动离开
      `-f`  强迫打开特殊文件,例如外围设备代号、目录和二进制文件
      `-g`  只标志最后搜索的关键词
      `-i`  忽略搜索时的大小写
      `-m`  显示类似more命令的百分比
      `-N`  显示每行的行号
      `-o <文件名>` 将less 输出的内容在指定文件中保存起来
      `-Q`  不使用警告音
      `-s`  显示连续空行为一行
      `-S`  行过长时间将超出部分舍弃
      `-x <数字>` 将“tab”键显示为规定的数字空格
      `/字符串`:向下搜索“字符串”的功能
      `?字符串`:向上搜索“字符串”的功能
      `n`:重复前一个搜索(与 / 或 ? 有关)
      `N`:反向重复前一个搜索(与 / 或 ? 有关)
      `b`  向后翻一页
      `d`  向后翻半页
      `h`  显示帮助界面
      `Q`  退出less 命令
      `u`  向前滚动半页
      `y`  向前滚动一行
      `空格键` 滚动一行
      `回车键` 滚动一页
      `[pagedown]`: 向下翻动一页
      `[pageup]`:   向上翻动一页
      

grep、awk处理文件内容

  1. grep用于查找文件里符合条件的字符串。

    • grep [-abcEFGhHilLnqrsvVwxy][-A<显示列数>][-B<显示列数>][-C<显示列数>][-d<进行动作>][-e<范本样式>][-f<范本文件>][--help][范本样式][文件或目录...]
      -a 或 --text : 不要忽略二进制的数据。
      -A<显示行数> 或 --after-context=<显示行数> : 除了显示符合范本样式的那一列之外,并显示该行之后的内容。
      -b 或 --byte-offset : 在显示符合样式的那一行之前,标示出该行第一个字符的编号。
      -B<显示行数> 或 --before-context=<显示行数> : 除了显示符合样式的那一行之外,并显示该行之前的内容。
      -c 或 --count : 计算符合样式的列数。
      -C<显示行数> 或 --context=<显示行数>或-<显示行数> : 除了显示符合样式的那一行之外,并显示该行之前后的内容。
      -d <动作> 或 --directories=<动作> : 当指定要查找的是目录而非文件时,必须使用这项参数,否则grep指令将回报信息并停止动作。
      -e<范本样式> 或 --regexp=<范本样式> : 指定字符串做为查找文件内容的样式。
      -E 或 --extended-regexp : 将样式为延伸的普通表示法来使用。
      -f<规则文件> 或 --file=<规则文件> : 指定规则文件,其内容含有一个或多个规则样式,让grep查找符合规则条件的文件内容,格式为每行一个规则样式。
      -F 或 --fixed-regexp : 将样式视为固定字符串的列表。
      -G 或 --basic-regexp : 将样式视为普通的表示法来使用。
      -h 或 --no-filename : 在显示符合样式的那一行之前,不标示该行所属的文件名称。
      -H 或 --with-filename : 在显示符合样式的那一行之前,表示该行所属的文件名称。
      -i 或 --ignore-case : 忽略字符大小写的差别。
      -l 或 --file-with-matches : 列出文件内容符合指定的样式的文件名称。
      -L 或 --files-without-match : 列出文件内容不符合指定的样式的文件名称。
      -n 或 --line-number : 在显示符合样式的那一行之前,标示出该行的列数编号。
      -q 或 --quiet或--silent : 不显示任何信息。
      -r 或 --recursive : 此参数的效果和指定”-d recurse”参数相同。
      -s 或 --no-messages : 不显示错误信息。
      -v 或 --revert-match : 显示不包含匹配文本的所有行。
      -V 或 --version : 显示版本信息。
      -w 或 --word-regexp : 只显示全字符合的列。
      -x --line-regexp : 只显示全列符合的列。
      -y : 此参数的效果和指定”-i”参数相同。
  2. awk处理文本文件的语言,是一个强大的文本分析工具。

    • awk '{pattern + action}' {filenames}或者awk [-F field-separator] 'commands' input-file(s)
    1. awk -F, '$2 ~ /test/ {print $2"\t"$4}' log.txt
      使用-F,的作用是每行按照,分割,$1$2$n就是分割的结果的对应顺序的值
      $2 ~ /th/就是需要分割的第二个数据需要和test匹配的上
      {print $2$4}输出分割结果的第二个和第四个
      处理的信息是log.txt
    2. awk -F '[:=]' '{match($5,/.*uc_name=(.*)&extend=test.*/,a); print a[1]}' log.txt
      -F '[:=]'使用多个分隔符,先使用:分割,然后在对分割结果使用=二次分割。
      '{match($5,/.*uc_name=(.*)&extend=test.*/,a); print a[1]}'对分割后的第五个结果处理,需要能够匹配上其中的正则,并把匹配结果放到数组a中,其中a数组的结果a[0]是全匹配的结果,a[1]是正则匹配的子表达式结果,并输出子表达式。

sort、uniq、wc统计

  1. sort用于将文本文件内容加以排序。

    • sort [-bcdfimMnr][-o<输出文件>][-t<分隔字符>][+<起始栏位>-<结束栏位>][--help][--verison][文件]
      -b 忽略每行前面开始出的空格字符。
      -c 检查文件是否已经按照顺序排序。
      -d 排序时,处理英文字母、数字及空格字符外,忽略其他的字符。
      -f 排序时,将小写字母视为大写字母。
      -i 排序时,除了040至176之间的ASCII字符外,忽略其他的字符。
      -m 将几个排序好的文件进行合并。
      -M 将前面3个字母依照月份的缩写进行排序。
      -n 依照数值的大小排序。
      -o<输出文件> 将排序后的结果存入指定的文件。
      -r 以相反的顺序来排序。
      -t<分隔字符> 指定排序时所用的栏位分隔字符。
      +<起始栏位>-<结束栏位> 以指定的栏位来排序,范围由起始栏位到结束栏位的前一栏位。
  2. uniq用于检查及删除文本文件中重复出现的行列,需要与 sort 命令结合使用[一定要排序,不然去重无效,只会去除相邻的重复项]

    • uniq [-cdu][-f<栏位>][-s<字符位置>][-w<字符位置>][--help][--version][输入文件][输出文件]
      -c或--count 在每列旁边显示该行重复出现的次数。
      -d或--repeated 仅显示重复出现的行列。
      -f<栏位>或--skip-fields=<栏位> 忽略比较指定的栏位。
      -s<字符位置>或--skip-chars=<字符位置> 忽略比较指定的字符。
      -u或--unique 仅显示出一次的行列。
      -w<字符位置>或--check-chars=<字符位置> 指定要比较的字符。
  3. wc计算文件的Byte数、字数、或是列数,若不指定文件名称、或是所给予的文件名为”-“,则wc指令会从标准输入设备读取数据。

    • uniq [-cdu][-f<栏位>][-s<字符位置>][-w<字符位置>][--help][--version][输入文件][输出文件]
      -c或--bytes或--chars 只显示Bytes数。
      -l或--lines 只显示行数。
      -w或--words 只显示字数。

scp文件传输

  1. scplinux系统下基于ssh登陆进行安全的远程文件拷贝命令[需要配置ssh登入,密码或者公钥免密]

    • scp [-1246BCpqrv] [-c cipher] [-F ssh_config] [-i identity_file] [-l limit] [-o ssh_option] [-P port] [-S program] [[user@]host1:]file1 [...] [[user@]host2:]file2
      -1: 强制scp命令使用协议ssh1
      -2: 强制scp命令使用协议ssh2
      -4: 强制scp命令只使用IPv4寻址
      -6: 强制scp命令只使用IPv6寻址
      -B: 使用批处理模式(传输过程中不询问传输口令或短语)
      -C: 允许压缩。(将-C标志传递给ssh,从而打开压缩功能)
      -p:保留原文件的修改时间,访问时间和访问权限。
      -q: 不显示传输进度条。
      -r: 递归复制整个目录。
      -v:详细方式显示输出。scp和ssh(1)会显示出整个过程的调试信息。这些信息用于调试连接,验证和配置问题。
      -c cipher: 以cipher将数据传输进行加密,这个选项将直接传递给ssh。
      -F ssh_config: 指定一个替代的ssh配置文件,此参数直接传递给ssh。
      -i identity_file: 从指定文件中读取传输时使用的密钥文件,此参数直接传递给ssh。
      -l limit: 限定用户所能使用的带宽,以Kbit/s为单位。
      -o ssh_option: 如果习惯于使用ssh_config(5)中的参数传递方式,
      -P port:注意是大写的P, port是指定数据传输用到的端口号
      -S program: 指定加密传输时所使用的程序。此程序必须能够理解ssh(1)的选项。

实践

线上日志结构:

183.250.223.158 [16/Dec/2018:23:57:15 +0800] "GET /log?skdata=sdadadad111%22username%33%3ftestets%22fsfdsfssadadasd%34fdsfs%34  HTTP/1.0" 200 2 "-" "testiPhone/d64556" "120.188.90.136" "jsdgajdsad" "dasdadd" "test" "ceshi"

分析数据命令:

cat /home/logs/2018/12/access.2018-12-16.log | grep -E  'skdata.*username' | awk '{match($5,/.*username%33%3f(.*)%22fsfdsfssadadasd.*/,a); print a[1]}' | sort | uniq -c | wc -l
  1. cat查看某一天的日志文件,访问日志一般文件一天记录一份
  2. grep查看符合需求的访问日志,本实例使用正则匹配-E来筛选出符合要求的详情页访问日志,输出
  3. awk分析符合要求的详情页访问日志,把每行详情页访问日志中$5【空格分割的第五个字符串,本实例就是以/log?开头的字符串】去匹配一个正则.*username%33%3f(.*)%22fsfdsfssadadasd.*,并把结果放到变量a中【a[0]是全匹配,a[1]是第一个字表达式】,然后把匹配成功符合结果的a[1]输出
  4. sort将上述结果排序 [一定要排序,不然去重无效,只会去除相邻的重复项]
  5. uniq -c将上述结果去重
  6. wc -l查看总共结果数量
    原文作者:caoweiju
    原文地址: https://segmentfault.com/a/1190000017409005
    本文转自网络文章,转载此文章仅为分享知识,如有侵权,请联系博主进行删除。
点赞