成人免费xxxxx在线视频软件_久久精品久久久_亚洲国产精品久久久_天天色天天色_亚洲人成一区_欧美一级欧美三级在线观看

最新 Linux awk 命令實戰教程：從日志分析到性能監控

作者：跟著小康學編程
開發 Linux
今天要介紹的是文本處理的"瑞士軍刀" —— awk。無論是分析日志、處理數據，還是提取信息，它都能幫你輕松搞定。

大家好，我是小康。上次我們一起學習了 Linux 的 sed 命令，今天要介紹的是文本處理的"瑞士軍刀" —— awk。無論是分析日志、處理數據，還是提取信息，它都能幫你輕松搞定。

第一部分: 初識 awk

作為一名開發老兵，我整理了這些年和 awk 打交道的心得。希望能幫你少走彎路，快速掌握這個強大的工具。

記得剛入行那會兒，面對成堆的日志文件，我跟大多數新手一樣一籌莫展。直到遇到了 awk 這個老伙計，才算找到了"趁手的兵器"。

今天，就讓我用一個開發工程師的視角，帶你認識這個陪伴了我 6 年多的老朋友。

1. 第一次相遇：awk 是個什么樣的角色？

就像一個心靈手巧的老師傅，awk 最擅長的就是把大段大段的文本"解剖"開來，精準地找出你想要的信息。它的名字來自三位創始人（Aho、Weinberger、Kernighan）的首字母，雖然不好念，但本事真不小。

2. 從一個真實案例開始

還記得我遇到的第一個挑戰：leader 讓我從一個幾GB的服務日志里找出造成系統故障的元兇。

當時的日志大概長這樣：

2024-02-13 10:00:01 [192.168.1.100] "GET /api/users" 200 89ms
2024-02-13 10:00:02 [192.168.1.101] "POST /api/orders" 500 1230ms
2024-02-13 10:00:03 [192.168.1.102] "GET /api/products" 200 45ms

我需要：

  • 找出所有響應時間超過1秒的請求
  • 分析高峰期的訪問量
  • ......

用 awk 的解決方案出奇簡單：

# 1、找出所有響應時間超過1秒的請求
awk '
{
    # 提取并轉換響應時間
    time = $7  # 取最后一個字段
    gsub(/ms/, "", time)  # 去掉ms
    time = time + 0  # 確保轉成數字
    
    # 只打印超過1秒(1000ms)的請求
    if(time >= 1000) {
        printf "時間: %s %s\nIP: %s\n請求: %s %s\n響應時間: %dms\n----------\n", 
            $1, $2, substr($3, 2, length($3)-2), $4, $5, time
    }
}' access.log

# 輸出：
時間: 2024-02-13 10:00:02
IP: 192.168.1.101
請求: "POST /api/orders"
響應時間: 1230ms
----------

# 2、分析高峰期的訪問量
awk '
BEGIN {
    print "每分鐘訪問量統計："
    print "-------------------"
}
{
    # 提取時分
    split($2, t, ":")
    minute = t[1] ":" t[2]     # 只取小時和分鐘
    count[minute]++
}
END {
    # 按時間排序輸出
    n = asorti(count, sorted)
    for(i=1; i<=n; i++) {
        printf "%s:00 - %d次訪問\n", sorted[i], count[sorted[i]]
    }
}' access.log

# 輸出：
每分鐘訪問量統計：
-------------------
10:00:00 - 3次訪問
10:01:00 - 2次訪問
10:02:00 - 1次訪問

第二部分 : awk 基本功

老規矩，我們先來看看最常用的 awk 基礎命令。這些都是我這些年解決問題的"殺手锏"，保證你學了就能用。

1. awk的基本結構

在開始學習具體命令前，我們先來了解awk程序的基本結構：

awk 'BEGIN {動作前}
    pattern {動作}
    END {動作后}' 文件名

就像一個完整的故事有開頭、主體和結尾，awk 也有三個主要部分：

(1) BEGIN塊：開場白

  • 在讀取文件前執行
  • 常用來打印表頭、初始化變量
# 例如：輸出前先打印個表頭
BEGIN {print "=== 進程列表 ==="}

(2) pattern {action}：主體部分

  • pattern：匹配條件，決定要處理哪些行
  • action：具體操作，決定要做什么
# 例如：找出root的進程
$1=="root" {print $0}

(3) END塊：收尾工作

  • 在處理完所有行后執行
  • 常用來輸出統計結果
# 例如：最后輸出總行數
END {print "共有"NR"個進程"}

此外，awk 還提供了一些常用的內置變量：

  • $0：整行內容
  • 2..：第1、2列
  • NR：當前行號
  • NF：當前行的列數

2. 實例講解

理解了基本結構，我們來看些實際例子。假設我們有一個進程列表 process.txt：

root     1234  5.0  2.5 mysql    running
admin    2345  3.2  1.5 nginx    running
root     3456  8.5  4.0 java     stopped
nobody   4567  2.1  1.0 nginx    running

(1) 提取特定列

# 看看誰在運行這些進程
awk '{print $1}' process.txt

# 輸出：
root
admin
root
nobody

# 查看進程名和狀態
awk '{print $5, $6}' process.txt

# 輸出：
mysql running
nginx running
java stopped
nginx running

(2) 條件過濾（最常用）

# 找出 CPU 使用率超過5%的進程
awk '$3 > 5 {print $5 "進程CPU使用率:", $3"%"}' process.txt

# 輸出：
java進程CPU使用率: 8.5%

# 找出狀態為 running 的進程
awk '$6=="running" {print $1,$5}' process.txt

# 輸出：
root mysql
admin nginx
nobody nginx

2. 實用統計功能

(1) 常用統計

# 統計進程數量, NR: NR 是 awk 的一個內置變量，表示當前已經處理的記錄（行）數量。
awk 'END {print "總進程數:", NR}' process.txt

# 輸出：
總進程數: 4

# 我們也可以在處理過程中看到NR的變化
awk '{print "當前處理第" NR "行"}' process.txt

# 輸出：
當前處理第1行
當前處理第2行
當前處理第3行
當前處理第4行

# 計算所有進程的平均CPU使用率
awk '{sum += $3} END {print "平均CPU使用率:", sum/NR"%"}' process.txt

# 輸出：
平均CPU使用率: 4.7%

(2) 分組統計（特別常用）

# 看看每個用戶開了多少個進程
awk '{count[$1]++} END {
    for(user in count) {
        print user "的進程數:", count[user]
    }
}' process.txt

# 輸出：
root的進程數: 2
admin的進程數: 1
nobody的進程數: 1

# 統計每種狀態的進程數
awk '{states[$6]++} END {
    for(state in states) {
        print state, states[state]
    }
}' process.txt

# 輸出：
running 3
stopped 1

3. 實戰常用技巧

(1) 匹配特定內容

# 找出 java 相關的進程
awk '/java/ {print $0}' process.txt # $0 代表當前行的整行內容

# 輸出：
root     3456  8.5  4.0 java     stopped

# 找出包含特定字符的行并突出顯示重要信息
awk '/nginx/ {print "進程ID:"$2, "內存:"$4"%"}' process.txt

# 輸出：
進程ID:2345 內存:1.5%
進程ID:4567 內存:1.0%

(2) 多條件組合（經常用到）

# 找出 CPU 高、狀態為 running 的進程
awk '$3 > 3 && $6=="running" {
    print "警告 -", $5, "進程CPU使用率:", $3"%"
}' process.txt

# 輸出：
警告 - mysql 進程CPU使用率: 5.0%
警告 - nginx 進程CPU使用率: 3.2%

4. 小貼士

(1) 實用的判斷方法：

# 找出異常的進程（CPU或內存使用過高）
awk '$3 > 5 || $4 > 3 {
    print $5 "進程異常："
    print "  CPU:", $3"%"
    print "  內存:", $4"%"
}' process.txt

# 輸出：
java進程異常：
  CPU: 8.5%
  內存: 4.0%

(2) 累加統計：

bash
# 計算 nginx 進程的總內存占用
awk '/nginx/ {total += $4} 
     END {print "nginx總內存占用:", total"%"}' process.txt

# 輸出：
nginx總內存占用: 2.5%

記住：

  • $1,$2,$3... 代表第幾列
  • NR 代表當前行號
  • print 和 printf 都是打印命令
  • 用 $0 可以打印整行

這些都是我平時工作中最常用的簡單命令，基本夠用了。等你熟悉了這些，我們再學更高級的用法。

第三部分: awk高級應用指南(性能分析)

接下來我們來點高級的，帶大家用 awk 處理日常工作中最常見的幾個場景。每一步我們都從簡單的開始，循序漸進地掌握。

1. 基礎日志處理

先從一個簡單的接口日志開始：

2024-02-14 10:00:01 [api=/user/login] cost=100ms status=200
2024-02-14 10:00:02 [api=/user/info] cost=50ms status=200
2024-02-14 10:00:03 [api=/user/login] cost=800ms status=500
2024-02-14 10:00:04 [api=/order/create] cost=150ms status=200

(1) 提取重要信息（簡單）

# 只看接口名和響應時間
awk '{print $3, $4}' api.log

# 輸出：
[api=/user/login] cost=100ms
[api=/user/info] cost=50ms
[api=/user/login] cost=800ms
[api=/order/create] cost=150ms

(2) 查找異常請求（常用）

# 找出響應時間超過500ms的慢請求
awk '
    {
        # 提取響應時間的數字部分
        gsub(/cost=|ms/, "", $4)     # 去掉"cost="和"ms"
        
        # 如果響應時間超過500ms
        if($4 > 500) {
            print "慢請求: " $0
        }
    }
' api.log

# 輸出：
慢請求: 2024-02-14 10:00:03 [api=/user/login] cost=800ms status=500

2. 接口性能分析

(1) 計算接口的平均響應時間（入門級）

# 計算每個接口的平均響應時間
awk '
{
    # 提取接口名稱
    api=$3
    # 提取響應時間的數字部分
    gsub(/.*=|ms.*/, "", $4)
    # 累加響應時間
    sum[api] += $4
    # 統計請求次數
    count[api]++
}
END {
    print "接口平均響應時間："
    for(api in sum) {
        printf "%s: %.2fms\n", api, sum[api]/count[api]
    }
}' api.log

# 輸出：
接口平均響應時間：
[api=/user/login]: 450.00ms
[api=/user/info]: 50.00ms
[api=/order/create]: 150.00ms

(2) 統計接口QPS（常用）

先從一個簡單的接口日志開始：

2024-02-14 10:00:01 [api=/user/login] cost=100ms status=200
2024-02-14 10:00:02 [api=/user/info] cost=50ms status=200
2024-02-14 10:00:03 [api=/user/login] cost=800ms status=500
2024-02-14 10:00:04 [api=/order/create] cost=150ms status=200

# 命令：計算每秒的請求數（QPS）
awk '{
    # 把時間列拼接起來: $1是日期，$2是時間
    # 例如: "2024-02-14 10:00:01"
    time = $1" "$2

    # substr 函數用于截取字符串
    # 從拼接的時間字符串中取前19位，精確到秒
    # 如: "2024-02-14 10:00:01"
    second = substr(time, 1, 19)

    # 用時間作為key，計數+1
    count[second]++
}
END {
    # 處理完所有行后，打印統計結果
    print "每秒請求數(QPS)："
    # 遍歷統計結果
    for(s in count) {
        print s ": " count[s] "次/秒"
    }
}' api.log

(3) 分析響應時間分布（進階）

# 按區間統計響應時間分布
awk '
BEGIN {
    print "響應時間分布統計："
}
{
    # 提取cost=后面的數字，去掉ms
    split($4, arr, "=|ms")    # 用=或ms分割，如："cost=100ms" -> arr[2]="100"
    time = arr[2]             # 提取數字部分
    
    # 按區間統計請求數
    if(time <= 100) {
        range["0-100ms"]++       # 統計小于等于100ms的請求
    } else if(time <= 200) {
        range["101-200ms"]++     # 統計101ms到200ms的請求
    } else {
        range["200ms+"]++        # 統計大于200ms的請求
    }
    total++    # 總請求數加1
}
END {
    # 遍歷每個區間并打印統計結果
    for(r in range) {
        percent = range[r]/total*100
        printf "%s: %d個請求 (%.1f%%)\n", r, range[r], percent
    }
}' api.log

# 現在輸出應該是：
響應時間分布統計：
0-100ms: 2個請求 (50.0%)
101-200ms: 1個請求 (25.0%)
200ms+: 1個請求 (25.0%)

3. 錯誤分析

統計錯誤率（常用）

2024-02-14 10:00:01 [api=/user/login] cost=100ms status=200
2024-02-14 10:00:02 [api=/user/info] cost=50ms status=200
2024-02-14 10:00:03 [api=/user/login] cost=800ms status=500
2024-02-14 10:00:04 [api=/order/create] cost=150ms status=200

# 計算接口錯誤率
awk '
{
    api=$3
    status=$5
    gsub(/.*=/, "", status)
    
    # 統計總請求和錯誤請求
    total[api]++
    if(status >= 400) {
        errors[api]++
    }
}
END {
    print "接口錯誤率統計："
    for(api in total) {
        if(errors[api] > 0) {
            err_rate = errors[api]/total[api]*100
            printf "%s: %.1f%% (%d/%d)\n", 
                   api, err_rate, errors[api], total[api]
        }
    }
}' api.log

# 輸出：
接口錯誤率統計：
[api=/user/login]: 50.0% (1/2)

4. 生成性能報告（高級）

把前面學到的都用上，生成一個完整的性能報告：

# 生成完整的接口性能分析報告
awk '
BEGIN {
    print "=== 接口性能分析報告 ==="
    print "時間范圍：" strftime("%Y-%m-%d %H:%M:%S")
    print "\n1. 總體統計"
}
{
    # 記錄基礎信息
    api=$3
    gsub(/.*=|ms.*/, "", $4)
    cost=$4
    gsub(/.*=/, "", $5)
    status=$5
    
    # 統計總請求
    total_reqs++
    
    # 按接口統計
    reqs[api]++
    total_cost[api] += cost
    
    # 記錄最大最小響應時間
    if(cost > max_cost[api]) max_cost[api] = cost
    if(min_cost[api] == 0 || cost < min_cost[api]) 
        min_cost[api] = cost
    
    # 統計錯誤
    if(status >= 400) errors[api]++
}
END {
    # 1. 打印總體統計
    printf "總請求數：%d\n", total_reqs
    
    # 2. 打印接口詳情
    print "\n2. 接口詳情"
    for(api in reqs) {
        printf "\n接口：%s\n", api
        printf "  總調用次數：%d\n", reqs[api]
        printf "  平均響應時間：%.2fms\n", 
               total_cost[api]/reqs[api]
        printf "  最大響應時間：%dms\n", max_cost[api]
        printf "  最小響應時間：%dms\n", min_cost[api]
        if(errors[api] > 0) {
            printf "  錯誤率：%.1f%%\n", 
                   errors[api]/reqs[api]*100
        }
    }
}' api.log

# 輸出：
=== 接口性能分析報告 ===
時間范圍：2024-02-14 10:00:00

1. 總體統計
總請求數：4

2. 接口詳情

接口：[api=/user/login]
  總調用次數：2
  平均響應時間：450.00ms
  最大響應時間：800ms
  最小響應時間：100ms
  錯誤率：50.0%

接口：[api=/user/info]
  總調用次數：1
  平均響應時間：50.00ms
  最大響應時間：50ms
  最小響應時間：50ms

接口：[api=/order/create]
  總調用次數：1
  平均響應時間：150.00ms
  最大響應時間：150ms
  最小響應時間：150ms

5. 實用小技巧

(1) 處理大文件時先取樣分析：

head -1000 big_log.txt | awk '你的命令'

(2) 實時監控錯誤和慢請求：

測試用例：
? cat api.log
# api.log 示例數據：
2024-02-14 10:00:01 [api=/user/login] cost=100ms status=200    # 正常請求
2024-02-14 10:00:02 [api=/user/info] cost=550ms status=200     # 慢請求(>500ms)
2024-02-14 10:00:03 [api=/user/login] cost=800ms status=500    # 慢請求且報錯
2024-02-14 10:00:04 [api=/order/create] cost=150ms status=404  # 錯誤請求
2024-02-14 10:00:05 [api=/user/profile] cost=200ms status=200  # 正常請求

# 監控命令：
tail -f api.log | awk '
$4 ~ /cost=[5-9][0-9][0-9]ms/ || $5 ~ /status=[45][0-9][0-9]/ {
    # 檢查是否是慢請求
    if($4 ~ /cost=[5-9][0-9][0-9]ms/) {
        msg="慢請求"
    }
    
    # 檢查是否有錯誤狀態碼
    if($5 ~ /status=[45][0-9][0-9]/) {
        msg=msg?msg" 且 狀態碼異常":"狀態碼異常"
    }
    
    # 打印告警信息
    print "\033[31m告警：" $0 " # " msg "\033[0m"
    
    # 重置消息變量
    msg=""
}'

# 輸出（紅色顯示）：
告警：2024-02-14 10:00:02 [api=/user/info] cost=550ms status=200        # 因為響應時間>500ms
告警：2024-02-14 10:00:03 [api=/user/login] cost=800ms status=500       # 因為響應時間>500ms且狀態碼500
告警：2024-02-14 10:00:04 [api=/order/create] cost=150ms status=404     # 因為狀態碼404

記住：

  • 先從簡單的統計開始
  • 需要時再加更多的統計維度
  • 復雜的分析可以分步驟進行
  • 多用print調試你的統計邏輯

學會了這些，你就能應對大部分的日志分析工作了！

第四部分：實戰篇 - 應用日志分析

接著我們來分析實際工作中最常見的幾種應用日志。咱們由淺入深，一步步來。

1. 基礎日志分析

(1) 簡單的應用日志

先來看一個最基礎的應用日志：

2024-02-14 10:00:01 [INFO] UserService - 用戶登錄成功，用戶名=admin
2024-02-14 10:00:02 [ERROR] OrderService - 訂單創建失敗：數據庫連接超時
2024-02-14 10:00:03 [WARN] UserService - 密碼錯誤，用戶名=test
2024-02-14 10:00:04 [ERROR] PaymentService - 支付失敗：余額不足

(2) 基礎日志過濾（最簡單的用法）

# 命令1：顯示所有ERROR日志
awk '/ERROR/' app.log

# 輸出：
2024-02-14 10:00:02 [ERROR] OrderService - 訂單創建失敗：數據庫連接超時
2024-02-14 10:00:04 [ERROR] PaymentService - 支付失敗：余額不足

# 命令2：查看特定服務的日志
awk '/UserService/' app.log

# 輸出：
2024-02-14 10:00:01 [INFO] UserService - 用戶登錄成功，用戶名=admin
2024-02-14 10:00:03 [WARN] UserService - 密碼錯誤，用戶名=test

(3) 統計日志級別（常用功能）

# 命令：統計每種日志級別的數量
awk '
    # 匹配有方括號的行
    /\[.*\]/ {
        # 提取方括號中的內容，存入arr數組
        match($0, /\[(.*?)\]/, arr)
        # 對應的日志級別計數加1
        level[arr[1]]++
    }
    # 所有行處理完后執行
    END {
        print "日志級別統計："
        # 遍歷統計結果并打印
        for(l in level) {
            print l ": " level[l] "條"
        }
    }
' app.log

# 輸出：
日志級別統計：
INFO: 1條
ERROR: 2條
WARN: 1條

2. 接口調用日志分析

(1) 接口日志示例

2024-02-14 10:00:01 [api=/user/login] cost=120ms status=200
2024-02-14 10:00:02 [api=/order/create] cost=500ms status=500
2024-02-14 10:00:03 [api=/user/info] cost=80ms status=200

(2) 分析接口響應時間

# 命令：統計每個接口的平均響應時間
awk '
{
    # 提取接口名和響應時間
    api=$3                      # 獲取接口名稱列
    gsub(/\[|\]/, "", api)     # 去掉方括號
    gsub(/.*=|ms/, "", $4)     # 提取響應時間的數字部分
    
    # 統計數據
    apis[api] += $4            # 累加響應時間
    count[api]++               # 統計調用次數
}
END {
    print "接口平均響應時間："
    for(a in apis) {
        printf "%s: %.2fms\n", a, apis[a]/count[a]
    }
}' api.log

# 輸出：
接口平均響應時間：
api=/user/login: 120.00ms
api=/order/create: 500.00ms
api=/user/info: 80.00ms

3. 錯誤日志分析

(1) 異常堆棧日志

> cat Service.log
2024-02-14 10:00:01 [ERROR] NullPointerException: 空指針異常
    at com.example.UserService.getUser(UserService.java:15)
    at com.example.UserController.login(UserController.java:10)
2024-02-14 10:00:02 [ERROR] SQLException: 數據庫連接失敗
    at com.example.OrderService.create(OrderService.java:25)

(2) 提取完整異常信息

# 命令：提取異常信息及其堆棧
awk '
    # 匹配錯誤行
    /ERROR/ {
        print "\n發現異常："
        print $0            # 打印錯誤行
        print "異常堆棧："
    }
    # 匹配堆棧信息（以空格開頭的行）
    /^[[:space:]]/ {
        print $0           # 打印堆棧行
    }
' Service.log

# 輸出：
發現異常：
2024-02-14 10:00:01 [ERROR] NullPointerException: 空指針異常
異常堆棧：
    at com.example.UserService.getUser(UserService.java:15)
    at com.example.UserController.login(UserController.java:10)

發現異常：
2024-02-14 10:00:02 [ERROR] SQLException: 數據庫連接失敗
異常堆棧：
    at com.example.OrderService.create(OrderService.java:25)

4. 性能問題分析

(1) 數據庫慢查詢日志

2024-02-14 10:00:01 [SLOW_QUERY] cost=2.5s sql="SELECT * FROM orders WHERE user_id=123"
2024-02-14 10:00:05 [SLOW_QUERY] cost=1.8s sql="UPDATE users SET status=1"
2024-02-14 10:00:10 [SLOW_QUERY] cost=3.1s sql="SELECT * FROM order_items"

(2) 分析慢查詢

# 命令：分析超過2秒的慢查詢
awk '
{
    # 提取執行時間，去掉s得到純數字
    time_str = $4
    gsub("cost=|s", "", time_str)  # 將cost=和s都替換為空
    time = time_str + 0            # 轉換為數字
    
    # 提取完整SQL語句
    sql = substr($0, index($0, "sql="))
    
    # 如果查詢時間超過2秒
    if(time > 2) {
        printf "\n時間：%s %s\n", $1, $2
        printf "耗時：%.1f秒\n", time
        printf "SQL：%s\n", sql
        printf "----------\n"
    }
}' slow_query.log

# 輸出：
時間：2024-02-14 10:00:01
耗時：2.5秒
SQL："SELECT * FROM orders WHERE user_id=123"
----------

時間：2024-02-14 10:00:10
耗時：3.1秒
SQL："SELECT * FROM order_items"
----------

5. 監控告警分析

(1) 告警日志

2024-02-14 10:00:01 [ALERT] service=order-service type=cpu_high value=92%
2024-02-14 10:00:05 [ALERT] service=user-service type=memory_high value=85%
2024-02-14 10:00:10 [ALERT] service=order-service type=disk_usage value=95%

(2) 統計告警情況

# 命令：按服務統計告警
awk '
BEGIN {
    print "=== 告警分析報告 ==="
    print "分析時間：" strftime("%Y-%m-%d %H:%M:%S")
    print "-------------------"
}
/\[ALERT\]/ {    # 只處理包含[ALERT]的行
    # 提取基本信息
    gsub(/service=|type=|value=|%|threshold=/, " ", $0)
    for(i=1; i<=NF; i++) {
        if($i == "[ALERT]") {
            service = $(i+1)    # 服務名
            type = $(i+2)       # 告警類型
            value = $(i+3)      # 當前值
            threshold = $(i+4)  # 閾值
        }
    }
    
    # 計算超出閾值的百分比
    exceed = value - threshold
    
    # 根據超出程度分級
    if(exceed >= 20) {
        level = "嚴重"
    } else if(exceed >= 10) {
        level = "警告"
    } else {
        level = "注意"
    }
    
    # 統計信息
    services[service]++
    types[type]++
    levels[level]++
    
    # 記錄最大值和時間
    if(max_value[type] < value) {
        max_value[type] = value
        max_time[type] = $1 " " $2
    }
    
    # 保存詳細信息
    details[++count] = sprintf("時間：%s %s\n服務：%-15s 類型：%-12s 當前值：%d%% (超出閾值：%d%%) 級別：%s",
        $1, $2, service, type, value, exceed, level)
}
END {
    # 1. 告警級別統計
    print "\n1. 告警級別分布："
    for(l in levels) {
        printf "%-6s: %d次\n", l, levels[l]
    }
    
    # 2. 服務告警統計
    print "\n2. 服務告警統計："
    for(svc in services) {
        printf "%-20s: %d次告警\n", svc, services[svc]
    }
    
    # 3. 告警類型統計
    print "\n3. 告警類型統計："
    for(t in types) {
        printf "%-15s: %d次\n", t, types[t]
        printf "  最大值: %d%% (發生時間: %s)\n", max_value[t], max_time[t]
    }
    
    # 4. 詳細告警記錄
    print "\n4. 詳細告警記錄："
    print "-------------------"
    for(i=1; i<=count; i++) {    # 使用count而不是NR
        print details[i] "\n----------"
    }
}' alert.log

# 輸出：
告警統計：
=== 告警分析報告 ===
分析時間：2025-02-14 21:34:52
-------------------

1. 告警級別分布：
注意    : 3次
警告    : 2次

2. 服務告警統計：
order-service       : 3次告警
user-service        : 2次告警

3. 告警類型統計：
memory_high    : 2次
  最大值: 95% (發生時間: 2024-02-14 10:00:20)
cpu_high       : 2次
  最大值: 92% (發生時間: 2024-02-14 10:00:01)
disk_usage     : 1次
  最大值: 95% (發生時間: 2024-02-14 10:00:10)

4. 詳細告警記錄：
-------------------
時間：2024-02-14 10:00:01
服務：order-service   類型：cpu_high     當前值：92% (超出閾值：12%) 級別：警告
----------
時間：2024-02-14 10:00:05
服務：user-service    類型：memory_high  當前值：85% (超出閾值：5%) 級別：注意
----------
時間：2024-02-14 10:00:10
服務：order-service   類型：disk_usage   當前值：95% (超出閾值：5%) 級別：注意
----------
時間：2024-02-14 10:00:15
服務：user-service    類型：cpu_high     當前值：88% (超出閾值：8%) 級別：注意
----------
時間：2024-02-14 10:00:20
服務：order-service   類型：memory_high  當前值：95% (超出閾值：15%) 級別：警告
----------

這些是日常工作中最常用到的日志分析場景。我們從最簡單的日志過濾開始，逐步深入到了復雜的統計分析。記住，解決復雜的問題時，可以先拆分成小步驟，一步一步來處理。

總結

看到這里，相信你已經掌握了 awk 這個文本處理利器的基本使用。從最初的字段提取，到復雜的日志分析，再到性能監控，只要靈活運用，awk 幾乎能解決所有的文本處理需求。

不過，真實的工作環境中，往往需要 多個命令配合使用 才能達到最好的效果。就像武俠小說里的武功招式，單招玩得再熟，也不如組合技來得實用。

比如：

# 先用grep找出錯誤日志，再用awk分析
grep "ERROR" app.log | awk '{print $1,$2}'

# 用sed處理格式，再用awk統計
sed 's/"http://g' access.log | awk '{count[$1]++} END{for(ip in count) print ip,count[ip]}'

下一篇，我將為大家帶來 grep、sed、awk 這三劍客的組合應用，教你如何在實戰中發揮它們的最大威力。相信這些實用的"組合技"，一定能幫你在日常工作中事半功倍。

責任編輯：趙寧寧 來源： 跟著小康學編程
awkLinux開發
相關推薦

2025-06-03 08:35:00

命令Linux日志分析

2013-02-22 09:49:29

Nagios監控性能評測

2025-03-25 09:00:00

2023-12-10 21:35:45

Linux服務器日志分析

2017-06-15 12:42:07

Linux常用性能分析命令

2019-03-21 14:30:15

Linux文本分析命令

2016-12-23 10:56:34

linuxshellawk

2022-03-23 08:45:20

系統性能CPU

2022-07-26 10:28:00

Linux監控命令

2025-05-12 10:15:00

Linuxdiff系統

2021-03-15 07:39:48

LinuxAwk 語言

2019-07-31 10:18:17

Web 開發Python

2023-06-28 11:49:56

Linux命令

2025-02-08 10:54:02

2024-10-17 16:47:05

磁盤I/O計算機

2025-05-14 08:15:00

MongoDB操作命令Docker

2022-06-13 11:33:59

RedoMySQL

2025-05-14 09:12:13

2014-02-18 10:45:48

2014-04-09 11:05:11

點贊
收藏

51CTO技術棧公眾號

主站蜘蛛池模板： 综合色站导航 | 精品精品| 蜜桃精品视频在线 | 午夜免费 | 天堂一区二区三区 | 日本a级大片 | 中文字幕亚洲视频 | 妖精视频一区二区三区 | 亚洲精品免费看 | www.国产精| 欧美激情一区二区三区 | 亚洲欧美国产精品一区二区 | 中文字幕视频在线 | 久久精品视频在线免费观看 | 欧美精品一区在线发布 | 欧美在线资源 | 久久精品综合 | 国产在线精品区 | 91国内精品 | 国产91久久精品一区二区 | 久久久免费毛片 | 国产激情91久久精品导航 | 久久亚洲国产精品日日av夜夜 | 中国一级特黄真人毛片免费观看 | 综合国产第二页 | 国内毛片毛片毛片毛片 | 欧美日韩在线一区二区三区 | 天天干狠狠操 | 亚洲国产精品久久 | 九九久久久 | 国产999精品久久久久久 | 日韩中出 | 久久亚洲精品视频 | 91精品国产99 | 欧美日韩一区在线 | 黄色片在线网站 | 久精品视频 | 一区二区三区四区电影 | 91精品国产91久久久久游泳池 | 超碰97免费| 天堂一区二区三区 |