用awk工具分析系统日志-小试牛刀

      最近团队需要分析一下网站各uri在框架中的执行时间，所以想到用awk这个分析字符串能力很强的工具来时间，下面是实现代码,具体看行注释。

下面这个是awk 脚本，然后运行 cat 框架日志文件|awk -f hapn.awk|sort -k2nr，结果就行了.

#!/bin/awk
#desc 统计系统日志发掘请求执行记录
#author *********
#date 2013.4.24

BEGIN {
　　#初始化统计记录个数变量
    total_count=0;
}
/uri:\/[a-z]+/&&/total/ {#匹配日志记录中符合这个规则的记录uri:/accounts/login total:78643
    gsub(/\[/," ",$0);#替换单行记录中的[
    gsub(/\]/," ",$0);#替换单行记录中的]
    gsub(/\=/,":",$0);#替换单行记录中的=
    gsub(/time\:/,"",$0);#替换单行记录中的time:
    uri="";
    total=0;
    total_count++;
    for(i=1;i<=NF;i++)
    {
        #匹配uri
        m=match($i,/uri/);#正则匹配uri的字段
        if(m>0)
        {
            split($i,ar,":");#将uri:/acctounts 分拆为ar[1]="uri" ar[2]="/accounts"的数组
            uri_str=ar[2];
            uri="";
            len=split(uri_str,u_ar,"/");#分拆ar[2]以/为分割符
            for(j=1;j<=len;j++)
            {
                if(u_ar[j])
                {
                    if(0<match(u_ar[j],/^[0-9]+$/))#匹配数字 如果uri中有数字则统计为一类uri
                    {
                        uri=uri"/[NUM]";#带有数字的uri的替换数字为NUM
                    }else{
                        uri=uri"/"u_ar[j];
                    }
                }
            }
            continue;
        }
#匹配耗时
        m=match($i,/total/);#正则匹配total的字段
        if(m>0)
        {
            split($i,ar,":");
            total=ar[2];
        }
    }

    #存储相关值
    if(uri in source)#看看数组是否已经记录uri
    {
        source[uri]+=total;
        source_count[uri"_count"]+=1;
        #计算最大值
        if(source_max[uri]<total)
        {
            source_max[uri]=total;
        }
        #计算最小值
        if(source_min[uri]>total)
        {
            source_min[uri]=total;
        }
    }else{#为数组赋初值
        source[uri]=total;
        source_count[uri"_count"]=1;
        source_max[uri]=total;
        source_min[uri]=total;
    }
}
END {#最后计算统计结果并输出
    for(m in source)
    {
        #计算平均耗时
        average = source[m]/source_count[m"_count"]/1000;
        if(average>100)
        {
#计算uri的请求比率
            average_rows = source_count[m"_count"]/total_count*100;
            printf("%-30s\t%-20.2f\t%-20.2f\t%-20.2f\t%-20.2f\t%-20d\t%-20d\n",m,average,source_max[m]/1000,source_min[m]/1000,average_rows,source_count[m"_count"],total_count);
        }
    }
}