1. 題目
有日誌 1.log，部分內容如下：
112.111.12.248 - [25/Sep/2013:16:08:31 +0800]formula-x.haotui.com "/seccode.php?update=0.5593110133088248" 200"http://formula-x.haotui.com/registerbbs.php" "Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; SV1;)"
61.147.76.51 - [25/Sep/2013:16:08:31 +0800]xyzdiy.5d6d.com "/attachment.php?aid=4554&k=9ce51e2c376bc861603c7689d97c04a1&t=1334564048&fid=9&sid=zgohwYoLZq2qPW233ZIRsJiUeu22XqE8f49jY9mouRSoE71" 301"http://xyzdiy.×××thread-1435-1-23.html" "Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; SV1; .NET CLR 1.1.4322; .NET CLR 2.0.50727)"請統計出每個IP的訪問量是多少？
2. 題目分析
根據日誌內容，可以看到IP地址就是第一段的內容，所以只需把1.log的第一段給過濾出來，然後進一步統計每個IP的數量即可。
過濾第一段，使用awk就可以了，而統計每個IP的訪問量則需要排序然後再計算數量，排序使用sort命令，統計每個IP的訪問量用uniq。
3. 具體shell命令
這道題，用shell腳本一條命令就足夠了：
awk '{print $1}' 1.log | sort -n | uniq -c | sort -n
解釋：
- awk 命令在分段方面比較有優勢，這裏的{print $1}將第一段打印出來，awk可以用-F指定分隔符，如果不指定分隔符，默認就以空白字符（比如空格、tab等），本題中，IP地址就是第一段。
- sort 命令就是排序，-n選項表示以數字的形式排序。如果不加-n，則以ASCII排序，本題的IP地址用數字的形式排序更易區分。
- uniq 命令用來去重複，一個文本如果有多行內容是一模一樣的，就使用uniq命令將相同的內容刪除，只保留一行。-c選項作用是計算重複的行數。所以，uniq -c 的作用正好就統計了ip的訪問量。不過，要注意，uniq去重要在排序之後進行。
- 最後的sort -n意思是按訪問量大小來排序，請求量越大的ip排在越後面。如果加一個-r選項，sort -nr，就是倒序排序。
4. 結語
這道題目還有另一種解法，明天再更新吧。
補充於4月11日
由於這篇文章在題目的例子裏有一些IP連接，所以每次修改發文官方都要重新審覈一天，我就不重新再寫一篇文章來寫另一種方法了。
這種方法最主要的區別，就是使用了awk的數組來統計結果，請看命令：
awk '{sum[$1]+=1};END{ for( a in sum)print (sum[a], a)}' 1.log | sort -nr | head -n 5解釋一下，這條命令中$1 就表示日誌中的IP地址，用IP地址作爲數組的下標，每發現一個相同的IP地址，就統計數量加1；當awk遍歷日誌文件1.log 完畢，再循環輸出數組 sum 的結果，要注意數組的下標是 ip地址。
後面的 head -n 5 是爲了輸出出現訪問次數最高的5個訪問ip地址。