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. scp是linux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.*prodetail.*etype%2522%253A0.*eid.*theme_prodetail.*vs_theme' | awk '{match($5,/.*uc_name%2522%253A%2522(.*)%2522%252C%2522etype.*/,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.*uc_name%2522%253A%2522(.*)%2522%252C%2522etype.*，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