|
在日常Linux操作常常需要对一些文件或屏幕数次中重复的字段进行分组统计。另外分组统计也是常考的面试题之一。
实现的方法非常简单，核心命令为：sort | uniq --c | sort -rn 。
- sort：对指定列进行排序，使该列相同的字段排练到一起
- uniq -c：uniq命令用于检查及删除文本文件中重复出现的行列，
uniq -c或uniq --count用于统计重复的行
- sort -rn：
sort -n将字符串数字按数字进行比较，-r则从大到小排列
题目1. 某个文本demo.txt文件，每一行一个单词，统计出现次数最多的3个单词#
Copy hello
hi
hello
world
world
my
word
hi
hello
参考答案
Copy sort demo.txt | uniq -c | sort -rn | head -3
执行结果如下
Copy 3 hello
2 world
2 hi
题目2. 统计Nginx日志access.log中出现最多的10个url#
Copy 201.158.69.116 - - [03/Jan/2013:21:17:20 -0600] fwf[-] tip[-] 127.0.0.1:9000 0.007 0.007 MX pythontab.com GET /html/test.html HTTP/1.1 "200" 2426 "http://" "es-ES,es;q=0.8" "Mozilla/5.0 (Windows NT 6.1) AppleWebKit/537.11 (KHTML, like Gecko) Chrome/23.0.1271.97 Safari/537.11"
187.171.69.177 - - [03/Jan/2013:21:17:20 -0600] fwf[-] tip[-] 127.0.0.1:9000 0.006 0.006 MX pythontab.com GET /html/test2.html HTTP/1.1 "200" 2426 "http://" "es-ES,es;q=0.8" "Mozilla/5.0 (Windows NT 6.1) AppleWebKit/537.11 (KHTML, like Gecko) Chrome/23.0.1271.97 Safari/537.11"
参考答案
Copy cat access.log | awk '{print $14}'|sort|uniq -c | sort -rn | head -10
或
Copy sort access.log -k 14 | uniq -c | sort -rn | head -10| awk '{print $1,$15}'
sort -k：指定列 -t：指定分隔符
执行结果如下
Copy 1 /html/test2.html
1 /html/test.html
题目3. 统计80端口，TCP链接状态，并按数量从大到小排序#
netstat -nat | grep 80显示如下：
Copy tcp4 0 0 192.168.0.101.57581 80.254.145.118.80 SYN_SENT
tcp4 0 0 192.168.0.101.57572 111.161.64.23.80 ESTABLISHED
tcp4 0 0 192.168.0.101.57565 60.29.242.162.80 ESTABLISHED
tcp4 0 0 192.168.0.101.57513 175.174.56.212.80 CLOSE_WAIT
tcp6 0 0 fe80::18e3:52d8:.56850 fe80::1cc0:75be:.62835 ESTABLISHED
tcp4 0 0 192.168.0.101.56178 175.174.56.212.80 CLOSE_WAIT
参考答案
Copy netstat -nat | grep 80 | awk '{print $6}' | sort | uniq -c | sort -rn
执行结果如下
Copy 27 ESTABLISHED
10 LISTEN
2 CLOSE_WAIT
1 ce382f50fea83507
1 ce382f50fea80df7
1 SYN_SENT
1
|
