nginx系列：常用利用shell统计日志

2020-08-31

0x01：根据访问IP统计UV

UV（Unique Visitor）独立访客，统计访问某站点的用户数；
IP（Internet Protocol）独立IP数，是指独立的浏览了页面的不同IP，即统计不同的IP浏览用户数量。同一IP不管访问了几个页面，独立IP数均为1；不同的IP浏览页面，计数会加1。IP是基于用户广域网IP地址来区分不同的访问者的，所以多个用户（多个局域网IP）在同一个路由器（同一个广域网IP）内上网，可能被记录为一个独立IP访问者。另外如果用户不断更换IP，则有可能被多次统计。

awk '{print $1}' access.log | sort | uniq -c | wc -l

0x02: 根据访问URL统计PV

PV（Page View）访问量, 即页面浏览量或点击量，衡量网站用户访问的网页数量；在一定统计周期内用户每打开或刷新一个页面就记录1次，多次打开或刷新同一页面则浏览量累计。

awk '{print $7}' access.log | wc -l

0x03: 统计访问最多的URL

根据访问最多的URL来判断哪些业务比较繁忙；也跟根据情况判断是否该业务是否有黑客攻击。

awk '{print $7}' access.log | sort | uniq -c | sort -n -k 1 -r | more

加一个more命令主要防止URL一屏幕显示不下的情况。

0x04：统计访问最频繁的IP

根据访问IP来判断哪些IP操作最多；也可以根据情况判断该IP是不是疑似攻击IP。

awk '{print $1}' access.log | sort | uniq -c | sort -n -k 1 -r | more

加一个more命令主要防止IP一屏幕显示不下的情况。

0x05：根据时间段统计查看日志

具体使用sed或者grep都可以，主要是编写正则表达式

sed：

cat  access.log | sed -n '/29/Aug/2020:[01-23]/p' | more

grep：

 grep '29/Aug/2020:[01-23]' access.log | more

0x06：统计当日的的pv和uv

因为是统计当日的pv和uv，所以在编写命令时之前了解一下Nginx的日志格式。日志的默认格式如下：

默认输出的月份使用英文简写。

pv：

cat  access.log | sed -n /`date "+%d/%b/%Y"`/p | awk '{print $7}' | sort | wc -l

uv：

cat access.log | sed -n /`date "+%d/%b/%Y"`/p |awk '{print $1}' | sort|uniq -c | wc -l

如果使用以上这两个命令发现统计不出来任何数据时，就要检查一下，系统的语言变量LANG是否配置成中文，如果是需要配置成英文

使用以下命令配置成英文

export LANG="en_US.UTF-8"

这时在执行pv和uv命令应该就可以统计出来了，如下图

0x07：获取最耗时的请求时间、url、耗时

下面是获取最耗时的前十个请求，如果想获取全部去掉：head -10

cat access.log | awk '{print $4,$7,$NF}' 
| awk -F '"' '{print $1,$2,$3}' | sort -k3 -rn | head -10

0x08：获取每分钟的请求数量

cat access.log  | awk '{print substr($4,14,5)}' | uniq -c | awk '{print $2","$1}'

可以输出到csv格式文件中

cat access.log  | awk '{print substr($4,14,5)}' 
| uniq -c | awk '{print $2","$1}' > access.csv

0x09: 查看某个时间段之间的ip访问个数

例如查看10点到19点的访问ip

grep "2020:1[0-9]" access.log | awk '{ips[$1]+=1} END{for(ip in ips) print ips[ip],ip}' | sort -nr | wc -l

如下图

查看10点到19点之间的ip访问数，并且访问数>=200的ip

grep '2020:1[0-19]' access.log | 
awk '{ips[$1]+=1}END{for(ip in ips) if(ips[ip]>=200) print ips[ip],ip}' | sort -nr