Please enable Javascript to view the contents

【Nginx】- AWK命令快速分析日志【访问最多请求最多的ip、最频繁、恶意访问】

 ·  ☕ 1 分钟  ·  👻 Ganfeng · 👀... 阅读

知识点:
1)数组

数组是用来存储一系列值的变量,可通过索引来访问数组的值。

Awk中数组称为关联数组,因为它的下标(索引)可以是数字也可以是字符串。

下标通常称为键,数组元素的键和值存储在Awk程序内部的一个表中,该表采用散列算法,因此数组元素是随机排序。

数组格式:array[index]=value

1、Nginx日志分析
日志格式:’$remote_addr - $remote_user [$time_local] “$request” $status $body_bytes_sent “$http_referer” “$http_user_agent” “$http_x_forwarded_for”'

日志记录:27.189.231.39 - - [09//May/2023:17:21:23 +0800] “GET /Public/index/images/icon_pre.png HTTP/1.1” 200 44668 “http://www.test.com/Public/index/css/global.css" “Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/44.0.2403.157 Safari/537.36” “-”

1)统计日志中访问最多的10个IP

思路:对第一列进行去重,并输出出现的次数

方法1:$ awk ‘{a[$1]++}END{for(i in a)print a[i],i|“sort -k1 -nr|head -n10”}’ access.log

方法2:$ awk ‘{print $1}’ access.log |sort |uniq -c |sort -k1 -nr |head -n10

说明:a[$1]++ 创建数组a,以第一列作为下标,使用运算符++作为数组元素,元素初始值为0。处理一个IP时,下标是IP,元素加1,处理第二个IP时,下标是IP,元素加1,如果这个IP已经存在,则元素再加1,也就是这个IP出现了两次,元素结果是2,以此类推。因此可以实现去重,统计出现次数。

2)统计日志中访问大于100次的IP

方法1:$ awk ‘{a[$1]++}END{for(i in a){if(a[i]>100)print i,a[i]}}’ access.log

方法2:$ awk ‘{a[$1]++;if(a[$1]>100){b[$1]++}}END{for(i in b){print i,a[i]}}’ access.log

说明:方法1是将结果保存a数组后,输出时判断符合要求的IP。方法2是将结果保存a数组时,并判断符合要求的IP放到b数组,最后打印b数组的IP。

3)统计2023年3月9日一天内访问最多的10个IP

思路:先过滤出这个时间段的日志,然后去重,统计出现次数

方法1:$ awk ‘$4>="[9/May/2023:00:00:01” && $4<="[9/May/2023:23:59:59" {a[$1]++}END{for(i in a)print a[i],i|“sort -k1 -nr|head -n10”}’ access.log

方法2:$ sed -n ‘/[9/May/2023:00:00:01/,/[9/May/2023:23:59:59/p’ access.log |sort |uniq -c |sort -k1 -nr |head -n10 #前提开始时间与结束时间日志中必须存在

4)统计当前时间前一分钟的访问数

思路:先获取当前时间前一分钟对应日志格式的时间,再匹配统计

$ date=$(date -d ‘-1 minute’ +%d/%b/%Y:%H:%M);awk -vdate=$date ‘$0~date{c++}END{print c}’ access.log

$ date=$(date -d ‘-1 minute’ +%d/%b/%Y:%H:%M);awk -vdate=$date ‘$4>="[“date”:00" && $4<="[“date”:59"{c++}END{print c}’ access.log

$ grep -c $(date -d ‘-1 minute’ +%d/%b/%Y:%H:%M) access.log

说明:date +%d/%b/%Y:%H:%M –> 09/May/2023:01:55

5)统计访问最多的前10个页面($request)

$ awk ‘{a[$7]++}END{for(i in a)print a[i],i|“sort -k1 -nr|head -n10”}’ access.log

6)统计每个URL访问内容的总大小($body_bytes_sent)

$ awk ‘{a[$7]++;size[$7]+=$10}END{for(i in a)print a[i],size[i],i}’ access.log

7)统计每个IP访问状态码数量($status)

$ awk ‘{a[$1" “$9]++}END{for(i in a)print i,a[i]}’ access.log

8)统计访问状态码为404的IP及出现次数

$ awk ‘{if($9~/404/)a[$1” “$9]++}END{for(i in a)print i,a[i]}’ access.log


目录