使用 awk 命令统计文本

2022-04-19 11:25:15.008,b4d13bfca8fe4b93a85e65a88520d945,LogScheduler#printLog,10ms,Y,xxxxxxxx
2022-04-19 12:01:15.002,4d10d093dce8491c8ae3c1bff6dbd7c5,LogScheduler#printLog,999ms,N,xxxxxxxx
2022-04-19 12:12:16.003,d9d1f4b121764edb8cb260417cd75229,LogScheduler#printLog,5ms,Y,xxxxxxxx
2022-04-19 12:15:22.004,e3e10340e51c49ce9d688541ba799283,LogScheduler#printLog,1001ms,N,xxxxxxxx
2022-04-19 12:55:59.005,209d2f1407894da5aa0f44de621515c7,LogScheduler#printLog,1020ms,Y,xxxxxxxx
2022-04-19 13:25:15.006,e09f75c6d0d849068ae713820c94f3f9,LogScheduler#printLog,15ms,Y,xxxxxxxx
2022-04-19 13:25:15.008,b4d13bfca8fe4b93a85e65a885231231,LogScheduler#printLog,99ms,Y,xxxxxxxx

有那么一段日志，需要统计出来以下信息：

• 输出耗时超过 1000ms 并且结果是 Y 的整行
• 12:00 ~ 13:00 之间成功的行数，成功率

日志格式：时间,traceId,类方法名,耗时,结果,内容

看到这里，如果小伙伴已经有思路了，那就没必要往下面看了，直接拉到最后，点赞、在看。

这里要使用的就是 awk 命令。

常用内置变量

awk 的主要功能就是对文本进行统计报告，具体介绍可以看菜鸟笔记^[1]，下面仅介绍几个常用的内置变量。

• FS：行字段分隔符，默认是空格，可以使用-F指定分隔符
• 1……：行字段分隔符分割后获取指定部分，$0 是获取整行记录
• NF：当前行的字段数量
• RS：行记录分隔符
• NR：行号

大概常用的就这几个，下面看一下实际使用效果

效果展示

notes  % > awk '{print $0}' c.log

因为 $0 就代表整行记录，所以输出结果如下。

那 $1 的结果呢？

因为默认是空格作为分隔符，所以输出的结果就只有日期了。

指定分隔符为,之后，看一下输出结果：

题目答案

基本上熟悉了怎么使用剩下的就比较好办了。

• 耗时超过 1000ms 且 Y 的行

notes  % > awk -F ',' '{split($4,a,"ms"); if(a[1] > 1000 && $5 == "Y") print $0}' c.log

• 12:00 ~ 13:00 之间成功的行数，成功率

awk -F ',' 'BEGIN{count=0;sum=0}{if($1>="2022-04-19 12:00:00.000" && $1<"2022-04-19 13:00:00.000"){sum+=1;if($5 == "Y")count+=1}}END{print NR,count,sum,count/sum}' c.log

总记录 7 条， 12:00 ~ 13:00 之间成功的行数是 2，成功率 0.5。

总结

上面只是在工作中可能会遇到的一个场景，所以记录下来，如果小伙伴有更合适的方式来统计计算，欢迎留言。

引用链接：

- -