awk分析nginx日志，获取pv

msnshow

最近在深入系统运维的事情，从服务器配置、调优、维护，到各种脚本编写。实现自动化智能运维的目标还要很远。

从nginx的日志中分析每日有效的pv和各搜索引擎爬虫的请求数。脚本用awk实现。

函数库文件 stat_func.sh


view plaincopy to clipboardprint?
#!/bin/bash   
stat_log_path=/usr/local/qqsa/result   
stat_nginx_log()   
{   
    local basename=`basename $1`   
    local newfile="${stat_log_path}/${basename%%.*}.pv.`date +'%Y-%m-%d'`"   
    awk -F\" '   
    {   
    if( $2 ~ /css|txt|ico/ ) res["static"]++;   
    else if ( $6 ~ /Baiduspider/ ) {res["baidu"]++;res["spider"]++;}   
    else if ( $6 ~ /Googlebot/ ) {res["google"]++;res["spider"]++;}   
    else if ( $6 ~ /Yahoo! Slurp/) {res["yahoo"]++;res["spider"]++;}   
    else if ( $6 ~ /Sogou web spider/) {res["sogou"]++;res["spider"]++;}   
    else if ( $6 ~ /Sosospider/) {res["soso"]++;res["spider"]++;}   
    else if ( $6 ~ /YodaoBot/) {res["youdao"]++;res["spider"]++;}   
    else if ( $6 ~ /msnbot/) {res["msnbot"]++;res["spider"]++;}   
    else if ( $6 ~ /iaskspider/) {res["sina"]++;res["spider"]++;}   
    else res["good"]++;   
    }   
    END {   
    for(item in res) print item ":" res[item]   
    }' $1 > $newfile   
}  
  

执行文件 stat_every_day.sh


view plaincopy to clipboardprint?
#!/bin/bash   
. ./stat_func.sh   
date=`date +'%Y-%m-%d'`   
find /data/cs_log_backup/${date} -name "*.access.*" | \   
while read file   
do   
    $( stat_nginx_log "$file" )   
done  
  

crontab -e

最下面增加一行

00 3 * * * /usr/local/maintain/stat_every_day.sh > /dev/null 2 >& 1

参考文献：

http://tech.foolpig.com/2008/07/09/linux-shell-char/    shell字符串的截取

http://storysky.blog.51cto.com/628458/270671  用AWK来过滤nginx日志中的特定值

http://storysky.blog.51cto.com/628458/271560  用SED+AWK来分析NGINX日志

http://book.douban.com/subject/1236944/   sed与awk