Linux系列之统计某个字符串出现次数并排序

业务场景

最近遇到一个流量异常调用的接口，所以需要通过后台日志查看接口调用情况，先统计今天内接口的调用次数，再具体到对应的设备号，就知道哪台设备有问题了，初步想到wc和awk命令来筛选统计，但是真正去写的时候，发现很多写法都不太记得了，所以花了点时间去查手册，找资料，现在整理成博客，方便以后需要就马上统计出来，也分享出来，希望可以帮助需要的人

项目环境

• JDK1.8.0_111-b14
• Linux3.10.0-1062.el7.x86_64
• Apache Tomcat/8.5.85

实验步骤

统计某个接口调用次数，可以通过grep筛选出对应得到接口，然后加上wc统计出调用次数

cat catalina.out.2024-03-26| grep "/api/get"| wc -l
1

如果要统计这个接口具体是哪个设备调用的，每个设备具体的调用次数，就稍微有点麻烦，因为接口请求后，会有一个请求参数，一般是json传参的，所以思路是先用grep定位到具体的接口，然后解析传参json字符串，获取设备号code，对应的值value，然后使用uniq加上sort统计出这个设备调用的次数，具体的linux命令是：

cat catalina.out.2024-03-26| grep "/api/get"| awk -F "[,:}]" '{for(i=1;i<=NF;i++){if($i~"code"){print $(i+1)} }}' | tr -d '"'| sort | uniq -c | sort -nr
1

不熟悉的读者看起来有点懵，所以，一点点分析一下，为什么这样写？

• 查看日志
  因为是tomcat部署的后端服务，所以要查看tomcat的catalina.out日志文件，使用cat命令

cat catalina.out.2024-03-26
1

• 筛选出具体的api接口

cat catalina.out.2024-03-26| grep "/api/get"
1

• 筛选请求json字符串对应设备号的value值
  首选，我们请求参数是一串json字符串，假如是这样的：

{ "code", "0B403940FF289695FC093BF2556FFD75", "type":1}
1

所以需要获取json对应key，也就是我们的设备号code，对应的值0B403940FF289695FC093BF2556FFD75

cat catalina.out.2024-03-26| grep "/api/get" | awk -F "[,:}]" '{for(i=1;i<=NF;i++){if($i~"code"){print $(i+1)} }}'
1

解释一下awk对应参数

1. awk -F "[,:}]" ：按照中括号中的内容,}:依次分割字符串
2. {for(i=1;i<=NF;i++){if($i~"code"){print $(i+1)} }}：遍历筛选出来的数据，匹配到code打印出对应的value

通过上面的linux命令，打印出来的是

"0B403940FF289695FC093BF2556FFD75"
"0B403940FF289695FC093BF2556FFD76"
....
1
2
3

如果觉得比较别扭，可以去掉"字符，使用命令

tr -d '"'
1

打印：

0B403940FF289695FC093BF2556FFD75
0B403940FF289695FC093BF2556FFD76
....
1
2
3

• 统计字符串出现的次数
  统计字符串重复次数，可以使用uniq -c，然后为什么还要在前面加上sort命令？因为uniq这个命令只能统计连续的的重复行。所以需要结合sort命令使用，先sort排序，然后uniq统计重复的行

sort | uniq -c
1

打印，可以看出可以统计数量了，但是，没排序

1000 0B403940FF289695FC093BF2556FFD75
1001 0B403940FF289695FC093BF2556FFD76
999 0B403940FF289695FC093BF2556FFD77
....
1
2
3
4

• 按照调用次数进行倒序
  sort命令的-n表示按照数值排序，-r表示按照数值降序排序，所以需要加上排序命令

sort -nr
1

999 0B403940FF289695FC093BF2556FFD77
1000 0B403940FF289695FC093BF2556FFD75
1001 0B403940FF289695FC093BF2556FFD76

....
1
2
3
4
5

总结归纳

如果遇到param=0b33131等等这样传参的可以使用如下命令进行筛选，意思是使用param=作为分隔符

 awk -F '(param=)' '{print $2}'
1

如果遇到和本文类似的场景，直接使用命令进行统计即可：

cat catalina.out.2024-03-26| grep "/api/get"| awk -F "[,:}]" '{for(i=1;i<=NF;i++){if($i~"code"){print $(i+1)} }}' | tr -d '"'| sort | uniq -c | sort -nr
1