文本处理77 条

场景：TopN 统计通用套路

「排序 → 去重计数 → 再排序 → 截断」四连是日志分析最常用的排列组合：Top IP、Top URL、Top 状态码都靠它。

场景	任意维度 TopN 排行
组合	awk/cut + sort + uniq -c + sort -rn + head

Top IP

awk '{print $1}' access.log | sort | uniq -c | sort -rn | head -10

grep -o 'GET [^ ]*' access.log | awk '{print $2}' | sort | uniq -c | sort -rn | head

awk '{print $9}' access.log | sort | uniq -c | sort -rn

压缩日志不用解压：zcat access.log.*.gz | awk ... 直接进管道。

‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌