<think>
我们根据引用内容，特别是引用[2]和引用[5]中的命令行方法，来用Python实现类似功能。
目标：
统计nginx的access.log中每个IP的访问
次数，并按访问
次数从高到低排序。
步骤：
1. 读取日志文件。
2. 逐行处理，提取每行的第一个字段（IP地址）。
3.
统计每个IP出现的
次数。
4. 按
次数降序排序。
5. 输出结果。
另外，根据引用[3]和[引用4]，日志格式通常为：
log_format main '$remote_addr - $remote_user [$time_local] "$request" '
'$status $body_bytes_sent "$http_referer" '
'"$http_user_agent" "$http_x_forwarded_for"';
所以每行的第一个字段是IP地址。
我们还可以扩展：除了
统计IP访问
次数，还可以
统计总请求数、QPS（每秒请求数）、平均带宽等（如引用[3]和[5]所示），但用户当前需求是
统计每个IP的访问
次数。
我们将编写一个Python函数，输入为日志文件路径，输出为按访问
次数降序排列的IP及其访问
次数的列表。
注意：日志文件可能很大，所以我们逐行读取，避免一次性加载整个文件。
代码实现：
</think>
以下是使用Python
统计Nginx access.log内容的代码实现，结合引用内容中的关键信息：
```python
import re
import sys
from collections import defaultdict
def analyze_
nginx_log(file_path):
# 初始化
统计数据结构（引用[2][5]）
ip_counter = defaultdict(int)
total_requests = 0
status_codes = defaultdict(int)
bandwidth = 0
# 引用[3]中的日志格式示例
log_pattern = r'^(\S+) - \S+ \[(.*?)\] "(.*?)" (\d+) (\d+) "(.*?)" "(.*?)"'
try:
with open(file_path, 'r') as f:
for line in f:
total_requests += 1 # 总请求数
统计（引用[5]）
match = re.match(log_pattern, line)
if not match:
continue
# 提取日志字段（引用[1][3]）
ip = match.group(1)
status = match.group(4)
bytes_sent = int(match.group(5))
# IP访问
统计（引用[2]）
ip_counter[ip] += 1
# 状态码
统计
status_codes[status] += 1
# 带宽
统计（引用[3]）
bandwidth += bytes_sent
# 按
访问量排序IP（引用[2][5]）
sorted_ips = sorted(ip_counter.items(), key=lambda x: x[1], reverse=True)
# 按频率排序状态码
sorted_status = sorted(status_codes.items(), key=lambda x: x[1], reverse=True)
# 输出结果
print(f"总请求数: {total_requests}")
print(f"总带宽消耗: {bandwidth / (1024*1024):.2f} MB")
print("\nIP访问TOP10:")
for ip, count in sorted_ips[:10]:
print(f"{ip}: {count}次")
print("\n状态码分布:")
for code, count in sorted_status:
print(f"{code}xx: {count}次")
except FileNotFoundError:
print(f"错误：文件 {file_path} 不存在")
sys.exit(1)
if __name__ == "__main__":
if len(sys.argv) != 2:
print("用法: python
nginx_analyzer.py <access.log路径>")
sys.exit(1)
analyze_
nginx_log(sys.argv[1])
```
### 功能说明
1. **IP访问
统计**
- 实现类似`
awk '{print $1}' | sort | uniq -c | sort -r`的功能（引用[2][5]）
- 按访问
次数降序显示TOP10 IP
2. **基础指标
统计**
- 总请求数（引用[5]）
- 总带宽消耗（`$body_bytes_sent`求和，引用[3]）
- HTTP状态码分布（引用[3]）
3. **日志格式支持**
- 适配
Nginx默认日志格式（引用[1][3]）
- 使用正则解析：`$remote_addr - $remote_user [$time_local] "$request" $status $body_bytes_sent ...`
### 使用方法
```bash
python
nginx_analyzer.py /path/to/access.log
```
### 输出示例
```
总请求数: 150322
总带宽消耗: 2457.82 MB
IP访问TOP10:
192.168.1.23: 12442次
172.16.0.45: 9833次
10.0.0.12: 7541次
...
状态码分布:
200: 142305次
404: 5121次
500: 2896次
```
本文介绍了如何使用命令行工具，如sed、awk和sort，来统计和分析应用系统的并发访问量和网络连接状态。通过具体命令示例，详细展示了如何在指定时间区间内获取nginx和应用日志中的每分钟访问量和TCP连接状态信息，并对数据进行排序和汇总，从而了解系统运行情况和并发高峰时段。
扫一扫
4733
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
