数据分析
使用gawk分析Trace文件
[1] gawk
awk是一种程序语言。它具有一般程序语言常见的功能。
注意：
(1)awk书写程序比使用其他语言更简洁、便利且节省时间。
(2)awk善于处理具有记录(record)字段(field)等形态的数据。
(3)awk可以配合管道(pipe)一起使用。
gawk是GNU所开发的awk，最初在1986年完成，之后不断地改进和更新。gawk包含awk的所有功能。
[2] gawk读取Trace文件
记录(record)是gawk从输入文件中读取的基本单位。(一般而言，一条记录相当于数据文件中的一行数据)
字段(field)是记录被分割开的字符串。(一般而言，是以空格符来分隔相邻的字段)
注意：
(1)当gawk读入记录后，会把每个的值自动存入字段变量。
字段变量 意义
$0 内容为awk所读入的一条记录
$1 代表$0上第一个字段的数据
$2 代表$0上第二个字段的数据
...
[3] gawk程序的主要结构
gawk的主要功能是针对文件的每一条记录搜寻指定的模式(patterns)。gawk依次处理输入文件的每一条记录，直到输入文件结束为止。
注意：
(1)一般常用“关系判断式”来构造pattern。
(2)awk提供C语言常见的关系操作符。
(3)有两个特殊的pattern，分别是BEGIN和END，表示gawk在开始执行和结束时会分别执行BEGIN和END指定的action。注意！BEGIN和END中的action在整个处理过程中只执行一次，而不对每条记录都执行。
[4] gawk的基本命令
(1)IO命令
(a)print命令：用在简单、标准的输出格式。
print后面不跟东西等同于print $0，会输出当前的记录。
print "" 输出空白行。
print "Hi,wcdj" 输出一串文字。
(b)printf命令：能够精确地控制输出格式。
用法和C语言的printf相同。
(2)流程控制指令
(a)条件语句
if(x%2==0)
print "x is even"
else
print "x is odd"
(b)循环语句
while、for同C语言用法
(c)运算指令
运算指令包括算术运算、逻辑运算等。同C语言。
[5] gawk程序的工作流程
执行awk程序时，它会反复进行下面4个步骤：
(1)自动从指定的输入文件中读取一条记录。
(2)自动更新相关的内建变量值。
(3)逐次执行程序中所有的命令。
(4)当此记录执行完所有命令时，若还有记录则重新从(1)开始执行，直到所有记录都执行一遍。
注意：
awk会自动重复进行上述的四个步骤。
[6] gawk的执行方法
(1)如果gawk程序很短，则程序代码可以直接写在命令行上。
(2)如果gawk程序较长，则将gawk程序存为一个文件。(此方法常用)
[7] 使用gawk进行数据分析的实例
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
