linux截取文件特定行,截取与分析日志文件的特定行数的操作

在进行操作系统和数据库系统管理时，经常会遇到在日志文件中查找某个字符，或者按照时间截取某个时间段的日志进行分析。

今天早上就遇到一个MySQL数据库上的问题，mysql数据库在0-3点的时候，数据库会话连接，tps，cpu和iowait等都比平时大了许多。

为了定位这个时间段内，到底发生了那些慢查询，消耗了资源，就需要在slow.log慢查询日志进行查询，截取和分析。

在处理过程中，对几种常用的日志截取方法进行了汇总和测试：

截取日志段的的方法汇总与测试

方式一： 确定时间段的行号，使用head和tail命令截取

搜索时间： Time: 151212 00:00:00

先到gg，到文件最前面，然后搜索 /Time: 151212  ，得到：

1979016 # Time: 151212  0:00:15

文件总行数为：

# wc -l slow-query-169-1212.log

1999422 slow-query-169-1212.log

1999422                                 limit 0,20;

然后在到文件最后面，G, 搜索4点之后开始的文件  /Time: 151212  4   ，得到：

1987392 # Time: 151212  4:00:05

确定需要查询的时间段行号后，使用head和tail命令进行截取：

>>> 1987392 - 1979016;

8376

需要截取的日志，最后行号为 1979016，想用head 命令，然后在用tail命令截取最后的 8376 行即可，命令为：

head -n 1979016 slow-query-169-1212.log | tail -n 8376   > slow-query-169-1212_00-03.log

方式二： 确定时间段的行号，使用sed命令截取

截取 151212  0-3点之间的慢查询日志：

sed -n '1979016,1987392p' slow-query-169-1212.log  > slow-query-169-1212_00-03.log

>>> 1987392 - 1979016;

8376

该部分文件，应该有 8376 行数据；确认正常；

方式三：确定时间段行号后，使用awk命令截取

截取 151212  0-3点之间的慢查询日志：

awk -F"\n" '{if(NR>=1979016&&NR <=1987392)print $0 }' slow-query-169-1212.log  > slow-query-169-1212_00-03.log

方式四：不需先确定行号，直接用sed取出日志段

slow log都是以  # Time: 151212  0:00:15 开头，直接用sed 取出其中的日志：

sed -n '/^# Time: 151212  0/,/^# Time: 151212  4/p' slow-query-169-1212.log > part.log--这样的效果，就和刚才上面的效果相同，取出了0 -3 点之间的数据

如果是想取出 151211 这一天的数据，则命令为：

sed -n '/^# Time: 151211/,/^# Time: 151212/p' slow-query-169-1212.log > part.log        --取出了151211 这一天的日志

注意，使用sed 时，两行之间的选择项一定要对应，不然结果就不是想要的结果了：

sed -n '/^# Time: 151212/,/^# Time: 151212  4/p' slow-query-169-1212.log > part.log     --前后两个时间点不同，搜索的是全部  # Time: 151212开头的

使用pt工具对截取的日志进行分析

分析这段时间的日志的命令如下：

/usr/local/pt/bin/pt-query-digest  /data/bbs/slow-query-169-1212_00-03.log > /data/bbs/slow-query-169-1212_00-03-report.log

这是默认的分析和排序方法，可以根据需求，选择其他pt报告分析方法

注1 vim中两种查询方式：

命令模式下，按‘/’，然后输入要查找的字符，Enter。？和/的区别是，一个向前(下)找，一个向后(上)。

另外，‘*’可以查找当前光标下的word(完全符合)，‘g*’则部分符合，以#代替*表示向后(上)找

注2 几种文件处理方法的简单举例：

sed是按行处理的，不会将整个文件加载到内存中，可以放心使用

要切出从2012-02-09到2012-09-10的所有数据行，(假设你的日志文件以yyyy-MM-dd的日期格式开头)只需要：

sed -n '/^2012-02-09/,/^2012-09-10/p' whole.log > part.log

无论怎么样你都必须使用某一个程序把这个文件读出来，并且用一定的规则来加以过滤。

在Linux中，使用cat和grep对文件进行操作已经可以说是最经济合理的了。

占用一定的系统资源是肯定的，具体的话跟你使用的cat，grep以及linux内核都有一定关系，所以可能会略有不同。

一般不要在系统里出现那么大的日志文件，最好在一开始就做好日志的大小限制以及合理的日志转储和备份。

显示文件的第2到第6行

sed -n '2,6p' file

需要加-n参数.

head -n 6 file|tail -n 4

awk 也能达到要求

awk -F"\n" '{if(NR>=2&&NR <=6)print $0 }' file