网站每日PV/IP统计/总带宽/URL统计脚本分享（依据网站访问日志）

在平时的运维工作中，我们运维人员需要清楚自己网站每天的总访问量、总带宽、ip统计和url统计等。
虽然网站已经在服务商那里做了CDN加速，所以网站流量压力都在前方CDN层了
像每日PV，带宽，ip统计等数据也都可以在他们后台里查看到的。

======================================================================
通过下面的方法，可以快速根据子网掩码算出它的掩码位：

1 2 3 4 5 6 7 8 9 10 11 12 13 14

子网掩码            掩码位 255.255.255.0       24位    （最后一个数是0，则256-0=256=2^8，一共32位，则该掩码位是32-8=24） 255.255.255.248     29位    （256-248=8=2^3，则该掩码位是32-3=29） 255.255.255.224     27位    （256-224=32=2^5，则该掩码位是32-5=27） 255.255.252.0       22位    （256-0=256=2^8，256-252=4=2^2，则该掩码位是32-8-2=22位） 255.255.224.0       19位    （256-0=256=2^8，256-224=32=2^5，则该掩码位是32-8-5=19位）   也可以根据掩码位快速算出它的子网掩码 掩码位    子网掩码 28位      255.255.255.240  （32-28=4，2^4=16，256-16=240，则该子网掩码为255.255.255.240） 30位      255.255.255.252  （32-30=2，2^2=4，256-4=252，则该子网掩码为255.255.255.252） 21位      255.255.248.0    （32-21=11=3+8，2^3=8,256-8=248，2^8=256,256-256=0，则该子网掩码为255.255.248.0） 18位      255.255.192.0    （32-18=14=6+8，2^6=64,256-64=192，2^8=256,256-256=0，则该子网掩码为255.255.192.0） 11位      255.224.0.0      （32-11=21=5+8+8，2^5=32,256-32=224，2^8=256,256-256=0，2^8=256,256-256=0，则该子网掩码为255.224.0.0）

---------------------------------------------------------------------------------------------------------------------
在这里，还是分享一个很早前用到过的shell统计脚本，可以结合crontab计划任务，每天给你的邮箱发送一个统计报告~【前提是本机已安装sendmail并启动】
脚本统计了：
1）总访问量
2）总带宽
3）独立访客量
4）访问IP统计
5）访问url统计
6）来源统计
7）404统计
8）搜索引擎访问统计(谷歌，百度)
9）搜索引擎来源统计(谷歌，百度)

[root@115r ~]# cat tongji.sh     //脚本如下

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

#!/bin/bash log_path= /Data/logs/nginx/www .huanqiu.com /access .log domain= "huanqiu.com" email= "wangshibo@huanqiuc.com" maketime=` date  +%Y-%m-%d " " %H ":" %M` logdate=` date  -d  "yesterday"  +%Y-%m-%d` total_visit=` wc  -l ${log_path} |  awk  '{print $1}' ` total_bandwidth=` awk  - v  total=0  '{total+=$10}END{print total/1024/1024}'  ${log_path}` total_unique=` awk  '{ip[$1]++}END{print asort(ip)}'  ${log_path}` ip_pv=` awk  '{ip[$1]++}END{for (k in ip){print ip[k],k}}'  ${log_path} |  sort  -rn |  head  -20` url_num=` awk  '{url[$7]++}END{for (k in url){print url[k],k}}'  ${log_path} |  sort  -rn |  head  -20` referer=` awk  - v  domain=$domain  '$11 !~ /http:\/\/[^/]*' "$domain" '/{url[$11]++}END{for (k in url){print url[k],k}}'  ${log_path} |  sort  -rn |  head  -20` notfound=` awk  '$9 == 404 {url[$7]++}END{for (k in url){print url[k],k}}'  ${log_path} |  sort  -rn |  head  -20` spider=` awk  -F '"'  '$6 ~ /Baiduspider/ {spider["baiduspider"]++} $6 ~ /Googlebot/ {spider["googlebot"]++}END{for (k in spider){print k,spider[k]}}'  ${log_path}` search=` awk  -F '"'  '$4 ~ /http:\/\/www\.baidu\.com/ {search["baidu_search"]++} $4 ~ /http:\/\/www\.google\.com/ {search["google_search"]++}END{for (k in search){print k,search[k]}}'  ${log_path}` echo  -e  "概况\n报告生成时间：${maketime}\n总访问量:${total_visit}\n总带宽:${total_bandwidth}M\n独立访客:${total_unique}\n\n访问IP统计\n${ip_pv}\n\n访问url统计\n${url_num}\n\n来源页面统计\n${referer}\n\n404统计\n${notfound}\n\n蜘蛛统计\n${spider}\n\n搜索引擎来源统计\n${search}"  | mail -s  "$domain $logdate log statistics"  ${email}

上述脚本可适用于其他网站的统计。只需要修改上面脚本中的三个变量即可：
log_path
domain
email
把此脚本添加到计划任务，就可以每天接收到统计的数据了。

执行上面的脚本，去wangshibo@huanqiu.com邮箱里查看统计报告：
[root@115r ~]# sh tongji.sh

[root@115r ~]#crontab -e
#每天凌晨按时统计一次
59 23 * * * /bin/bash -x /root/tongji.sh >/dev/null 2>&1

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31

------------------------------------------------------------------------------------------------------------------------------ 上面是单个url的统计情况，如果时多个网站的访问情况(使用 for  do  done 语句做shell脚本)，则脚本如下：    [root@web ~] # cat all_wang_access.sh #!/bin/bash for  log_path  in  /data/nginx/logs/athena_access .log  /data/nginx/logs/ehr_access .log  /data/nginx/logs/im_access .log  /data/nginx/logs/www_access .log  /data/nginx/logs/zrx_access .log    do    domain=` echo  $( echo  ${log_path}| cut  -d "_"  -f1| awk  -F "/"  '{print $5}' ).wang.com` email= "shibo.wang@wang.com daiying.qi@wang.com nan.li@wang.com" maketime=` date  +%Y-%m-%d " " %H ":" %M` logdate=` date  -d  "yesterday"  +%Y-%m-%d` total_visit=` wc  -l ${log_path} |  awk  '{print $1}' ` total_bandwidth=` awk  - v  total=0  '{total+=$10}END{print total/1024/1024}'  ${log_path}` total_unique=` awk  '{ip[$1]++}END{print asort(ip)}'  ${log_path}` ip_pv=` awk  '{ip[$1]++}END{for (k in ip){print ip[k],k}}'  ${log_path} |  sort  -rn |  head  -20` url_num=` awk  '{url[$7]++}END{for (k in url){print url[k],k}}'  ${log_path} |  sort  -rn |  head  -20` referer=` awk  - v  domain=$domain  '$11 !~ /http:\/\/[^/]*' "$domain" '/{url[$11]++}END{for (k in url){print url[k],k}}'  ${log_path} |  sort  -rn |  head  -20` notfound=` awk  '$9 == 404 {url[$7]++}END{for (k in url){print url[k],k}}'  ${log_path} |  sort  -rn |  head  -20` spider=` awk  -F '"'  '$6 ~ /Baiduspider/ {spider["baiduspider"]++} $6 ~ /Googlebot/ {spider["googlebot"]++}END{for (k in spider){print k,spider[k]}}'  ${log_path}` search=` awk  -F '"'  '$4 ~ /http:\/\/www\.baidu\.com/ {search["baidu_search"]++} $4 ~ /http:\/\/www\.google\.com/ {search["google_search"]++}END{for (k in search){print k,search[k]}}'  ${log_path}`    echo  -e  "-----------------------------------$domain访问概况-----------------------------------\n报告生成时间：${maketime}\n总访问量:${total_visit}\n总带宽:${total_bandwidth}M\n独立访客:${total_unique}\n\n访问IP统计\n${ip_pv}\n\n访问url统计\n${url_num}\n\n来源页面统计\n${referer}\n\n404统计\n${notfound}\n\n蜘蛛统计\n${spider}\n\n搜索引擎来源统计\n${search}"  | mail -s  "$domain $logdate log statistics"  ${email}    done    使用 crontab 做定时任务 [root@web ~] # crontab -l #网站访问情况统计 50 23 * * *  /bin/bash  -x  /opt/wang .com_access /all_wang_access .sh >  /dev/null  2>&1

***************当你发现自己的才华撑不起野心时，就请安静下来学习吧***************

分类:  常规运维实录, Shell

本文转自散尽浮华博客园博客，原文链接：http://www.cnblogs.com/kevingrace/p/5886130.html ，如需转载请自行联系原作者