Java 后端面试题库 / 全部题解免费阅读理解原理,有条理地回答

怎样筛出访问最多的 10 个页面?

先说出你的答案

定义边界、关键机制、一个反例;P8题再补容量、失败与验证。

查看完整题解

参考回答

直接回答

combined 日志里 $request 常是带引号的请求行。先用引号隔出这一段,再提取请求目标。要统计页面路径,可以去掉查询串,然后按路径计数、排序。

讲清原理

这样 /a?x=1 和 /a?x=2 都合到 /a。若业务用查询串区分页面,就要保留相应参数。空请求行和其它请求目标形态要单独考虑。

例子与易错点

在包含默认 combined 格式 access.log 的目录执行。

awk -F '"' '
  NF>=3 {split($2, req, " "); if (req[2] ~ /^\//) {url=req[2]; sub(/\?.*/, "", url); hits[url]++}}
  END {for (url in hits) print hits[url], url}
' access.log | LC_ALL=C sort -k1,1nr -k2,2 | head -n 10

按不含查询串的路径汇总,不含以连字符标记的无效请求行。

相关题 怎样统计 Nginx combined 日志访问最多的 10 个 IP?、怎样按 URL 汇总 Nginx 日志的响应体字节?。

这道题,你掌握得怎么样?

掌握程度由你主动标记,阅读和收藏不会自动改变状态。