1

我有一个看起来像这样的：

I, [2009-03-04T15:03:25.502546 #17925]  INFO -- : [8541, 931, 0, 0]
I, [2009-03-04T15:03:26.094855 #17925]  INFO -- : [8545, 6678, 0, 0]
I, [2009-03-04T15:03:26.353079 #17925]  INFO -- : [5448, 1598, 185, 0]
I, [2009-03-04T15:03:26.360148 #17925]  INFO -- : [8555, 1747, 0, 0]
I, [2009-03-04T15:03:26.367523 #17925]  INFO -- : [7630, 278, 0, 0]
I, [2009-03-04T15:03:26.375845 #17925]  INFO -- : [7640, 286, 0, 0]
I, [2009-03-04T15:03:26.562425 #17925]  INFO -- : [5721, 896, 0, 0]
I, [2009-03-04T15:03:30.951336 #17925]  INFO -- : [8551, 4752, 1587, 1]
I, [2009-03-04T15:03:30.960007 #17925]  INFO -- : [5709, 5295, 0, 0]
I, [2009-03-04T15:03:30.966612 #17925]  INFO -- : [7252, 4928, 0, 0]
I, [2009-03-04T15:03:30.974251 #17925]  INFO -- : [8561, 4883, 1, 0]
I, [2009-03-04T15:03:31.230426 #17925]  INFO -- : [8563, 3866, 250, 0]
I, [2009-03-04T15:03:31.236830 #17925]  INFO -- : [8567, 4122, 0, 0]
I, [2009-03-04T15:03:32.056901 #17925]  INFO -- : [5696, 5902, 526, 1]
I, [2009-03-04T15:03:32.086004 #17925]  INFO -- : [5805, 793, 0, 0]
I, [2009-03-04T15:03:32.110039 #17925]  INFO -- : [5786, 818, 0, 0]
I, [2009-03-04T15:03:32.131433 #17925]  INFO -- : [5777, 840, 0, 0]

我想创建一个shell脚本来计算括号中的第二个和第三个字段的平均值（840在0最后一个例子中）。一个更棘手的问题：只有当最后一个不是时，是否有可能获得第三场的平均值0？

我知道我可以使用Ruby或其他语言来创建脚本，但我想用Bash. 有关如何创建此类脚本的资源或提示的任何好的建议都会有所帮助。

4

4 回答 4

6

使用bash和awk：

cat file | sed -ne 's:^.*INFO.*\[\([0-9, ]*\)\][ \r]*$:\1:p' | awk -F ' *, *' '{ sum2 += $2 ; sum3 += $3 } END { if (NR>0) printf "avg2=%.2f, avg3=%.2f\n", sum2/NR, sum3/NR }'

示例输出（用于您的原始数据）：

avg2=2859.59, avg3=149.94

当然，您不需要使用cat，它包含在其中是为了便于阅读并说明输入数据可以来自任何管道的事实；如果必须对现有文件进行操作，请sed -ne '...' file | ...直接运行。

编辑

如果您有权访问gawk（GNU awk），则可以消除以下需要sed：

cat file | gawk '{ if(match($0, /.*INFO.*\[([0-9, ]*)\][ \r]*$/, a)) { cnt++; split(a[1], b, / *, */); sum2+=b[2]; sum3+=b[3] } } END { if (cnt>0) printf "avg2=%.2f, avg3=%.2f\n", sum2/cnt, sum3/cnt }'

同样的评论。cat申请。

一点解释：

  • sed仅打印与正则表达式匹配的行（-n ... :p组合）（包含 INFO 的行后跟数字、空格和行尾方括号之间的逗号的任意组合，允许尾随空格和 CR）；如果任何这样的行匹配，在打印 ( ) 之前只保留方括号 ( \1，对应\(...\)于正则表达式中的内容) 之间的内容:p
    • sed 将输出如下所示的行：8541, 931, 0, 0
  • awk使用由 0 个或多个空格 ( ) 包围的逗号-F ' *, *'作为字段分隔符；$1对应于第一列（例如 8541），$2对应于第二列等。缺失的列计为值0
    • 最后，awk将累加器sum2等除以处理的记录数，NR
  • gawk一次完成所有事情；它将首先测试每一行是否匹配上一个示例中传递的相同正则表达式 to sed（除了不同sed，awk不需要\在圆括号中分隔区域或兴趣）。如果该行匹配，则圆括号之间的内容以 a[1] 结尾，然后我们使用相同的分隔符（由任意数量的空格包围的逗号）将其拆分并使用它来累加。我介绍了cnt而不是继续使用NR，因为如果不是所有行都具有这种形式，则处理的记录数NR可能大于相关记录的实际数量（ ），因为保证所有行都传递给cntINFO ... [...comma-separated-numbers...]sed|awksedawk是相关的。
于 2009-03-04T23:16:29.163 回答
1

在这里发布我通过 IM 粘贴给你的回复，只是因为它让我尝试 StackOverflow :)

# replace $2 with the column you want to avg; 
awk '{ print $2 }' | perl -ne 'END{ printf "%.2f\n", $total/$n }; chomp; $total+= $_; $n++' < log
于 2009-03-05T00:36:05.227 回答
0

在Solaris上使用nawk或/usr/xpg4/bin/awk。

awk -F'[],]' 'END { 
  print s/NR, t/ct 
  }  
{ 
  s += $(NF-3) 
  if ($(NF-1)) {
    t += $(NF-2)
    ct++
    }
  }' infile
于 2009-03-05T11:41:17.127 回答
0

使用 Python

logfile= open( "somelogfile.log", "r" )
sum2, count2= 0, 0
sum3, count3= 0, 0
for line in logfile:
    # find right-most brackets
    _, bracket, fieldtext = line.rpartition('[')
    datatext, bracket, _ = fieldtext.partition(']')
    # split fields and convert to integers
    data = map( int, datatext.split(',') )
    # compute sums and counts
    sum2 += data[1]
    count2 += 1
    if data[3] != 0:
        sum3 += data[2]
        count3 += 1
logfile.close()

print sum2, count2, float(sum2)/count2
print sum3, count3, float(sum3)/count3
于 2009-03-05T11:49:09.993 回答