通过日志过滤的方法，统计每天内容详情页面的PV数

1、目的：

每天凌晨0点1分统计用户点击进入内容详情页的次数，对内容点击量形成榜单。

2、分析：

A、/data/log/epg.access.log日志实时打印用户访问页面的日志，并且每天凌晨0点会进行日志切割，将前一天的日志保存为epg.access.log_YYYYMMDD。

B、分析日志发现：用户进入详情页时，/data/log/epg.access.log日志会打印含series_detail.jsp的信息，且内容ID打印在该串信息中的第71位至102位。

C、根据内容ID的点击量从大到小统计排序，输出一个文本文件。

3、脚本实现

 #!/bin/bash
 
 log_path="/data/log/"
 src_ser="epg.access.log"
 output_ser="PV"
 date_str=`date +%Y%m%d -d '-1 days'`
 dst_file=${src_ser}_${date_str}
 outputfile=${output_ser}_${date_str}
 cd $log_path
 awk '{print $11}' $dst_file |grep 'series_detail.jsp' |cut -c71- |sort|uniq -c|sort -nr >> $outputfile    

脚本中的第10行是本文重点：

awk '{print $11}'：以默认的空格为分隔符，打印第11个字符串内容；
cut -c71-：截取第71位至第102位字符；
sort|uniq -c：sort和uniq结合使用，对文件内容先进行排序，然后进行去重并计数（计数值显示在最左边）；
sort -nr：参数n为依照数值的大小排序，参数r为以相反的顺序来排序（即从大到小）。

4、截图

原日志截图：

输出文件截图（第一列为点击量，第二列为内容ID）：