Linux
一、Linux文件系统
在 Linux 操作系统中，所有被操作系统管理的资源，例如网络接口卡、磁盘驱动器、打印机、输入输出设备、普通文件或是目录都被看作是一个文件。
也就是说在 Linux 系统中有一个重要的概念：一切都是文件。
1.inode 介绍
（1）什么是 inode？
inode 是 linux/unix 文件系统的基础。
硬盘的最小存储单位是扇区(Sector)，多个扇区组成了块(block)。文件数据存储在块中。块的最常见的大小是 4kb，约为 8 个连续的扇区组成（每个扇区存储 512B）。一个文件可能会占用多个块，但是一个块只能存放一个文件。
虽然我们将文件存储在了块中，但是我们还需要一个空间来存储文件的元信息(metadata)：包括某个文件被分成几块、每一块在的地址、文件拥有者、创建时间、权限、大小等。每个文件需要这样的空间来存储自己的元信息。
存储文件元信息的区域就叫索引节点(index+node,简称inode)。 inode 就是用来维护某个文件被分成几块、每一块在的地址、文件拥有者、创建时间、权限、大小等信息。
存储文件元信息的区域就叫索引节点(index+node,简称inode)。 inode 就是用来维护某个文件被分成几块、每一块在的地址、文件拥有者、创建时间、权限、大小等信息。
（2）如何查看文件的 inode 信息？
可以使用 stat 命令查看文件的 inode 信息。
stat + 文件全名
每个 inode 都有一个号码，Linux/Unix 操作系统不使用文件名来区分文件，而是使用 inode 号码区分不同的文件。
2.Linux的文件类型
Linux 支持很多文件类型，其中非常重要的文件类型有: 普通文件、目录文件、链接文件、设备文件、管道文件、Socket 套接字文件等。
3.Linux目录树
一个Linux操作系统中所有可操作的计算机资源都存在于目录树这个结构中，对资源的访问可以看做是对这棵目录树的访问。
（1）目录树结构
Linux 文件系统的结构层次鲜明，就像一棵倒立的树，最顶层是其根目录root：
（2）常见目录
二、Linux基本命令
Linux 命令在线速查手册：https://www.w3xue.com/manual/linux/。
三、如何从日志中分析 PV、UV？
日志包含的信息很多，比如对于 nginx 的 access.log 日志，我们可以根据日志信息分析用户行为。
什么用户行为呢？比如分析出哪个页面访问次数（PV）最多、访问人数（UV）最多，以及哪天访问量最多，哪个请求访问最多等等。
下面以一个大概几万条记录的 nginx 日志文件作为案例，来分析出「用户信息」。
1.查看日志文件大小
（1）文件不大直接线上分析
当分析日志时，先用 ls -lh 命令查看日志文件的大小，如果日志文件非常大，最好不要在线上环境做。下面这个日志只有 6.5M，在线上环境分析问题不大。
（2）文件太大怎么处理？
当发现日志很大时，可以使用 scp 命令将文件传输到闲置的服务器再分析：
2.慎用 cat 命令
（1）原因
cat 命令是用来查看文件内容的，但是日志文件数据量有多少，它就读多少，很显然不适用大文件。
（2）less 命令
对于大文件，应该用 less 命令去读文件里的内容，因为 less 并不会加载整个文件，而是按需加载，先是输出一小页的内容，当要往下看的时候，才会继续加载。
可以发现上面的 access.log 日志每一行是一次用户访问的记录，从左到右分别包含如下信息：
- 客户端的 IP 地址；
- 访问时间；
- HTTP 请求的方法、路径、协议版本、协议版本、返回的状态码；
- User Agent，一般是客户端使用的操作系统以及版本、浏览器及版本等；
（3）tail 命令
有时候我们想看日志的最新内容，可以使用 tail -n 命令，比如想查看倒数 5 行的内容：
如果想实时打印日志内容，可以使用 tail -f 命令，这样看日志的时候，就会是阻塞状态，有新日志输出的时候，就会实时显示出来。
（4）PV分析
PV 的全称叫 Page View，用户访问一个页面就是一次 PV，比如大多数博客平台，点击一次页面，阅读量就加 1，所以说 PV 的数量并不代表真实的用户数量，只是个点击量。
对于 nginx 的 acess.log 日志文件来说，日志里的内容是访问记录，所以有多少条日志记录就有多少 PV。
可以使用 wc -l 命令，就可以查看整体的 PV 了，如下图一共有 49903 条 PV。
（5）PV分组
nginx 的 acess.log 日志文件有访问时间的信息，因此可以根据访问时间进行分组，比如按天分组。
-
要按时间分组，可以用awk 命令先把「访问时间」过滤出来。由于访问时间在日志里的第 4 列，因此可以使用 awk '{print $4}' access.log 命令把访问时间的信息过滤出来：
【tips】awk 是一个处理文本的利器，默认是以「空格」为分隔符。
-
上面的信息还包含了时分秒，如果只想显示年月日的信息，可以使用 awk 的 substr 函数，从第 2 个字符开始，截取 11 个字符：
-
然后可以使用 sort 对日期进行排序，然后使用 uniq -c 进行统计，于是按天分组的 PV 就出来了：
可以看到，每天的 PV 量大概在 2000-2800。
（6）UV分析+分组
UV分析与分组类似PV。
（7）终端分析
nginx 的 access.log 日志最末尾关于 User Agent 的信息，主要是客户端访问服务器使用的工具，可能是手机、浏览器等。因此，可以利用这一信息来分析有哪些终端访问了服务器。
User Agent 的信息在日志里的第 12 列，因此先用 awk 过滤出第 12 列的内容后，进行 sort 排序，再用 uniq -c 去重并统计，最后再使用 sort -rn（r 表示逆向排序， n 表示按数值排序） 对统计的结果排序，结果如下图：
User Agent 的信息在日志里的第 12 列，因此先用 awk 过滤出第 12 列的内容后，进行 sort 排序，再用 uniq -c 去重并统计，最后再使用 sort -rn（r 表示逆向排序， n 表示按数值排序） 对统计的结果排序，结果如下图：
（8）分析top3的请求
分析出访问次数最多的3个请求的信息。
在 access.log 日志中，第 7 列是客户端请求的路径，先使用 awk 过滤出第 7 列的内容后，进行 sort 排序，再用 uniq -c 去重并统计，然后再使用 sort -rn 对统计的结果排序，最后使用 head -n 3 分析 TOP3 的请求，结果如下图：
查看26道真题和解析
国家电网工作强度 101人发布