linux使用grep条件搜索大文件的行数等操作
一、前言
最近需要查询大日志文件的时候，每次打开vim，cat之类的都会卡死，但是需要查看符合条件的共有多少行数据，这颗愁死我了，下面列出一些常用的匹配查询命令。
二、常用的搜索命令
1、grep搜索
grep 参数 文件名 | head //从头查找
grep 参数 文件名 | wc- l //查看符合条件的有多少行
cat 文件名 |grep 参数$ //输出以该参数结尾的行内容
2、实例
（1）根据具体的参数来搜索行数
cat /data/weblogs/xxx.access.log |grep "GET /pixel.jpg?"|wc -l
4102386
（2）部分正则查询
cat /data/weblogs/em.evony.com.access.log |grep "25/Nov/2019:15:[00-59]" |wc -l
120
查询25/Nov/2019:15 时的所有数据，那么15时后面的分钟数就是00-59
（3）多个条件之间可以使用管道连接,查询同时符合两个条件的行数
cat /data/weblogs/xxx.log |grep "25/Nov/2019:15:[00-59]" |grep "GET /pixel.jpg?"|wc -l
120
（4）查询符合条件1或者符合条件2 的行数
cat /data/weblogs/xxx.log |grep -E "25/Nov/2019:15:[00-59] |GET /pixel.jpg?"|wc -l
4098135
简写： grep -E "exp1|exp2|exp3" | wc -l
参考：https://blog.csdn.net/lijing742180/article/details/84959963
3、grep是模糊查询
在使用grep搜索端口号的时候，查出来的结果不尽人意，什么牛鬼蛇神都查出来了，例子如下：
netstat -anp |grep -i '80'
(Not all processes could be identified, non-owned process info
will not be shown, you would have to be root to see it all.)
tcp 0 0 127.0.0.1:80 0.0.0.0:* LISTEN -
tcp 0 0 10.17.2.50:80 0.0.0.0:* LISTEN -
tcp 0 0 216.66.17.189:80 0.0.0.0:* LISTEN -
tcp 0 0 10.17.2.50:10050 10.17.13.2:33801 TIME_WAIT -
推荐个更好用的，具体查询80端口的使用情况，使用命令：
netstat -apn | awk '{split($4,arr,":"); if(arr[2] == "80") print $0}'
一步到位，查出来的都是80端口的进程，十分好用。
============ 2019/12/5===================
三、搜索文件中的ip地址
1、匹配ip
grep -Eo '([^0-9]|\b)((1[0-9]{2}|2[0-4][0-9]|25[0-5]|[1-9][0-9]|[0-9])\.){3}(1[0-9][0-9]|2[0-4][0-9]|25[0-5]|[1-9][0-9]|[0-9])([^0-9]|\b)' xxx.log | sed -nr 's/([^0-9]|\b)(([0-9]{1,3}\.){3}[0-9]{1,3})([^0-9]|\b)/\2/p'|wc -l
31116275
2、查询每个ip出现的次数
grep -E -o "(25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\.(25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\.(25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\.(25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)" xxx.log |sort|uniq -c
2 99.203.87.103
2 99.203.87.142
4 99.203.87.145
8 99.203.87.153
前面是出现次数，后面是ip
3、更精准的匹配ip
grep -E -o "(25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\.(25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\.(25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\.(25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)" xxx.log|wc -l
32929372
4、模糊匹配ip
grep -E -o "([0-9]{1,3}[\.]){3}[0-9]{1,3}" xxx.log|wc -l
32930309
5、多个条件查询ip，先根据限定条件获取指定的行数，然后再搜索ip的个数
cat xxx.log |grep "25/Nov/2019:15:[00-59]" |grep "GET /pixel.jpg?"|grep -E -o "([0-9]{1,3}[\.]){3}[0-9]{1,3}"|wc -l
1110
感觉这些查ip的方法都差不错，因为日志文件一直在增大，所以查出来的结果也不一样，查的速度也比较慢，可能是文件太大了，在此记录一下，总有用得着的时候。
end