面试先笔试， Linux 考了一个 nginx 的 log 中 ip 出现最多的 10 个 ip 是什么。。。

搜索引擎的爬虫 IP?

主要是考察一些常用的 shell 文本处理命令，比如 awk 、 sed 、 sort 、 uniq 之类的，可以搞定

cat grep wc?

正则匹配 ip 地址，然后分别计数，最后取计数最多的 ip
难度不高吧

@noelyang 思路都知道，但是 linux 命令没用到这么深。。。

grep | awk | sort | uniq -c | sort | head -n 10

awk

cat nginx.log | 实习生

...熟悉应该还好？用脚本就是 2L, 如果是程序，那就是过滤每条日志获取 ip ， ip2long, 然后就转变成最多的 K 个数了

这是 Linux 基础技能吧。

这都不会还应聘毛的 Linux 技术岗。。。。

上面写错了， sort -> sort -n 。
不让看手册的话我写不出来， awk 用的不是太熟。

cat access.log | awk '{print $1}' | sort | uniq -c | sort -r | head -n 10
拿走不谢

cat file_name|awk "{$a[$1]++}END{for (x in $a){print $a[$x],$x}}|sort -k2|head -n 10 "
伪代码，不能运行，不要尝试

另外用 grep 和 unique 的都是忽悠

@imganquan 应聘的后端开发，，按道理说是应该熟悉常用的 linux 命令，只是这题对我来说有点深，所以发出来大家讨论下

有 google 会

awk '{a[$1]++} END { for (i in a) {print i, a[i]} }' access.log | sort -rnk2 | head -10

没有的话算了还是面别家吧……

sort | unic -c | sort -n

直接用 goaccess

不 google 还真不会，虽然用 linux ２年了，但上面这几个命令用得很少， bash 语法也不熟悉，因为我的目标职位不是运维。

如果是面试运维，这种答不上来估计会丢人
单纯面试后端开发，我觉得没必要一定会，当然会更好，但不会还可以 google

现在难道都不用日志采集，而是自己去服务器上查日志?

@wc951 哈哈，或者面试官就是这样的。

@1069401249 后端开发，直接上 py 脚本岂不美哉。非要用 shell 的面试，不去也罢。

这个要考正则的吧

@wc951 对啊，现在已经不是刀耕火种的年代了啊。

数据量小我能直接写，如果数据量大我宁愿拖到 hdfs 再说

老派 Linux 运维必考内容，他如果没有限定工具的话，写个 py 的实现我觉得也可以给分。

如果考操作的话，上面说了那么多。
如果考算法的话，什么分治合并的模糊算法，什么 hash+heap sort
都是可以搜到答案的

如果不是考 shell ，用别的编程语言实现也没什么难度吧。

@dremy
@ProjectAmber
第二个 sort 该 sort -n 吧

很全面的一道题目

如果是后端， Python 明显比 shell 有优势，脚本

这太简单了吧 ， sort -n | uniq -c | sort -n 或者 awk 然后在 sort -n

为什么都在 sort ，难道这题不是问 IP 地址的么？

@DravenJohnson 23333 我也想知道到底问的是如何获取访问最多的 10 个 ip 还是问的是 10 个 ip 具体是啥

@flowfire 我也一样，第一反应是 127.0.0.1 ，然后在想其它 9 个是什么

@q397064399 然而很多机器上并没有 python

@ichou linux 上没 python 的还真少见

awk '{print $1}' /path/to/nginx | sort | uniq -c | sort -r -n -k 1 | head -10
用多了就熟练了

楼上 yaxin 的应该是正确答案，里面后一个 sort 我不看文档也不懂。
awk + sed 就能出一本 500+页的书，但是这个问题所需要的 awk 很基础。
另外就是多会一些 linux 的基础命令，会对你的实际工作产生相当不错的效率提升。

@sunsol 核心主机上没 python 不要太正常，装的东西越少越好越稳定

@ichou
@Hozzz

来来来，报发行版。我就不相信什么发行版没 python 。

连各种 docker 的基础镜像里都自带的 python ，不知道有些人的系统是什么

@est 刚刚回头看了下，生产主机上全是 AIX 和 HPUX （没有 python ），晚点看看 oracle 一体机_(:з」∠)_

@Hozzz 喂喂喂 UNIX 不要冒充 linux 好不好。

在 linux 中只见过 coreos 没 python.

运维这个很常用啊。 nginx 和 apache 生成的访问日志 格式都是一致的。楼主面试的运维，这个答不上就不是合格的运维了

必须允许用 man 吧，否则有些参数不常用的，肯定不会记得那么清楚的
反正很多时候都是 man 一下，再写，那么多参数，如果不是天天用，过几天就忘记了

很多人没看到，楼主应聘的是后端开发，我觉得如果能用其他后端语言解出来这道题，没有问题，非要用 shell 就有点扯了，毕竟后端不是专业运维。

好像很多人没看清楼主的问题。
如果是 access.log 的话，我觉得最多的 10 个 IP 应该是爬虫。

awk '{print $1}' /usr/local/nginx/logs/access.log |sort |uniq -c|sort -rn|head -10
or
awk '{a[$1]++} END {for(b in a) print b"\t"a[b]}' /usr/local/nginx/logs/access.log | sort -k2 -nr | head -n 10

@Famio 不一定。我这边是省级移动 4G 出口 IP 。

@est 我们的生产环境全都没有，因为我们是 docker ，哈哈哈，连续 make gcc 都没有

那么像这样的需求，用 python 写，多久写出来算是合格呢？

@ichou 你们 log 是直接写入 docker 镜像的？

@est openresty 直接塞进 kibana

@ichou 那还说个毛。。。。你们 docker 里没有 python ， docker 外是什么发行版呢？ coreos ？

@est 抬杠的话, 有个 alpine... 用这个当 docker base 的话连 bash 都没有... - .-

当然你应该知道我是 py 粉的...

@xiaket 我说你们 docker 所在服务器上跑的是什么 os ？

我也用 alpine 啊。

@est 哼，你先说的是发行版...

@artandlol 这两种都是正解

作为面试官，这道题出了 N 次了，目前为止只遇到一个人做出来。

然而基本每个人简历上都写了熟练使用 Linux 常用命令。

@est 哈哈 其实我也是随口一说的，之前我还真不清楚 python 已经成发行版标配了

不应该加钱 ELK 么？