按4小时间隔统计日志文件各级别消息数量的Bash脚本需求

没问题，我来帮你搞定按4小时间隔统计日志级别的需求！你的原始方法用了多个管道，其实我们可以用单awk脚本一次性完成，既高效又清晰，还能直接输出规整的统计表格。

核心脚本（单天日志场景） #

如果你的日志是单天的，或者你希望合并不同日期的同一4小时区间统计，用这个脚本：

awk '
BEGIN {
    # 预定义所有4小时时间区间
    intervals["00-03"] = 0
    intervals["04-07"] = 0
    intervals["08-11"] = 0
    intervals["12-15"] = 0
    intervals["16-19"] = 0
    intervals["20-23"] = 0

    # 初始化每个区间的各级别计数为0
    for (intv in intervals) {
        count[intv]["INFO"] = 0
        count[intv]["WARNING"] = 0
        count[intv]["ERROR"] = 0
    }
}
{
    # 从日志时间字段中提取小时数
    split($2, time_parts, ":")
    hour = time_parts[1]

    # 判断当前日志属于哪个4小时区间
    if (hour >= 0 && hour < 4) {
        current_intv = "00-03"
    } else if (hour >= 4 && hour < 8) {
        current_intv = "04-07"
    } else if (hour >= 8 && hour < 12) {
        current_intv = "08-11"
    } else if (hour >= 12 && hour < 16) {
        current_intv = "12-15"
    } else if (hour >= 16 && hour < 20) {
        current_intv = "16-19"
    } else {
        current_intv = "20-23"
    }

    # 对应级别的计数+1
    if ($4 == "INFO") {
        count[current_intv]["INFO"]++
    } else if ($4 == "WARNING") {
        count[current_intv]["WARNING"]++
    } else if ($4 == "ERROR") {
        count[current_intv]["ERROR"]++
    }
}
END {
    # 输出规整的统计表头
    printf "%-12s %6s %8s %6s\n", "时间区间", "INFO", "WARNING", "ERROR"
    printf "%-12s %6s %8s %6s\n", "----------", "----", "-------", "-----"

    # 按时间顺序输出统计结果（避免awk数组遍历的随机顺序）
    ordered_intvs[1] = "00-03"
    ordered_intvs[2] = "04-07"
    ordered_intvs[3] = "08-11"
    ordered_intvs[4] = "12-15"
    ordered_intvs[5] = "16-19"
    ordered_intvs[6] = "20-23"

    for (i=1; i<=6; i++) {
        intv = ordered_intvs[i]
        printf "%-12s %6d %8d %6d\n", intv, count[intv]["INFO"], count[intv]["WARNING"], count[intv]["ERROR"]
    }
}
' your_log_file.log

脚本解释 #

• BEGIN块：提前定义所有4小时区间，并初始化每个区间的三个日志级别计数为0，避免统计时出现未定义的情况。
• 主处理块：
  1. 拆分日志的时间字段（$2），提取小时数；
  2. 根据小时数判断当前日志所属的4小时区间；
  3. 匹配日志级别（$4），对应区间的计数加1。
• END块：格式化输出统计结果，并且手动指定区间的输出顺序，保证结果按时间从早到晚排列。

扩展：跨日志按「日期+4小时区间」统计 #

如果你的日志跨多天，需要区分不同日期的同一时间段，只需要修改主处理块的区间标识，把日期也加进去：

# 替换主处理块中的current_intv赋值部分
current_intv = $1 " " (hour >=0 && hour<4 ? "00-03" : \
                       hour>=4 && hour<8 ? "04-07" : \
                       hour>=8 && hour<12 ? "08-11" : \
                       hour>=12 && hour<16 ? "12-15" : \
                       hour>=16 && hour<20 ? "16-19" : "20-23")

# 同时删掉BEGIN块中预定义intervals的代码，因为现在区间是动态生成的

这样输出的区间会变成类似2021-05-17 08-11的形式，完美区分不同日期的统计结果。

内容的提问来源于stack exchange，提问作者Vlad Nevskiy