awk用于根据登录时间差异(Timestamp)对重复用户标识进行排序

Question

下面是示例日志文件

aa001 2014/5/28 17:40  
aa001 2014/5/28 18:40  
bb002 2014/5/26 10:00  
bb002 2014/5/28 7:00  
bb002 2014/5/28 10:30  
bb002 2014/5/28 11:31  
bb002 2014/5/28 12:31  
cc003 2014/5/28 11:25  
dd004 2014/5/28 13:47  
dd004 2014/5/28 16:53  
dd004 2014/5/28 19:59  
dd004 2014/5/28 20:02   
dd004 2014/5/28 20:04  
dd004 2014/5/28 22:04  
ww005 2014/5/28 11:09  
zz006 2014/5/28 9:27  
zz006 2014/5/28 10:00  

使用awk，我喜欢只打印那些有多个登录会话的用户id，也只打印那些有第二个会话打开超过2小时的用户id。

我希望得到以下结果(userid以及针对该用户id的总登录)

bb002 5  
dd004 6 

。

1. aa001和zz006有多个登录，但登录时间相差小于2小时
2. 用户登录可以从不同的日期，例如bb002 2014年5月26日和2014年5月28日，
3. 登录文件一般不超过100行。

提前感谢。

更新于June 01 2014由user3685993
下面是我尝试过的，我得到了我想要的结果，但是编码不是很简洁，像Jaypal的编码。

#!/bin/ksh93      
#!/bin/bash      
while read user dt tm    
do      
   u_epoch_time=$( printf "%(%s)T" "${dt} ${tm}" )    
   c_epoch_time=$( printf "%(%s)T" "now" )    
   d_epoch_time=$(( $c_epoch_time - $u_epoch_time ))    
   [ $d_epoch_time -gt 7200 ] && printf "%s User has session checked for more than %.0f Hoursn" "$user" "$(( $d_epoch_time / 60 / 60  ))" done < sample.log > UserlogsReport.log    
awk 'NF { id[$1]++; } END{ for (var in id) print var, "has", id[var], "sessions" }' sample.log > sessions_count.log    
awk '{ if ($3 >=2) print }' sessions_count.log      
Results  
zz006 has 2 sessions        
dd004 has 6 sessions    
bb002 has 5 sessions    
aa001 has 2 sessions    

指出:
1. 我将所有登录与当前时间进行比较，因此在本例中，所有登录都超过两小时，因为登录日期比当前
早。2. 在第二个awk部分，我计数，然后输出会话计数>= 2。

Answer 1

使用GNU awk:

awk '
(($1,$2) in check) {
    split($2,d,///)
    split($3,t,/:/)
    time = mktime (d[1]" "d[2]" "d[3]" "t[1]" "t[2]" 00")
    if (time - check[$1,$2] >= 7200) {
        keep[$1]
    } 
    else {
        check[$1,$2] = time
    }
}
{
    split($2,d,///)
    split($3,t,/:/)
    time = mktime (d[1]" "d[2]" "d[3]" "t[1]" "t[2]" 00")
    count[$1]++; 
    check[$1,$2] = time
}
END {
    for (user in keep) 
        print user, count[user]
}' file

• 我们增加count数组为每个用户看到做count[$1]++。
• 创建一个数组check，以用户和日期为键，时间为值(check[$1,$2] = $3)
我们测试在数组中是否存在具有相同时间戳的user。如果是，我们在时间上做差异。如果大于或等于7200秒，则将用户存储在keep数组中，否则将用户的新时间赋值到check数组中。
• 我们对整个文件
继续这样做
• 在END块中，我们迭代keep数组并打印用户以及count数组的计数。

:

• 我们使用GNU awk mktime函数，将日期和时间换算成秒，计算时间差，并检查时间差是否大于7200秒(即2小时)。