awk 文本处理速记：按列取数、求和与去重

日志、df、ps 的输出大多是按列排的，awk 就是按列取数的顺手工具。它不用写脚本，一行命令就能把一列数字取出来、筛一遍、再算个总数。下面是我平时最常用的六个点。

一、先认清字段与分隔符
awk 默认按空白分列，$1 是第一列，$2 是第二列，$NF 是最后一列。先用 print 把列号对上，再写条件，就不容易取错。
ps aux | awk '{print $2, $11}'
df -h | awk '{print $1, $5}'
如果列之间是冒号，就用 -F 指定分隔符：
awk -F: '{print $1, $3}' /etc/passwd

二、按条件筛行
awk 的条件写在花括号前面，符合条件的行才会执行后面的动作。
只看使用率超过 80% 的磁盘：
df -h | awk '$5+0 > 80 {print $1, $5}'
只看返回 404 的请求，把请求的路径打出来：
awk '$9 == 404 {print $7}' access.log
这里 $5+0 是把“80%”转成数字再比较的小技巧。

三、求和与计数
把第三列全部加起来，END 里的动作只在最后执行一次：
awk '{sum += $3} END {print sum}' data.txt
按第一列分组计数，常用来看哪个 IP 访问最多：
awk '{count[$1]++} END {for (k in count) print k, count[k]}' access.log

四、去重与排序组合
awk 一行就能去重并保留原来的顺序：
awk '!seen[$0]++' file.txt
再和 sort、uniq 配合，就能排出访问量前十的 IP：
awk '{print $1}' access.log | sort | uniq -c | sort -nr | head

五、一个晨间小例子
早上看服务器，先看三行：磁盘有没有超过 80%，内存还剩多少，昨天 404 最多的三个路径。上面四组命令拼起来，不到一分钟就能看完。

六、容易踩的坑
一是分隔符不对：列之间是多个空格时不用 -F，默认空白分隔最稳；二是忘记加 END，求和的结果会在每一行都打一次；三是 $5 这种带百分号的字段要先转数字再比较。

先记住 $1、$NF、-F、条件、求和、去重这六个点，日常看日志、看磁盘、看进程基本够用。