发现系统存在的问题
我们可以使用下面的命令行，统计服务器返回的状态码，发现系统可能存在的问题。
awk '{print $9}' access.log | sort | uniq -c | sort
正常情况下，状态码 200 或 30x 应该是出现次数最多的。40x 一般表示客户端访问问题。50x 一般表示服务器端问题。
下面是一些常见的状态码：
- 200 - 请求已成功，请求所希望的响应头或数据体将随此响应返回。
- 206 - 服务器已经成功处理了部分 GET 请求
- 301 - 被请求的资源已永久移动到新位置
- 302 - 请求的资源现在临时从不同的 URI 响应请求
- 400 - 错误的请求。当前请求无法被服务器理解
- 401 - 请求未授权，当前请求需要用户验证。
- 403 - 禁止访问。服务器已经理解请求，但是拒绝执行它。
- 404 - 文件不存在，资源在服务器上未被发现。
- 500 - 服务器遇到了一个未曾预料的状况，导致了它无法完成对请求的处理。
- 503 - 由于临时的服务器维护或者过载，服务器当前无法处理请求。
HTTP 协议状态码定义可以参阅：Hypertext Transfer Protocol -- HTTP/1.1
有关状态码的 awk 命令示例：
1. 查找并显示所有状态码为 404 的请求
awk '($9 ~ /404/)' access.log
2. 统计所有状态码为 404 的请求
awk '($9 ~ /404/)' access.log | awk '{print $9,$7}' | sort
现在我们假设某个请求 ( 例如 : URI: /path/to/notfound ) 产生了大量的 404 错误，我们可以通过下面的命令找到这个请求是来自于哪一个引用页，和来自于什么浏览器。
awk -F" '($2 ~ "^GET /path/to/notfound "){print $4,$6}' access.log