访谈问题:Perl日志文件

Question

有一个日志文件,其中每行包含由空格分隔的字段.其中一个字段是源节点的IP地址.我们想要找到具有最多日志条目的IP地址列表.让我们说找到大多数日志条目的前10个IP地址.

这是Perl访谈问题.面试官想知道候选人将如何进行.

PS:这个问题是我的朋友问的

Answer 1

我的回复,先生或采访女士,将基于几个问题的答案.第一组问题如下.当然,这些答案可能会产生其他问题.

1. 你说"其中一个领域".我们知道哪个领域？它总是相同还是变化？

2. 日志只有IPv4,只有IPv6,还是两者兼而有之？IPv4和IPv6之间的地址映射是否需要计算,或者映射是否可以作为唯一的源节点处理？

3. 日志文件有多大？有多少内存可以解决问题？

4. CPAN模块是否可供使用,或者解决方案仅限于核心模块或其他"已批准"模块列表？

Answer 2

假设IP地址出现在N列中:

use strict;
use warnings;
use constant N => 3;

my %counts;
while (<>)
{
    my(@fields) = split /\s+/;
    $counts{$fields[N]}++;
}

这给了你一个I/P地址的哈希和相应的计数.

my %iplist;
foreach my $address (keys %counts)
{
     my $count = $counts{$address};
     push @{$iplist{$count}}, $address;
}

这会给你一个计数哈希,并与每个计数相关联,这个计数的IP地址列表.

use constant Wanted => 10;

my $printed = 0;
foreach my $count (sort { $b <=> $a } keys %iplist)
{
    print "$count: @{$iplist{$count}}\n";
    $printed += scalar(@{$iplist{$count}});
    last if $printed >= Wanted;
}

将计数排序为反向(降序)顺序,并打印出多次出现的计数和IP地址列表.它还计算打印的地址数,并在满足或超过所需数量时停止循环.