Question

有一个日志文件，其中每行包含以空格分隔的字段。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采访问题。面试官想知道候选人将如何进行。

P.S：问我的朋友

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。

你说“其中一个字段。”我们知道哪个领域？它总是相同还是变化？
日志只有IPv4，只有IPv6，还是两者兼而有之？ IPv4和IPv6之间的地址映射是计数中的一个问题，还是可以将映射视为唯一的源节点？
日志文件有多大？有多少内存可以解决问题？
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]}++;
}

这给你一个I / P地址和相应计数的哈希值。

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值，并与每个计数相关联，列出具有该数量的IP地址。

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。它还会计算打印的地址数量，并在达到或超过所需数量时停止循环。

Answer 3

询问这是否适合一次性使用。

如果不是，Jonathan的回答很好。
如果是，请使用单行。

假设第一个字段包含IP：

perl -ane '$count{$F[0]}++ } END { print $_, "\n" for (sort { $b <=> $a } keys %count)[0..9]'

一个很好的问题，测试候选人对数据结构，字符串数组操作，排序和数组切片使用的了解。

访谈问题：Perl日志文件

3 个答案: