Examen del módulo 08 · Proyecto final: el informe del log
Examen: Proyecto final
El informe del log, fase a fase: parsear con funciones, el embudo, los tops con desempate, los ataques y el uso en el servidor. · 6 preguntas + 1 bug que arreglar · se aprueba con 4 de 6 y el bug arreglado.
1. En tu informe, fuera de las funciones url(), estado(), ip()… no aparece ningún $7 ni $9. ¿Qué se gana con eso?
Por qué. El número de campo vive en un solo sitio. Es lo mismo que en PHP consigues con una clase LineaLog de propiedades private y métodos url() y estado(): quien la usa no sabe en qué columna está cada dato. Los campos siguen siendo globales; lo que cambia es que tú decides no nombrarlos fuera.
2. La línea 4 del log es de Chrome, y su user agent termina en Chrome/130.0.0.0 Safari/537.36. ¿Qué imprime este programa?
function agente( trozos) { split($0, trozos, "\"") return trozos[6] } function navegador( texto) { texto = agente() if (texto ~ /Safari\//) { return "Safari" } if (texto ~ /Chrome\//) { return "Chrome" } return "otro" } NR == 4 { print navegador() }
Por qué. El user agent de Chrome lleva escritas las dos palabras, y la función devuelve en el primer if que acierta. Por eso en tu informe se pregunta por Chrome antes que por Safari. En PHP pasaría igual con dos str_contains() en ese orden: no hay error, solo un dato equivocado.
3. En el embudo de tu informe, a la regla de los robots se le ha caído el next: es_bot() { de_bots++ }. ¿Qué pasa?
Por qué. awk prueba todas las reglas con cada línea, de arriba abajo. Sin next, la línea sigue cayendo por el embudo y llega a visitas++. Es olvidar el continue en un foreach de PHP: el programa funciona y los totales salen inflados.
4. Nueve páginas tienen exactamente 1 visita y pides el top 3 con PROCINFO["sorted_in"] = "@val_num_desc". ¿Cuáles salen?
Por qué. @val_num_desc solo garantiza que los valores van de mayor a menor. Para que el informe dé siempre lo mismo hace falta una segunda regla: tu función por_valor_y_clave, que a igual valor ordena por la clave. Es el ORDER BY visitas DESC, url ASC de SQL, o el callback de uksort() en PHP.
5. Este programa se ejecuta con awk -v umbral=10 -f programa.awk access.log. ¿Qué imprime?
BEGIN { umbral = 3 } END { print umbral }
Por qué. Las variables de -v se asignan antes del BEGIN, así que un umbral = 3 a secas las pisa. Por eso tu informe pone el valor por defecto con if (umbral == "") { umbral = 3 }. En PHP es la diferencia entre $umbral = 3; y $umbral = (int) ($argv[1] ?? 3);.
6. En el servidor ejecutas tail -f access.log | gawk -f informe.awk y la pantalla se queda en blanco. ¿Por qué?
Por qué. El END se ejecuta cuando no quedan líneas por leer, y tail -f se queda esperando líneas nuevas para siempre. Para vigilar en directo hay que imprimir dentro de la regla, línea a línea. En PHP sería un echo puesto después de un while (true): nunca se llega.
Reto final · obligatorio
El examen solo se aprueba con 4 de 6 y este bug arreglado
7. Encuentra el bug · ✓ Arreglado
Este trozo de tu informe debería imprimir dos listas con las visitas reales: el top 3 de páginas y el top 3 de IP. Se ejecuta sin errores y la primera lista sale perfecta… pero de la segunda solo sale el título. Encuentra el fallo y arréglalo.
$ awk -f programa.awk access.log¿Qué significa esta línea?
- awk: el programa que lee el fichero. En tu servidor puede ser gawk (el de este curso) o mawk (el de Debian y Ubuntu).
- -f programa.awk: f de file (fichero). El programa no va escrito en la línea, está guardado en el fichero programa.awk: es lo que ves en la pestaña del mismo nombre. Sin -f, el programa se escribe entre comillas simples: awk '{ print $1 }' access.log.
- access.log: los datos, el fichero que awk lee línea a línea. Va siempre al final y puede haber varios: los lee uno detrás de otro.
Las variantes (una línea, varios ficheros, tuberías con |) y qué formatos puede leer awk: lección Una línea o un fichero.
¿Atascado? Repasa: Fase 3 · Top de páginas y visitas por hora › imprimir_top(): una función para todos los tops. Las dos listas las imprime la misma función, y la primera vez funciona. ¿Qué variable de imprimir_top() sigue viva, con su valor, cuando la función termina? En PHP eso no pasaría: $puesto nacería de cero en cada llamada. En awk solo son locales las variables que están en los paréntesis.
El resultado se guarda en tu progreso.
Los programas se ejecutan con GNU awk 5.4.1 compilado a WebAssembly, software libre con licencia GPL-3.0. Código fuente: gawk en ftp.gnu.org · receta de compilación.