Finden Sie wahrscheinliche Prozesse basierend auf einer Momentaufnahme?

Einführung

Ich versuche zu erfassen, welche Prozesse über einen begrenzten Zeitraum gestartet wurden.

Ich habe ein Skript erstellt (ps-suspects.sh ) wobei:

• Ich starte ps-suspects.sh vom Terminal.
• Ich starte und schließe eine Anwendung, sagen wir den Desktop-Rechner.
• Ich drücke Strg +C um ps-suspects.sh zu beenden
• Ich möchte wissen, wie der Prozessname für den Rechner lautet
• Ich möchte nicht, dass alle anderen Prozessnamen aufgelistet werden, die während des gesamten Zeitraums des Snapshots ausgeführt werden.

Das Problem

Ich habe ein Code-Snippet, das einer Feinabstimmung bedarf:

$ sort -k15 ~/pid.log | uniq -f14 -c

Folgendes wird erzeugt:

$ head ~/pid.tmp
  1 /mnt/e/bin/ps-suspects.sh Possible suspects causing problems
 63 1 S root       127     2  0  60 -20 -     0 -      Sep08 ?        00:00:00 [acpi_thermal_pm]
 63 1 S root        75     2  0  60 -20 -     0 -      Sep08 ?        00:00:00 [ata_sff]
 63 1 S root       447     2  0  60 -20 -     0 -      Sep08 ?        00:00:00 [ath10k_aux_wq]
 63 1 S root       446     2  0  60 -20 -     0 -      Sep08 ?        00:00:00 [ath10k_wq]
 63 1 S avahi      922   910  0  80   0 - 11195 -      Sep08 ?        00:00:00 avahi-daemon: chroot helper
 63 4 S avahi      910     1  0  80   0 - 11228 -      Sep08 ?        00:00:00 avahi-daemon: running [alien.local]
126 0 S rick      2902  2867  0  80   0 -  7409 wait_w Sep08 pts/18   00:00:00 bash
 63 0 S rick     25894  5775  0  80   0 -  4908 wait   10:43 pts/2    00:00:00 /bin/bash /mnt/e/bin/ps-suspects.sh
 63 0 S root       980   976  0  80   0 -  4921 -      Sep08 ?        00:00:01 /bin/bash /usr/local/bin/display-auto-brightness

Ich möchte alle Zeilen entfernen, die 63 vorkommen oder mehrmals.

Gewünschte Ausgabe

$ ps-suspects.sh
20 times / second ps -elf is captured to /home/rick/pid.log

Type Ctrl+C when done capturing

~/pid.log is sorted and uniq counted on column 15
which is full path and program name.

Then all matches with same unique count (the headings)
are stripped and only new processes started are printed.

This function can help you trace down what processes are
causing you grief for lid close events, hot plugging, etc.
^C 
wc of ~/pid.log :   17288  343162 2717102 /home/rick/pid.log

HighCnt: 63
      1 /mnt/e/bin/ps-suspects.sh Possible suspects causing problems
     26 0 R rick     25976  2051  0  80   0 - 120676 -     10:43 ?        00:00:00 gnome-calculator
     62 0 S root     22561   980  0  80   0 -  3589 -      10:42 ?        00:00:00 sleep 60

Frage

In diesem Beispiel 63 erscheint auf 90 % bis 99 % der Zeilen in Spalte 1, und diese Zeilen müssen entfernt werden. Alle Vorkommen von 126 könnte auch entfernt werden. Also irgendetwas das Auftretendste und Größte kann entfernt werden.

Kann jemand das fehlende awk finden und/oder uniq und/oder grep um die Aufgabe zu beenden?

Akzeptierte Antwort:

Python zur Rettung:

python3 -c 'import sys,collections;l=[(int(L.split(None,1)[0]),L)for L in sys.stdin.readlines()];m=collections.Counter(x[0]for x in l).most_common(1)[0][0];print(*[x[1]for x in l if x[0]<m],sep="",end="")'

Alternative, unkomprimierte Version zur Verwendung als Skriptdatei:

#!/usr/bin/env python3
import sys
import collections

# read lines from stdin (with trailing \n) and extract the number in their first column
items = [(int(line.split(None, 1)[0]), line) for line in sys.stdin]
# find the most common number from the first column
most_common = collections.Counter(item[0] for item in items).most_common()[0][0]
# print input lines in order, but only those with their number lower than the most common
print(*[item[1] for item in items if item[0] < most_common], sep="", end="")

Die einzige Annahme, die dieses Skript in Bezug auf seine Eingabe macht, von der erwartet wird, dass sie in stdin geleitet wird, ist, dass jede Zeile eine gültige Ganzzahl in ihrer ersten durch Leerzeichen getrennten Spalte enthält. Die Zeilen müssen in keiner Form sortiert sein.

Verwandte:Welcher Hash-Algorithmus wird für Passwörter verwendet, die in 11.10 im Schatten gespeichert sind?

Hinweis: Wenn es in der ersten Spalte mehrere verschiedene häufigste Zahlen mit derselben Anzahl gibt, ist es willkürlich, welche der beiden ausgewählt wird, sollte aber für dieselbe Eingabe konstant sein. Falls dies nicht erwünscht ist, müssten Sie stattdessen die Zeile, die den häufigsten Wert findet, durch etwas in der Art ersetzen, um den höchsten häufigsten Wert zu finden:

most_common = sorted(collections.Counter(item[0] for item in items).most_common(),
                     key=lambda x:x[::-1])[-1][0]

Beispieleingabe:

1 foo
3 bar
2 baz
3 apple
3 banana
2 cherry
4 beep

Beispielausgabe:

1 foo
2 baz
2 cherry