多主机多站点情景下AWStats日志分析
情景描述
公司web服务器分为三个集群：前台（包括www、news、m等站点）；图片（包括img、static等站点）；后台（包括user、interface等站点）。这种情况下如何使用awstats进行日志分析呢？
这个需求我们很容易想到其中的几个“关键点”
- 如何将各台web server上的站点日志拷贝到awstats server上的合适位置以备处理呢？这好说，写脚本用scp或者rsync嘛！ok，再想一步，如何在server数量或者server上站点发生变化时，脚本依然能够正确的完成任务呢？这就要各server上关于日志名称、日志及其备份目录、日志轮转等方面做统一约定了，脚本按照这个约定才能“以不变应万变”。
- 一个站点的访问日志势必会有多份，awstats如何处理呢？还好这一点awstats已经帮我们想好了，在awstats配置文件里关于“LogFile=”部分的注释已经写得很清楚。
- 这么多站点，最好有一个统一的入口页面，而且增减站点入口要简单，用着才方便。
基于以上几点，本文分享一种思路，若有更优的方法，还请不吝指教。
文章分四个部分：前提及约定；awstats配置要点和FastCGI方式配置；集中展示页面（JavaScript实现）；日志收集处理脚本
前提及约定
先看下我的约定（其实某些约定即使在本文之外也是很有必要的，例如1、2。脚本的正常运行依赖于这些约定）：
- 日志命名：如www.abc.com访问日志命名为www.access.log；日志存放位置：当前的日志存在于/nginx_log目录，日志备份存储于/nginx_log/backup。看下图就一目了然了
日志轮转：我的web server为nginx，通过日志切割脚本自动在0点重新生成日志，并将旧日志文件以前一天的日期为后缀命名（例如“images.access.log.2015-12-02”）移动到日志备份目录。
看下日志切割脚本（在每台web server定时0点执行）
cat rotate_nginx_logs.sh#!/bin/sh logs_path="/nginx_log" ###日志存放路径 logs_bak_dir="/nginx_log/backup" ###日志备份目录 yesterday=`date -d "1 day ago" +%` pid_file=`cat /usr/local/nginx/nginx.pid` ###nginx pid 文件 cd $logs_path for log in `ls *.log`;do mv $log $logs_bak_dir/$log.$yesterday done ###重命名日志文件 kill -USR1 $pid_file ###告知nginx重新生成日志 cd $logs_bak_dir find . -mtime +5|xargs rm -f ###删除backup目录下超过5天的备份每天凌晨自动完成这一系列任务， 页面最新可显示昨日的分析结果
各站点日志文件拉取到awstats server后的存储形式
- awstats server设置对所有相关web server的免秘钥登陆，以便拉取日志
awstats配置要点和FastCGI方式配置
这里不展开详细的安装步骤，只说明一些配置选项以及如何配置动态模式。
awstats有两种方式展示分析结果:
一种是命令行生成html格式的分析页面；另一种是在浏览器通过向CGI网关传递参数来动态生成分析结果。
其实在原理上，这两种形式都需要“perl awstats.pl -config=mysite.conf -update”命令定时更新生成指定站点的“数据文件”（即经过awstats.pl分析日志生成的中间文件），然后可以分两种方法（对中间文件进行处理）生成我们看到的分析页面：
- 通过“perlawstats.pl -config=www.conf -output -staticlinks > www.html”命令生成html文件用于展示
- web服务器通过FastGCI调用类似“http://awstats.abc.com/cgi-bin/awstats.pl?config=/usr/local/services/awstats-7.4/etc/www.conf”的url在访问时动态生成分析页面
两种方式各有优缺：第一种定时生成html文件，访问时页面加载快，但是页面布局使用起来不方便也不美观；第二种在打开页面时需要临时处理“数据文件”生成html，页面加载速度根据“数据文件”大小不同会有不同程度延迟，但是动态形式的页面布局看着舒服用着顺手（所以我选择fastcgi模式）。
fastcgi模式页面如下图所示 
来看下我的awstats目录，其中我增加了三个目录，如下图
然后来看下配置文件里需要注意的几个地方：
###因为我们每一个站点的日志文件不止一份，所以LogFile必须按照以下模式配置 LogFile="/usr/local/services/awstats-7.4/tools/logresolvemerge.pl /nginx_log/log_analyze/www/*.log* |" ###DirData按照上图所示，存储于result下，例如 result/www result/img等 DirData="/usr/local/services/awstats-7.4/result/www" ###DirCgi="/awstats" 将此行注释掉 LoadPlugin="decodeutfkeys" ###将此行的注释打开。否则页面“搜索关键字”可能乱码
同时yum install perl-String-Escape perl-URI-Encode 安装perl字符及URL解码模块
然后再看“配置文件”的生成管理
各站点的配置文件存放于awstats/etc下，如www.conf，img.conf等。面对如此多的配置文件，这里写了个简单的小脚本来批量修改/生成配置文件。我们只需修改好一份配置文件，再运行该脚本即可(如，以www.conf为模板， 则执行”sh awstats/shells/batch_conf_file.sh www”) cat awstats/shells/batch_conf_file.sh
#!/bin/sh
###批量建数据目录，批量 创建各域名配置文件
cd /usr/local/services/awstats-7.4
for i in `ls result` #这一步需下文的日志收集脚本执行完，在result目录下生成了各站点目录才能正确执行
do
if [ $1 != $i ];then
echo -e "\n------ create $i.conf -------"
rsync -a etc/$1.conf etc/$i.conf
echo -e "------replace $1 by $i -------"
sed -i "/^[^#].*/ s/$1/$i/g" etc/$i.conf
fi
done最后来看fastcgi模式的配置
- 在tools/nginx/目录下有相关文件
- 将tools/nginx/awstats-fcgi.php 拷贝至wwwroot/cgi-bin/fcgi.php
修改tools/nginx/awstats-nginx.conf 文件相关配置，并在nginx主配置文件里面引用该文件
server { listen 80; server_name awstats.abc.com; root /usr/local/services/awstats-7.4/wwwroot; #charset utf8; index index.html; # Static awstats files: HTML files stored in DOCUMENT_ROOT/awstats/ location /awstats/classes/ { alias /usr/local/services/awstats-7.4/wwwroot/classes/; } location /awstats/css/ { alias /usr/local/services/awstats-7.4/wwwroot/css/; } location /awstats/icon/ { alias /usr/local/services/awstats-7.4/wwwroot/icon/; } location /awstats-icon/ { alias /usr/local/services/awstats-7.4/wwwroot/icon/; } location /awstats/js/ { alias /usr/local/services/awstats-7.4/wwwroot/js/; } # Dynamic stats. location ~ ^/cgi-bin/(awredir|awstats)\.pl { gzip off; fastcgi_pass 127.0.0.1:9000; fastcgi_param SCRIPT_FILENAME $document_root/cgi-bin/fcgi.php; fastcgi_param X_SCRIPT_FILENAME $document_root$fastcgi_script_name; fastcgi_param X_SCRIPT_NAME $fastcgi_script_name; include fastcgi_params; #下面这三行酌情设置。太小可能会导致页面“链接被重置” fastcgi_connect_timeout 300; fastcgi_send_timeout 300; fastcgi_read_timeout 300; } }
集中展示页面
如果有多个域名的话，每次查看都需要输入对应的一串url肯定是很麻烦的。这里用html和JavaScript写了一个小页面，把所有域名的入口集中到一起，如下图所示 
index.html文件内容如下（如有站点的增减，只需在js的vhost数组对应增减即可）
<html>
<head>
<title>源站日志分析</title>
<style type="text/css">
.wrap{
width:1200px;
margin:5px auto;
border:0 solid #000;
}
table {
width:660px;
margin:5px auto;
border:2px solid #E0E0E0;
background-color:#F0F0F0;
border-collapse:collapse;
}
td {
width:220px;
height:45px;
font-size:1.1em;
text-align:center;
border:0 solid #2894FF;
}
h1 {text-align:center;color:#0072E3;font-family:"Microsoft YaHei",SimSun,BiauKai;}
a {text-decoration:none;color:#0072E3;}
a:hover{color:#FF5809}
</style>
</head>
<body>
<div class="wrap">
<h1>源站日志分析平台</h2>
<script type="text/javascript">
//域名数组，需要添加或删除域名只需在这里修改即可,会自动为其设置对应的超链接
var vhost=[
"www.abc.com",
"m.abc.com",
"news.abc.com",
"static.abc.com",
"images.abc.com",
"bbs.abc.com",
"i.abc.com",
"interface.abc.com",
"open.abc.com",
];
var num=vhost.length; //域名数量
var j=101; //j为行id,100为了避免跟单元格id重复而随意指定
//利用JavaScript创建表格
for (var i=1;i<=num;i++) {
if (i==1) {
document.write("<table><tr id=\"101\"><td id=\"1\" onmouseover=\"chg_td_bgcolor()\">");
}
else if (i==num) {document.write("<td id=\"" + num + "\" onmouseover=\"chg_td_bgcolor()\"></td></tr></table>")}
else if (i%3==0) {
j++; //每三个单元格一个新行，行号加一
document.write("<td id=\""+ i +"\" onmouseover=\"chg_td_bgcolor()\">"+ i +"</td>");
document.write("</tr><tr id=\""+j +"\">");
}
else {document.write("<td id=\""+ i +"\" onmouseover=\"chg_td_bgcolor()\">"+ i +"</td>");}
}
//向表格填充内容
for (var tdid=0;tdid<num;tdid++) {
//依顺序获取各td元素
var tdnode=document.getElementById(tdid+1);
//取出每个域名里的主机名，服务器端awstats该站点配置文件命名方式为 “主机名.conf”
var hostname=vhost[tdid].split(".abc",1);
//向表格插入域名并且设置超链接，config文件的位置各位自行设置
tdnode.innerHTML="<a href=\"cgi-bin/awstats.pl?config=/usr/local/services/awstats-7.4/etc/"+hostname+ ".conf\">" +vhost[tdid] +"</a>";
}
//设置table行背景色
for (var x=101;x<=j;x++){
var row=document.getElementById(x);
if (x%2==0) {
row.style.background="#E0E0E0";
}
}
//连接在新窗口打开
var allLinks=document.getElementsByTagName("a");
for(var i=0;i!=allLinks.length; i++){
allLinks[i].target="_blank";
}
</script>
</div>
</body>
</html>日志收集、处理
这里我在awstats server上写了一套shell脚本来实现无论web server上运行哪些站点，只要告诉脚本该server的ip即可将该server上所有站点日志拷贝至本机的合适位置以待分析。各server的ip信息记录于”/root/shells/ips.txt”，每条记录一行，如“web1-192.168.1.1”
来看脚本内容，脚本内注释应该已经比较详细了 cat awstats/shells/cp_logs_for_awstats.sh
#!/bin/sh
log_dir_s=/data/nginx_log/backup #各台server日志文件源目录
log_dir_d=/data/nginx_log/log_analyze #定义将日志拉取到本地后的存放路径
time1=`date -d "1 day ago" +%F` #获取一天前的日期
time2=`date -d "2 day ago" +%F`
basedir=/usr/local/services/awstats-7.4
echo -e "`date` 开始拉取日志\n" >$basedir/logs/cron.log
for server_ip in `cat /root/shells/ips.txt` #记录需要统计日志的所有主机ip和主机名
do
ip=`echo $server_ip|awk -F '-' '{print $2}'` #获取各server IP
echo -e "\e[1;32m \n----------rsync logs from $ip----------\e[0m" >>$basedir/logs/cron.log
#为了减少ssh连接，在此步将该ip下的所有前一天的access日志拷贝至本地/tmp下
rsync -avz --compress-level=6 --progress --exclude="default.*" --min-size=1k $ip:$log_dir_s/*access*"$time1" /tmp/
#取得上一天的日志备份文件名 log_name
for log_name in `cd /tmp/;ls *.access.log*`
do
vhost_name=`echo $log_name|awk -F.access '{print $1}'` #取得web server的vhost名
echo -e "\e[1;32m -----拷贝$vhost_name日志-----\e[0m" >>$basedir/logs/cron.log
#在本地建立目录分类存放cp过来的日志
if [ ! -d "$log_dir_d/$vhost_name" ];then
mkdir $log_dir_d/$vhost_name
fi
rm -f $log_dir_d/$vhost_name/*"$time2"*
mv /tmp/$log_name $log_dir_d/$vhost_name/$log_name.$ip #从tmp下依次mv日志文件到目标目录
done
done
echo -e "`date` 拉取日志完成\n" >>$basedir/logs/cron.log上面的shell脚本只是将分散在各web server的日志文件按规则拉取到了本地特定目录，接下来的shell脚本用来调用awstats.pl循环处理各站点日志 cat awstats/shells/cron_awstats_update.sh
#!/bin/sh #awstats日志分析 basedir=/usr/local/services/awstats-7.4 cd $basedir #循环更新所有站点日志统计信息 echo -e "\e[1;31m-------`date "+%F %T"` 开始处理---------\n\e[0m" >>logs/cron.log for i in `ls result/` do echo -e "\e[1;32m -----`date "+%F %T"` 处理 $i 日志-----\e[0m" >>logs/cron.log perl wwwroot/cgi-bin/awstats.pl -config=etc/$i.conf -lang=cn -update &>>logs/cron.log done echo -e "\e[1;31m\n-------`date "+%F %T"` 处理完成---------\e[0m" >>logs/cron.log
这两个脚本作为计划任务在awstats server运行，我的crontab如下 #日志分析平台 5 0 * * * /bin/bash /root/shells/cp_logs_to_img2_for_awstats.sh ; /bin/bash /root/shells/cron_awstats_update.sh
至此，这么一套东西就算完成了。
写了这么多，希望我说清楚了。看到此处的伙伴，希望能对你们有些许帮助吧！