Analog使用中的一些技巧和总结

Analog是一款用来快速处理日志的开源工具，具有很高的效率，但是生成的结果并不美观，本文就analog使用过程中的一些问题进行总结，讨论如何对analog进行深度的定制使用。

处理经过压缩的多个日志文件

analog可以读取gz格式压缩的日志文件，并且支持读取多个文件。这个选项在我们有多台前端Web服务器的时候可以用上，读取多个日志文件，可以通过两种方式实现：在配置文件中指定多行LOGFILE，或者在单个文件中使用通配符，后一种方法是最常用到的。

LOGFILE new1.log,old*.log
LOGFILE new2.log

Analog配置文件相关的设置技巧

Analog启动时，会读取配置文件和命令行中的配置信息，配置文件默认是 analog.cfg ，如果想要命令行中的配置信息优先级比较高，需要加上 –G 参数，这样才能在有重复的配置项时，以命令行中的为准。

analog支持读多个配置文件，但是如果多个配置文件中的配置项不同，就会发生混乱。如果真的需要读取多个配置文件，建议将一些基础性的配置信息放在默认配置文件中，一些个性的配置信息通过 +ganalog.x.cfg 包含进来。

analog中的配置项信息非常多，有些在命令行下有缩写的形式，有一些则没有，如果希望在命令行中指定没有缩写的配置信息，可以使用下面的形式，注意命令之间不能有空格。

+C”UNCOMPRESS *.gz gzcat”

./analog/analog -G +ganalog.cfg +Oanalog_reports/bizhouse/bizhouse-110221.html /data0/dpoolapachelog/110221/110221.biz.house.sina.com.cn_*.gz +C"HOSTNAME biz.house.sina.com.cn"

analog中关于日志文件和日志文件格式的配置项都是 cumulative （累加）的。如果我们的日志有两种格式，那么配置文件中写两行 LOGFORMAT 就可以保证不管遇到什么样的日志格式，都可以正常执行，这个特性在处理情况复杂的日志文件时非常有用。

配置HTML报告界面

图标和图标的链接

LOGO http://watchdog.com.cn/static/v1.0/logo.png
LOGOURL http://watchdog.com.cn

如何处理多个网站的日志文件

在我们的环境中，有很多个项目，日志的存储方式如下

/data/logs/2011-02-23/domain.a.com.cn-2011-02-23.ip1.tar.gz

/data/logs/2011-02-23/domain.a.com.cn-2011-02-23.ip2.tar.gz

/data/logs/2011-02-23/domain.b.com.cn-2011-02-23.ip1.tar.gz

/data/logs/2011-02-23/domain.b.com.cn-2011-02-23.ip2.tar.gz

目录中存在很多日志文件，使用analog进行分析比较麻烦的问题是这些日志的日志格式如果不一样，就不太好办。幸好 analog 的配置文件中对于日志格式的支持是累加的，可以在配置文件中使用这种方式进行配置。

APACHEDEFAULTLOGFORMAT (%h %l %u %t %T \"%r\" %>s %b \"%{Referer}i\" \"%{User-Agent}i\" \"%{Cookie}i\")
APACHEDEFAULTLOGFORMAT (%h %l %u %t \"%r\" %>s %b \"%{Referer}i\" \"%{User-Agent}i\")

只要配置的日志格式包括了所有可能的日志格式，我们就可以使用一个配置文件来进行所有日志文件的分析了。为了分析众多的日志文件，我写了一个脚本，通过读取一个项目列表文件，分析目录中对应的项目日志。然后汇总到一个数据库中进行展示，这样就方便我们查看多个网站的日志统计数据。分享如下：Wd_analog.pl

#!/usr/bin/perl -w

# This script use analog to analyze all the apache logs and send main result to watchdog.sample.com.cn site
# Author:shiqiang at 2011-2-24
# Revision History:
# 2011-02-25 shiqiang Use Getopt::Long to parse parameters
# 2011-02-25 shiqiang add some parameters to make this script common to use
# 2011-02-24 shiqiang create file

use strict;
use Getopt::Long;
use diagnostics;
use LWP;
my $version = "1.0";
my $usage = "Welcome to use wd_analog.pl $version\n";
my $help = 0;

#Declare default values for variables
my $verbose = 0;
my $debug = -1;
my $config = "project_list";
chomp(my $date = `date -d '1 day ago' +%y%m%d`);
chomp(my $report_date = `date -d '1 day ago' +%Y-%m-%d`);

chomp(my $base_path = `pwd`);
# Analog binary path
my $analog = ("/data0/vhosts/analog.sample.com.cn/htdocs/analog/analog");
my $log_store_path = $base_path . "/computer_result/";
my $log_file = $base_path . "/computer_result/wd_analog_log";
my $apache_log_path = "/data0/dpoolapachelog/";

#process options from command line
GetOptions(
    'verbose+' => \$verbose,
    'config|f=s' => \$config,
    'date|d=s' => \$date,
    'help|?' => \$help,
    'debug:i' => \$debug
);

if( $help ){
    print $usage;
    print "Sample:wd_analog.pl -config=config_file_path -date=cur_date\n";
    exit(0);
}

die "Config file doesn't exists or incorrupt" if ! -f $config;
my @content = `cat $config`;
my %project_list = ();

#
# Parse the project domain and generate the module name
# we trim the "www" prefix and ".com\.cn\" suffix to create the module name
#
for my $value ( @content ){
    chomp( $value );
    my $module = $value;
    $module =~ s/www|sina\.com\.cn|\.com\.cn|\.cn|\.com|\.//g;
    $project_list{$value} = $module;
}

#
# Iterate all the project and run analog
#
my $browser = LWP::UserAgent->new();
my @keys = sort keys %project_list;
for my $key ( @keys ) {
    # Define trhee parameters used for analog
    my $module = $project_list{$key};
    my $domain_keyword = $key;
    my $cur_date = $date;
    $log_store_path .= $module;
    `mkdir -p $log_store_path` if ! -d $log_store_path;
    #`echo "=================================" >> $log_file 2>1&`;
    `echo $key=$project_list{$key} >> $log_file 2>1&`;
    `./analog/analog -G +ganalog.cfg +O$log_store_path/$module-$cur_date.txt $apache_log_path$date/$date.*${domain_keyword}_*.gz +C"HOSTNAME $domain_keyword" +C"OUTPUT COMPUTER"`;

    # Parse the stat result and do some post processing
    my %stat;
    my $k;
    foreach $k ("B7", "BT", "CL", "F7", "FL", "FRd", "FRh", "FRmi", "FRmo", "FRy", "H7", "LRd", "LRh", "LRmi", "LRmo", "LRy", "N7", "NF", "NH", "P7", "PR", "R7", "RR", "S7", "SR", "UL") { $stat{$k} = 0; }
    $stat{HN} = "";
    # Analog doesn't necessarily create lines for all values
    open(INPUT, "$log_store_path/$module-$cur_date.txt" ) or die "Faile to open stat result file $domain_keyword:$log_store_path/$module-$cur_date.txt";
    while (<INPUT>) {
        chomp;
        if (m{^x    FR    (\d+)\t(\d+)\t(\d+)\t(\d+)\t(\d+)$}) {
            ($stat{FRy}, $stat{FRmo}, $stat{FRd}, $stat{FRh}, $stat{FRmi}) = ($1, $2, $3, $4, $5)
        }
        elsif (m{^x    LR    (\d+)\t(\d+)\t(\d+)\t(\d+)\t(\d+)$}) {
            ($stat{LRy}, $stat{LRmo}, $stat{LRd}, $stat{LRh}, $stat{LRmi}) = ($1, $2, $3, $4, $5)
        }
        elsif (m{^x    ([A-Z][A-Z7])    ([^/]+)$}) { $stat{$1} = $2; }
    }

    my $pv = 0;
    $pv = $stat{PR}/$stat{NH} if $stat{NH} ne '0';
    my $response = $browser->post("http://watchdog.sample.com.cn/log/save", ["domain"=>$stat{HN},"requests"=>$stat{SR},"pages"=>$stat{PR},"pv"=> $pv,"traffic"=>$stat{BT},"uip"=>$stat{NH},"stats_date"=>"$report_date"]);;
    die "Post data failed : $response->content !" if $response->content ne '0';
    $log_store_path = $base_path . "/computer_result/";
}

Analog中几种固定的日志格式

Common format, LOGFORMAT COMMON

jay.bird.com - fred [25/Dec/1998:17:45:35 +0000]
      "GET /~sret1/ HTTP/1.0" 200 1243
LOGFORMAT (%S %j %u [%d/%M/%Y:%h:%n:%j] "%j%w%r%wHTTP%j" %c %b)
LOGFORMAT (%S %j %u [%d/%M/%Y:%h:%n:%j] "%j%w%r" %c %b)
LOGFORMAT (%S %j %u [%d/%M/%Y:%h:%n:%j] "%r" %c %b)

Microsoft common format, LOGFORMAT MS-COMMON

jay.bird.com - fred [25/Dec/1998:17:45:35 +0000]
      "GET /~sret1/ "HTTP/1.0" 200 1243
LOGFORMAT (%S %j %u [%d/%M/%Y:%h:%n:%j] "%j%w%r%w"HTTP%j" %c %b)
LOGFORMAT (%S %j %u [%d/%M/%Y:%h:%n:%j] "%j%w%r" %c %b)
LOGFORMAT (%S %j %u [%d/%M/%Y:%h:%n:%j] "%r" %c %b)

Combined log, LOGFORMAT COMBINED

jay.bird.com - fred [25/Dec/1998:17:45:35 +0000] "GET /~sret1/ HTTP/1.0" 200
      1243 "http://www.site.com/" "Mozilla/2.0 (X11; I; HP-UX A.09.05)"
LOGFORMAT (%S %j %u [%d/%M/%Y:%h:%n:%j] "%j%w%r%wHTTP%j" %c %b "%f" "%B")
LOGFORMAT (%S %j %u [%d/%M/%Y:%h:%n:%j] "%j%w%r" %c %b "%f" "%B")
LOGFORMAT (%S %j %u [%d/%M/%Y:%h:%n:%j] "%r" %c %b "%f" "%B")

Referrer log, LOGFORMAT REFERRER

[25/Dec/1998:17:45:35] http://www.site.com/ -> /~sret1/
or http://www.site.com/ -> /~sret1/
LOGFORMAT ([%d/%M/%Y:%h:%n:%j] %f -> %*r)
LOGFORMAT (%f -> %*r)

Browser log, LOGFORMAT BROWSER

[25/Dec/1998:17:45:35] Mozilla/2.0 (X11; I; HP-UX A.09.05)
LOGFORMAT ([%d/%M/%Y:%h:%n:%j] %B)

Microsoft log, North American dates, LOGFORMAT MICROSOFT-NA

192.64.25.41, -, 12/25/98, 17:45:35, W3SVC1, HOST1, 192.16.225.10,
      2178, 303, 1243, 200, 0, GET, /~sret1/, -,
192.64.25.41, -, 12/25/2001, 17:45:35, W3SVC1, HOST1, 192.16.225.10,
      2178, 303, 1243, 200, 0, GET, /~sret1/, -,
LOGFORMAT (%S, %u, %m/%d/%Z, %h:%n:%j, W3SVC%j, %j, %v,
      %T, %j, %b, %c, %j, %j, %r, %q,)
LOGFORMAT (%*S, %*u, %m/%d/%Z, %h:%n:%j, %j)

Microsoft log, international dates, LOGFORMAT MICROSOFT-INT

192.64.25.41, -, 25/12/98, 17:45:35, W3SVC1, HOST1, 192.16.225.10,
      2178, 303, 1243, 200, 0, GET, /~sret1/, -,
192.64.25.41, -, 25/12/2001, 17:45:35, W3SVC1, HOST1, 192.16.225.10,
      2178, 303, 1243, 200, 0, GET, /~sret1/, -,
LOGFORMAT (%S, %u, %d/%m/%Z, %h:%n:%j, W3SVC%j, %j, %v,
      %T, %j, %b, %c, %j, %j, %r, %q,)
LOGFORMAT (%*S, %*u, %d/%m/%Z, %h:%n:%j, %j)

WebSite log, North American dates, LOGFORMAT WEBSITE-NA

12/25/98 17:45:35  jay.bird.com  host1  Server  fred  GET  /~sret1/
   http://www.site.com/    Mozilla/2.0 (X11; I; HP-UX A.09.05)  200  1243  2178
LOGFORMAT (%m/%d/%y %h:%n:%j\t%S\t%v\t%j\t%u\t%j\t%r\t%f\t%j\t%B\t%c\t%b\t%T)

WebSite log, international dates, LOGFORMAT WEBSITE-INT

25/12/98 17:45:35  jay.bird.com  host1  Server  fred  GET  /~sret1/
   http://www.site.com/    Mozilla/2.0 (X11; I; HP-UX A.09.05)  200  1243  2178
LOGFORMAT (%d/%m/%y %h:%n:%j\t%S\t%v\t%j\t%u\t%j\t%r\t%f\t%j\t%B\t%c\t%b\t%T)

MacHTTP format, LOGFORMAT MACHTTP

12/25/98  17:45:35   OK    jay.bird.com  /~sret1/  1243
LOGFORMAT (%m/%d/%y\t%h:%n:%j \t%C%w%S\t%r\t%b)

参考资料：
1、Analog Docs
2、Logwrangler
3、Perl Doc Getopt::Long