linux系统日志解析

本文涉及的产品
云解析 DNS,旗舰版 1个月
全局流量管理 GTM,标准版 1个月
公共DNS(含HTTPDNS解析),每月1000万次HTTP解析
简介:

Linux

  在Linux系统中,有三类主要的日志子系统:

时间

服务

网络

常用的日志文件如下:

  
access-log 纪录HTTP/web的传输    acct/pacct 纪录用户命令    aculog 纪录MODEM的活动    btmp 纪录失败的纪录    lastlog 纪录最近几次成功登录的事件和最后一次不成功的登录    messages 从syslog中记录信息(有的链接到syslog文件)    sudolog 纪录使用sudo发出的命令    sulog 纪录使用su命令的使用    syslog 从syslog中记录信息(通常链接到messages文件)    utmp 纪录当前登录的每个用户    wtmp 一个用户每次登录进入和退出时间的永久纪录    xferlog 纪录FTP会话

下面是日志级别

1.emerg 
紧急 - 系统无法使用。
"Child cannot open lock file. Exiting"
2.alert 
必须立即采取措施。
"getpwuid: couldn’t determine user name from uid"
3.crit 
致命情况。
"socket: Failed to get a socket, exiting child"
4.error 
错误情况。
"Premature end of script headers"
5.warn 
警告情况。
"child process 1234 did not exit, sending another SIGHUP"
6.notice 
一般重要情况。
"httpd: caught SIGBUS, attempting to dump core in ..."
7
info 
普通信息。
"Server seems busy, (you may need to increase StartServers, or Min/MaxSpareServers)..."
8.debug 
出错级别信息
"Opening config file ..."
当指定了特定级别时,任何级别高于他的信息也会同时报告。比如说,当指定了LogLevel info时,任何 noticewarn级别的信息也会被记录。

utmp、wtmp和lastlog日志文件是多数重用UNIX日志子系统的关键--保持用户 登录进入和退出的纪录。有关当前登录用户的信息记录在文件utmp中;登录进入和退出纪录在文件wtmp中;最后一次登录文件可以用lastlog命令察 看。数据交换、关机和重起也记录在wtmp文件中。所有的纪录都包含时间戳。这些文件(lastlog通常不大)在具有大量用户的系统中增长十分迅速。例 如wtmp文件可以无限增长,除非定期截取。许多系统以一天或者一周为单位把wtmp配置成循环使用。它通常由cron运行的脚本来修改。这些脚本重新命 名并循环使用wtmp文件。通常,wtmp在第一天结束后命名为wtmp.1;第二天后wtmp.1变为wtmp.2等等,直到wtmp.7。

每次有一个用户登录时,login程序在文件lastlog中察看用户的UID。如果找到了, 则把用户上次登录、退出时间和主机名写到标准输出中,然后login程序在lastlog中纪录新的登录时间。在新的lastlog纪录写入后,utmp 文件打开并插入用户的utmp纪录。该纪录一直用到用户登录退出时删除。utmp文件被各种命令文件使用,包括who、w、users和finger。

下一步,login程序打开文件wtmp附加用户的utmp纪录。当用户登录退出时,具有更新时间戳的同一utmp纪录附加到文件中。wtmp文件被程序last和ac使用。

进程统计

linux可以跟踪每个用户运行的每条命令,如果想知道昨晚弄乱了哪些重要的文件,进程 统计子系统可以告诉你。它对还跟踪一个侵入者有帮助。与连接时间日志不同,进程统计子系统缺省不激活,它必须启动。在Linux系统中启动进程统计使用 accton命令,必须用root身份来运行。Accton命令的形式accton file,file必须先存在。先使用touch命令来创建pacct文件:touch /var/log/pacct,然后运行accton: accton /var/log/pacct。一旦accton被激活,就可以使用lastcomm命令监测系统中任何时候执行的命令。若要关闭统计,可以使用不带任何 参数的accton命令。

lastcomm命令报告以前执行的文件。不带参数时,lastcomm命令显示当前统计文件生命周期内纪录的所有命令的有关信息。包括命令名、用户、tty、命令花费的CPU时间和一个时间戳。如果系统有许多用户,输入则可能很长。下面的例子就体现了这点:

  
crond F root ?? 0.00 secs Sun Aug 20 00:16    promisc_check.s S root ?? 0.04 secs Sun Aug 20 00:16    promisc_check root ?? 0.01 secs Sun Aug 20 00:16    grep root ?? 0.02 secs Sun Aug 20 00:16    tail root ?? 0.01 secs Sun Aug 20 00:16    sh root ?? 0.01 secs Sun Aug 20 00:15    ping S root ?? 0.01 secs Sun Aug 20 00:15    ping6.pl F root ?? 0.01 secs Sun Aug 20 00:15    sh root ?? 0.01 secs Sun Aug 20 00:15    ping S root ?? 0.02 secs Sun Aug 20 00:15    ping6.pl F root ?? 0.02 secs Sun Aug 20 00:15    sh root ?? 0.02 secs Sun Aug 20 00:15    ping S root ?? 0.00 secs Sun Aug 20 00:15    ping6.pl F root ?? 0.01 secs Sun Aug 20 00:15    sh root ?? 0.01 secs Sun Aug 20 00:15    ping S root ?? 0.01 secs Sun Aug 20 00:15    sh root ?? 0.02 secs Sun Aug 20 00:15    ping S root ?? 1.34 secs Sun Aug 20 00:15    locat



本文转自 houzaicunsky 51CTO博客,原文链接:http://blog.51cto.com/hzcsky/562273
目录
打赏
0
0
0
0
344
分享
相关文章
Grafana Loki,轻量级日志系统
本文介绍了基于Grafana、Loki和Alloy构建的轻量级日志系统。Loki是一个由Grafana Labs开发的日志聚合系统,具备高可用性和多租户支持,专注于日志而非指标,通过标签索引而非内容索引实现高效存储。Alloy则是用于收集和转发日志至Loki的强大工具。文章详细描述了系统的架构、组件及其工作流程,并提供了快速搭建指南,包括准备步骤、部署命令及验证方法。此外,还展示了如何使用Grafana查看日志,以及一些基本的LogQL查询示例。最后,作者探讨了Loki架构的独特之处,提出了“巨型单体模块化”的概念,即一个应用既可单体部署也可分布式部署,整体协同实现全部功能。
488 69
Grafana Loki,轻量级日志系统
MiniMax GenAI 可观测性分析 :基于阿里云 SelectDB 构建 PB 级别日志系统
基于阿里云SelectDB,MiniMax构建了覆盖国内及海外业务的日志可观测中台,总体数据规模超过数PB,日均新增日志写入量达数百TB。系统在P95分位查询场景下的响应时间小于3秒,峰值时刻实现了超过10GB/s的读写吞吐。通过存算分离、高压缩比算法和单副本热缓存等技术手段,MiniMax在优化性能的同时显著降低了建设成本,计算资源用量降低40%,热数据存储用量降低50%,为未来业务的高速发展和技术演进奠定了坚实基础。
MiniMax GenAI 可观测性分析 :基于阿里云 SelectDB 构建 PB 级别日志系统
Tomcat log日志解析
理解和解析Tomcat日志文件对于诊断和解决Web应用中的问题至关重要。通过分析 `catalina.out`、`localhost.log`、`localhost_access_log.*.txt`、`manager.log`和 `host-manager.log`等日志文件,可以快速定位和解决问题,确保Tomcat服务器的稳定运行。掌握这些日志解析技巧,可以显著提高运维和开发效率。
66 13
|
1月前
|
Linux系统之whereis命令的基本使用
Linux系统之whereis命令的基本使用
83 24
Linux系统之whereis命令的基本使用
PHP 日志系统的最佳搭档:一个 Go 写的远程日志收集服务
为了不再 SSH 上去翻日志,我写了个 Go 小脚本,用来接收远程日志。PHP 负责记录日志,Go 负责存储和展示,按天存储、支持 API 访问、可远程管理,终于能第一时间知道项目炸了。
31 10
AI技术如何重塑客服系统?解析合力亿捷AI智能客服系统实践案例
本文探讨了人工智能技术在客服系统中的应用,涵盖技术架构、关键技术和优化策略。通过感知层、认知层、决策层和执行层的协同工作,结合自然语言处理、知识库构建和多模态交互技术,合力亿捷客服系统实现了智能化服务。文章还提出了用户体验优化、服务质量提升和系统性能改进的方法,并展望了未来发展方向,强调其在客户服务领域的核心价值与潜力。
37 6
|
11天前
|
Linux系统中如何查看CPU信息
本文介绍了查看CPU核心信息的方法,包括使用`lscpu`命令和读取`/proc/cpuinfo`文件。`lscpu`能快速提供逻辑CPU数量、物理核心数、插槽数等基本信息;而`/proc/cpuinfo`则包含更详细的配置数据,如核心ID和处理器编号。此外,还介绍了如何通过`lscpu`和`dmidecode`命令获取CPU型号、制造商及序列号,并解释了CPU频率与缓存大小的相关信息。最后,详细解析了`lscpu`命令输出的各项参数含义,帮助用户更好地理解CPU的具体配置。
45 8
DeepSeek大模型在客服系统中的应用场景解析
在数字化浪潮下,客户服务领域正经历深刻变革,AI技术成为提升服务效能与体验的关键。DeepSeek大模型凭借自然语言处理、语音交互及多模态技术,显著优化客服流程,提升用户满意度。它通过智能问答、多轮对话引导、多模态语音客服和情绪监测等功能,革新服务模式,实现高效应答与精准分析,推动人机协作,为企业和客户创造更大价值。
100 5
DeepSeek 大模型在合力亿捷工单系统中的5大应用场景解析
工单系统是企业客户服务与内部运营的核心工具,传统系统在分类、派发和处理效率方面面临挑战。DeepSeek大模型通过自然语言处理和智能化算法,实现精准分类、智能分配、自动填充、优先级排序及流程优化,大幅提升工单处理效率和质量,降低运营成本,改善客户体验。
51 2