Squid服务日志分析

转载自: 

http://my.oschina.net/chenguang/blog/371275

 Apache 和 Squid 是两种著名的代理缓存软件，但Squid 较 Apache 而言是专门的代理缓存服务器软件，其代理缓存的功能强大，支持 HTTP/1.1 协议，其缓存对象也较多；并且 Squid 的缓存管理模块和访问控制模块功能很强大。它们有一定的相似之处，所以在分析完Apache日志后再看Squid日志就容易多了。

1 Squid日志分类

Squid的日志系统相对比较完善，常用日志分为如下两个：分别是access.log 和cache.log。

作用：

  access.log;客户端使用代理服务器的记录文件，访问日志位置在squid.conf中修改；

  cache.log; 缓存在运行时的状态信息和调试信息，一般情况下容量不大。缓存日志位置在squid.conf中修改。

当代理服务器运行时，所有客户提出的请求，以及Squid处理的结果都会被记录在/var/log/squid/access.log文件里，使得access.log文件的增长速度很快，通常会mount一个比较大的磁盘作为存储空间。

注意：squid下还有一类日志，store.log它记录每个进入和离开缓存的目标信息，参考价值不大，这里不做介绍。

2典型Squid访问日志分析

下面给出一条典型的Squid访问日志：

对这条日志的分析见表1。

结果/状态码 TCP_MISS 表示没有命中缓存,TCP_HIT  表示命中。

下面通过一个实用的Shell命令获取比较详细的命中情况:

# cat access.log|awk '{print$4}'|sort|uniq -c|sort -nr

     33 TCP_MISS/200

      2 TCP_MISS/302

      2 TCP_MEM_HIT/302

      1 TCP_MISS/503

当然状态信息（TCP_MISS、TCP_MEM等）不止这几个。总的来说，HIT表示命中，而TCP_MISS表示未命中。

下列标签可能出现在access.log文件的第四个域。

  TCP_HIT ：Squid发现请求资源最新的拷贝，并立即发送到客户端。

  TCP_MISS ：Squid没有请求资源的cache拷贝。

  TCP_REFERSH_HIT ：Squid发现请求资源旧拷贝，并发送确认请求到原始服务器。

  TCP_IMS_HIT：客户端发送确认请求，Squid发送更新的内容到客户端，而不联系原始服务器。

  TCP_NEGATIVE_HIT：在对原始服务器的请求导致HTTP错误时，Squid会缓存这个响应。在短时间内对这些资源的重复请求，导致了是否命中。negative_ttl指令控制这些错误被Cache的时间数量。

  TCP_MEM_HIT ：Squid在内存cache里发现请求资源的有效拷贝，并将其立即发送到客户端。

  TCP_DENIED ：因为http_access或http_reply_access规则，客户端的请求被拒绝了。

• TCP_REDIRECT ：重定向程序告诉Squid产生一个HTTP重定向到新的URI，这一功能比较常见，例如可以用来实现访问控制、移除广告、本地镜像等，用个实例来说，某个用户请求http://www.example.com/a.htm重定向程序将请求改变成另一个URI，http://www.example.com/b.htm。以下是重定向日志的实例：

TCP_REDIRECT/301 277 GET http://redirector.you.com/videoplayback?3257|0|3|8 HIER_NONE comp3

3 Squid时间戳转换

（1）.Squid 时间戳（1356693954.014）看起来有点别扭，下面通过脚本将时间戳换算成我们认识的时间：

#perl -pe's/^\d+\.\d+/localtime($&)/e;' access.log

经过Perl程序变化后的的时间直观的显示出来，便于查看。

(2).将Squid输出日志格式变形的脚本

   有时需要动态显示squid日志的第3、8、7列内容，以便更符合我们日常浏览习惯，就可以使用如下命令：

# tail -f /var/log/squid/access.log |awk'{print$3 "" $8""$7}'

192.168.150.148-http://safebrowsing-cache.google.com/safebrowsing/rd/ChFnb29nLXBoaXNoLXNoYXZhchAAGMPiDyDM4g8yBkPxAwD_Aw

192.168.150.148-http://safebrowsing-cache.google.com/safebrowsing/rd/ChFnb29nLXBoaXNoLXNoYXZhchAAGM3iDyDg4g8qB1DxAwD__wEyBU3xAwAH

192.168.150.148-http://en-us.fxfeeds.mozilla.com/en-US/firefox/headlines.xml

192.168.150.148-http://fxfeeds.mozilla.com/firefox/headlines.xml

192.168.150.148-http://newsrss.bbc.co.uk/rss/newsonline_world_edition/front_page/rss.xm

(3).可以将一个squid日志记录行分割成多个字段，使用参数传回需要的字段。

# tail -f/var/log/squid/access.log | awk '{print$3 " " $8 " " $7}'

这里选择的是客户IP及取回内容字段，显示如下：

192.168.150.146-http://jump.qq.com/clienturl_simp_80192.168.150.147- http://mm.china.com/zh_cn/images/tit_liangzhuang.gif192.168.150.148 -http://ly.zzip.com.cn/movie/list.aspx?

（4）.还可以根据日志分析缓存命中率：

#cat access.log|awk ‘{print$4}’|sort|uniq -c|sort -nr

9568 TCP_IMS_HIT/304

6313 TCP_HIT/200

2133 TCP_MISS/200

1568 TCP_MISS/206

587 TCP_MEM_HIT/200

4 Squid日志位置：

Squid的配置文件位于/etc/squid/squid.conf，可在这个文件加入如下一行内容，以定义日志文件的存储位置。

Access_log/var/log/squid/access.log squid

下面以RHEL5为例，/var/log/squid/access.log

除了命令行方式以外，采用Squid报告分析产生器（SARG）也是一种更直观的方法。

1）使用Scalar脚本分析squid日志

scalar脚本使用简单，速度快，报告详细，免去手工分析的麻烦。分析功能包括：每小时流量、文件大小比例、文件扩展名比例、状态码比例、命中率比例等。其格式与流量统计报告分别如图2、图3所示。Scalar的下载地址是http://scalar.risk.az/scalar095/scalar.awk。

5 图形化日志分析工具

    SARG是一款Squid日志分析工具，它采用html格式输出，详细列出了每一位用户访问Internet的站点信息、时间占用信息、排名、连接次数及访问量等。其效果如图4所示。

图4 Webmin下调用SARG输出Squid日志

     Firewall Analyzer是另一个分析Squid日志工具，如图5所示。图中显示了Squid Cache的使用情况，TCP_HIT表示发现请求资源的拷贝，而TCP_MISS表示没有请求资源的缓存拷贝，TCP_MISS达到了76.79%，正常情况下TCP_HIT的数值要远大于TCP_MISS的值如果反过来那么说明代理服务器出现故障应立即检查。

图 5用FirewallAnalyzer分析Squid日志

在access.log文件当前路径下输入以下命令也可以输出统计信息：

#cat access.log|gawk ‘{print $4}’|sort|uniq -c|sort-nr

     此外，还有几款squid专用日志分析工具也比较易用，例如LightSquid、Calamari、Squid-Graph以及Squid Analyzer。不过它们最近已不升级这里就不做介绍，感兴趣的读者可以去网上查阅资料。最后，统一利用OSSIM分析日志大家可以参阅《UNIX/Linux网络日志分析与流量监控》一书。