分析Apache日志的工具awstats和webalizer

简介:

前言:

这两天,我学习了常用的在linux下分析Apche的日志工具AwStats及Webalizer,记录下来过程。它们都是免费的,开源的功能也不错。

1,AWStats工具

(1)安装

可以去http://awstats.sourceforge.net/学习,下载这个软件包。在ubuntu server 10.4下安装很是简单

#sudo apt-get install awstats

配置文件是/etc/awstats/awstats.conf

执行文件是/usr/lib/cgi-bin/awstats.pl

在配置文件awstats.conf中默认情况可以看到

awstats01

要分析的apache的日志文件,这个要根据实际情况进行修改,这里我要修改成

LogFile=”/var/log/apache2/access.log”

(2)配置apache2

第一种方法:

先在/etc/apache2/下建立一个名为awstats.conf的配置文件内容如下:

awstatas02

接着在/etc/apache2/apache2.conf中加入:

awstats03

第二种方法:

直接把awstats.conf建在/etc/apache2/conf.d目录下,而不需要再修改apache2.conf了。

(3)配置awstats

我要分析192.168.1.10的apache所以做以下动作:

#sudo cp /etc/awstats/awstats.conf /etc/awstats/awstats.192.168.1.10.conf

如果你的域名是www.labtest.com则改成

#sudo cp /etc/awstats/awstats.conf /etc/awstats/awstats.www.labtest.com.conf

运行awstats来生成分析结果

#sudo /usr/bin/perl /usr/lib/cgi-bin/awstats.pl –update -config=192.168.1.10

最后重新载入apache2

#sudo /etc/init.d/apache2 reload

(4)查看

在浏览器输入http://192.168.1.10/awstats/awstats.pl

awstats04 这只是一小部分

它会按月,按星期,按日期,按小时等统计出来数据。

可以参考http://ubuntu-tutorials.com/2008/01/16/configuring-awstats-on-ubuntu-server/进行awstats的安装配置

2,Webalizer

http://www.webalizer.org/是其官网

(1)安装

#sudo apt-get install webalizer

配置文件是/etc/webalizer/webalizer.conf

默认情况下webalizer分析的是/var/log/apache2/access.log.1文件

在这里我要修改成分析/var/log/apache2/access.log文件

LogType clf

如果要分析FTP日志就为

LogType ftp

如果要分析squid代理服务器的就为

LogType squid

做完以的修改,则运行webalizer

#sudo webalizer

(2)查看分析结果

在浏览器中输入http://192.168.1.10/webalizer,会看到以下图示

webalizer

这样就配置完成了。

Awstats与Webalizer有什么不同:

(1)awstats基于perl语言,CGI,能分析apache/IIS,FTP,mail,proxy, wap, streaming servers的日志;能识别搜索产生的访问并显示出来;统计项目比较丰富,详细;跨平台,能在windows下运行;能统计出最新的访问,支持中文。

(2)webalizer基于C语言,能分析apache,FTP(wu-ftpd/proftpd) xferlog(FTP) format logs, Squid proxy server native format, and   W3C Extended log formats日志,默认不能识别搜索产生的访问,与awstats相比统计项目较少,不能显示最新的访问,支持中文。

awstats能更好的帮助管理员进行apache的调优,不知道该用那个工具时,我觉得选用awstats是个不错的选择。两者都很优秀,我也是刚开始学习,不能进行有深度的比较。有错误的地方,还请多多指教!



本文转自xcjgutong 51CTO博客,原文链接:http://blog.51cto.com/xuchengji/391352


相关实践学习
【涂鸦即艺术】基于云应用开发平台CAP部署AI实时生图绘板
【涂鸦即艺术】基于云应用开发平台CAP部署AI实时生图绘板
相关文章
|
11月前
|
存储 自然语言处理 分布式计算
Apache Doris 3.1 正式发布:半结构化分析全面升级,湖仓一体能力再跃新高
Apache Doris 3.1 正式发布!全面升级半结构化分析,支持 VARIANT 稀疏列与模板化 Schema,提升湖仓一体能力,增强 Iceberg/Paimon 集成,优化存储引擎与查询性能,助力高效数据分析。
1257 4
Apache Doris 3.1 正式发布:半结构化分析全面升级,湖仓一体能力再跃新高
|
11月前
|
监控 安全 搜索推荐
使用EventLog Analyzer进行日志取证分析
EventLog Analyzer助力企业通过集中采集、归档与分析系统日志及syslog,快速构建“数字犯罪现场”,精准追溯安全事件根源。其强大搜索功能可秒级定位入侵时间、人员与路径,生成合规与取证报表,确保日志安全防篡改,大幅提升调查效率,为执法提供有力证据支持。
411 0
|
监控 安全 NoSQL
【DevOps】Logstash详解:高效日志管理与分析工具
Logstash是ELK Stack核心组件之一,具备强大的日志收集、处理与转发能力。它支持多种数据来源,提供灵活的过滤、转换机制,并可通过插件扩展功能,广泛应用于系统日志分析、性能优化及安全合规等领域,是现代日志管理的关键工具。
1673 0
|
自然语言处理 监控 安全
阿里云发布可观测MCP!支持自然语言查询和分析多模态日志
阿里云可观测官方发布了Observable MCP Server,提供了一系列访问阿里云可观测各产品的工具能力,包含阿里云日志服务SLS、阿里云应用实时监控服务ARMS等,支持用户通过自然语言形式查询
2073 0
阿里云发布可观测MCP!支持自然语言查询和分析多模态日志
|
监控 安全 BI
优化 Apache 日志记录的 5 个最佳实践
Apache 日志记录对于维护系统运行状况和网络安全至关重要,其核心包括访问日志与错误日志的管理。通过制定合理的日志策略,如选择合适的日志格式、利用条件日志减少冗余、优化日志级别、使用取证模块提升安全性及实施日志轮换,可有效提高日志可用性并降低系统负担。此外,借助 Eventlog Analyzer 等专业工具,能够实现日志的高效收集、可视化分析与威胁检测,从而精准定位安全隐患、评估服务器性能,并满足合规需求,为强化网络安全提供有力支持。
384 0
优化 Apache 日志记录的 5 个最佳实践
|
人工智能 运维 监控
Aipy实战:分析apache2日志中的网站攻击痕迹
Apache2日志系统灵活且信息全面,但安全分析、实时分析和合规性审计存在较高技术门槛。为降低难度,可借助AI工具如aipy高效分析日志,快速发现攻击痕迹并提供反制措施。通过结合AI与学习技术知识,新手运维人员能更轻松掌握复杂日志分析任务,提升工作效率与技能水平。
|
10月前
|
人工智能 数据处理 API
阿里云、Ververica、Confluent 与 LinkedIn 携手推进流式创新,共筑基于 Apache Flink Agents 的智能体 AI 未来
Apache Flink Agents 是由阿里云、Ververica、Confluent 与 LinkedIn 联合推出的开源子项目,旨在基于 Flink 构建可扩展、事件驱动的生产级 AI 智能体框架,实现数据与智能的实时融合。
1566 6
阿里云、Ververica、Confluent 与 LinkedIn 携手推进流式创新,共筑基于 Apache Flink Agents 的智能体 AI 未来
|
存储 Cloud Native 数据处理
从嵌入式状态管理到云原生架构:Apache Flink 的演进与下一代增量计算范式
本文整理自阿里云资深技术专家、Apache Flink PMC 成员梅源在 Flink Forward Asia 新加坡 2025上的分享,深入解析 Flink 状态管理系统的发展历程,从核心设计到 Flink 2.0 存算分离架构,并展望未来基于流批一体的通用增量计算方向。
738 0
从嵌入式状态管理到云原生架构:Apache Flink 的演进与下一代增量计算范式
|
SQL 人工智能 数据挖掘
Apache Flink:从实时数据分析到实时AI
Apache Flink 是实时数据处理领域的核心技术,历经十年发展,已从学术项目成长为实时计算的事实标准。它在现代数据架构中发挥着关键作用,支持实时数据分析、湖仓集成及实时 AI 应用。随着 Flink 2.0 的发布,其在流式湖仓、AI 驱动决策等方面展现出强大潜力,正推动企业迈向智能化、实时化的新阶段。
1307 9
Apache Flink:从实时数据分析到实时AI
|
SQL 人工智能 API
Apache Flink 2.1.0: 面向实时 Data + AI 全面升级,开启智能流处理新纪元
Apache Flink 2.1.0 正式发布,标志着实时数据处理引擎向统一 Data + AI 平台迈进。新版本强化了实时 AI 能力,支持通过 Flink SQL 和 Table API 创建及调用 AI 模型,新增 Model DDL、ML_PREDICT 表值函数等功能,实现端到端的实时 AI 工作流。同时增强了 Flink SQL 的流处理能力,引入 Process Table Functions(PTFs)、Variant 数据类型,优化流式 Join 及状态管理,显著提升作业稳定性与资源利用率。
1017 0

热门文章

最新文章

推荐镜像

更多