Nginx 日志相關配置有 2 個地方:access_log 和 log_format 。
默認的格式:
access_log /data/logs/nginx-access.log; log_format old '$remote_addr [$time_local] $status $request_time $body_bytes_sent ' '"$request" "$http_referer" "$http_user_agent"';
相信大部分用過 Nginx 的人對默認 Nginx 日志格式配置都很熟悉,對日志的內容也很熟悉。但是默認配置和格式雖然可讀,但是難以計算。
Nginx 日志刷盤相關策略可配置:
比如,設置 buffer,buffer 滿 32k 才刷盤;假如 buffer 不滿 5s 鐘強制刷盤的配置如下:
access_log /data/logs/nginx-access.log buffer=32k flush=5s;
這決定了是否實時看到日志以及日志對磁盤 IO 的影響。
Nginx 日志能夠記錄的變量還有很多沒出現在默認配置中:
比如:
請求數據大小:$request_length
返回數據大小:$bytes_sent
請求耗時:$request_time
所用連接序號:$connection
當前連接發生請求數:$connection_requests
Nginx 的默認格式不可計算,需要想辦法轉換成可計算格式,比如用控制字符 ^A (Mac 下 ctrl+v ctrl+a 打出)分割每個字段。
log_format 的格式可以變成這樣:
log_format new '$remote_addr^A$http_x_forwarded_for^A$host^A$time_local^A$status^A' '$request_time^A$request_length^A$bytes_sent^A$http_referer^A$request^A$http_user_agent';
這樣之後就通過常見的 Linux 命令行工具進行分析了:
cat access.log | awk -F ‘^A’ ‘{print $10}’ | sort | uniq -c
cat access.log | awk -F ‘^A’ ‘{if($5 == 500) print $0}’
cat access.log | awk -F ‘^A’ ‘{if($5 == 500) print $0}’ | wc -l
cat access.log | awk -F ‘^A’ ‘{if($5 == 500) print $0}’ | grep ’09:00’ | wc-l
tail -f access.log | awk -F ‘^A’ ‘{if($6>1) print $0}’
tail -f access.log | awk -F ‘^A’ ‘{if($6>1) print $3″|”$4}’
cat access.log | awk -F ‘^A’ ‘{if($5==502) print $11}’ | sort | uniq -c
cat access.log | awk -F ‘^A’ ‘{if($5==200 && $8 < 100) print $3″|”$4″|”$11″|”$6}’
tail -f access.log | cat -e
或者
tail -f access.log | tr ‘^A’ ‘|’
總結
照著這個思路可以做很多其他分析,比如 UA 最多的訪問;訪問頻率最高的 IP;請求耗時分析;請求返回包大小分析;等等。
這就是一個大型 Web 日志分析系統的原型,這樣的格式也是非常方便進行後續大規模 batching 和 streaming 計算。
原文:http://blog.eood.cn/nginx_logs