使用webalizer分析Nginx日志
一、webalizer简介
webalizer是一个高效的、免费的web服务器日志分析程序。其分析结果以HTML文件格式保存，从而可以很方便的通过web服务器进行浏览。Internet上的很多站点都使用webalizer进行web服务器日志分析。
Webalizer是用C写的程序，所以其具有很高的运行效率。在主频为200Mhz的机器上，webalizer每秒钟可以分析10000条记录，所以分析一个40M大小的日志文件只需要15秒。
webalizer支持标准的一般日志文件格式(Common Logfile Format)；除此之外，也支持几种组合日志格式(Combined Logfile Format)的变种，从而可以统计客户情况以及客户操作系统类型。并且现在webalizer已经可以支持wu-ftpd xferlog日志格式以及squid日志文件格式了。webalizer支持命令行配置以及配置文件。可以支持多种语言，也可以自己进行本地化工作。webalizer支持多种平台，比如UNIX、linux、NT, OS/2 和 MacOS等。
二、webalizer详细安装步骤
1、安装相关需要的依赖包软件
[root@www webalizer-2.23-08]# yum -y install jpeg libjpeg-devel libpng-devel zlib-devel fontconfig-devel freetype-devel gd gd-devel libX11-devel libXpm-devel
以上依赖包有的源没有，就需要手动下载安装，如果全部能直接yum安装上就更好了。
如果上面的yum源没有的包libjpeg-devel，gd-devel可以下载后使用下面的不检测依赖关系方式安装，不然会报一堆依赖错误
[root@www ~]# rpm -ivh --force --nodeps gd-devel-2.0.35-11.el6.x86_64.rpm
2、编译安装webalizer软件
[root@localhost ~]# tar xf webalizer-2.23-08-src.tgz
[root@localhost ~]# cd webalizer-2.23-08
[root@localhost webalizer-2.23-08]# ./configure --prefix=/usr/local/webalizer --enable-bz2 --enable-geoip
参数说明：
--enable-bz2 打开对bz2压缩文件的支持
--enable-geoip 通过IP进行位置定位
[root@www webalizer-2.23-08]# make && make install
3、创建相关目录和修改配置文件
[root@www ~]# mkdir /usr/local/nginx-1.12.1/html/webalizer
[root@www ~]# cp /usr/local/etc/webalizer.conf.sample /etc/webalizer.conf
[root@www ~]# vim /etc/webalizer.conf
LogFile /usr/local/nginx-1.12.1/logs/access.log 需要分析的日志
LogType clf 定义了正在处理的日志类型
OutputDir /usr/local/nginx-1.12.1/html/webalizer webalizer分析日志输出文件的目录
HistoryName webalizer.hist 指定webalizer生成的历史文件的名称
Incremental yes 增量处理日志，允许使用多个部分日志文件
IncrementalName webalizer.current 指定文件名以保存增量数据
ReportTitle Usage Statistics for 作为标题显示的文本
HostName 192.168.10.10 定义报表的主机名，这是在标题中使用的
上面的配置文件配好后，可以指定配置文件分析日志文件然后生成网页文件
[root@localhost ~]# /usr/local/webalizer/bin/webalizer -c /usr/local/webalizer/etc/webalizer.conf
Webalizer V2.23-08 (Linux 3.10.0-327.el7.x86_64 x86_64) English
Using logfile /usr/local/nginx-1.12.1/logs/access.log (clf)
Creating output in /usr/local/nginx-1.12.1/html/webalizer
Hostname for reports is '192.168.10.10'
Reading history file... webalizer.hist
Reading previous run data.. webalizer.current
Saving current run data... [05/31/2018 18:23:11]
Generating report for May 2018
Saving history information...
Generating summary report
174 records (163 ignored) in 1 seconds, 174/sec
下面是生成的网页文件
为了让网页文件动态更新，可以把命令写入定时任务，定时执行。
Webalizer 这种工具是把分析的结果形成一个文件，文件里有图片有表格等，并且这个文件可以以网页的形式打开。以下是常用的参数。
-t 指明报告题目的主机名可以是网站的名称
-F 日志格式类型有clf /ftp/ squid
-p 递增模式 ，没分析一次后就会产生一个历史文件，这样下次在分析的时候，就可以不处理分析过的部分。
-o 指定存放分析结果内容的文件。
-n 指定的服务器的主机名
三、webalizer基本使用
1、webalizer语法格式及参数说明
分析一个nginx的access日志，并查看index.html
webalizer access_log
webalizer参数说明
Usage: webalizer [options] [log file]
-h = print this help message //打印帮助
-V = print version information //打印版本信息
-v = be verbose //显示分析过程信息
-d = print additional debug info //显示调试信息
-F type = Log type. type= (clf | ftp | squid | w3c) //指定日志格式
-f = Fold sequence errors //
-i = ignore history file //无视历史记录文件，可以通过该选项独立分析一个日志文件
-p = preserve state (incremental) //增量分析
-b = ignore state (incremental) //忽略增量分析
-q = supress informational messages//不打印额外信息，
-Q = supress _ALL_ messages //屏蔽所有信息
-Y = supress country graph //不显示来访国家信息
-G = supress hourly graph //不显示时间段统计信息
-H = supress hourly stats //同上
-L = supress color coded graph legends
-l num = use num background lines on graph //
-m num = Visit timout value (seconds) //指定超时时间
-T = print timing information //显示时间信息
-c file = use configuration file ‘file’ //使用配置文件，指定路径
-n name = hostname to use //指定域名，即分析结果中url的前缀。如http://www.kimnote.com
-o dir = output directory to use //指定输出目录，分析结果将会保存到这个目录
-t name = report title ‘name’ //报告文件的标题
-a name = hide user agent ‘name’ //隐藏user-agent信息
-r name = hide referrer ‘name’ //隐藏referrer信息
-s name = hide site ‘name’ //隐藏指定网站信息
-u name = hide URL ‘name’ //隐藏指定url
-x name = Use filename extension ‘name’ //
-O name = Omit page ‘name’ //指定要忽略的页面
-P name = Page type extension ‘name’ //指定页面的扩展名，如.do .action .html .php等。
-I name = Index alias ‘name’
-K num = num months in summary table //索引页最大显示的月数
-k num = num months in summary graph //索引页图表中最大显示的月数
-A num = Display num top agents //显示num个user-agent 信息
-C num = Display num top countries // 显示 num个国家信息
-R num = Display num top referrers //显示num个referrer信息
-S num = Display num top sites //同上
-U num = Display num top URLs //同上
-e num = Display num top Entry Pages //同上
-E num = Display num top Exit Pages //同上
-g num = Group Domains to ‘num’ levels //
-X = Hide individual sites //
-z dir = Use country flags in ‘dir’
2、webalizer结果分析
通过IP过滤日志
加入你想看到 ip地址为 123.123.123.123 的访问情况，在webalizer的基础上加一个参数 –ip 123.123.123.123。
如果想看 10.10. 开头的ip，加参数 –ip 10.10. 就可以。
webalizer --ip 123.123.123.123 access_log
webalizer --ip 10.10. access_log
通过时间过滤日志
增加两个参数 –start、–end，格式为 00:00:00、23:59:59。
webalizer --start 01:00:00 --end 09:00:00 access_log
如项查看 凌晨1点到上网9点的日志，使用如下。
webalizer --start 01:00:00 --end 09:00:00 access_log
3、webalizer 缺点分析
在我使用中发现如下的不足：
日志内容的过滤功能缺失
不能按每秒、每分钟访问量的统计
如果一个服务有多个服务器，则分析起来比较费劲，特别是分析×××行为时
不能同时分析多个文件(第三点)
不能多线程(不是很重要)
界面太难看
4、webalizer 功能扩展
比较遗憾的是webalizer没有对指定的ip、ip段的分析，也不能支持对某个时间段的分析。
上述功能是很常用的功能，比如，服务器在某个时间段内受到了×××，想找出×××者ip。之所以webalizer分析速度惊人，如果日志是按天滚动的access日志，则基本在几秒内就能找出×××者IP。