软件简介

web_log_analyse 是一个旨在基于 Web 日志进行故障排除和性能优化的工具，这不是一般所说的日志分析/统计解决方案，它不侧重于通常的
PV、UV 等展示，而是在指定时间段内提供细粒度（最小分钟级别）的异常定位和性能分析。

环境依赖：

Python 3.4+

pymongo-3.7.2+

MongoDB-server 3.4+

功能

1. 提供统一的日志分析入口：经由此入口，可查看站点在所有server上产生的日志的汇总分析；亦可根据时间段和server两个维度进行过滤
2. 支持对 request_uri，ip 和 response_code 三大类进行分析；每一类又基于请求数、响应大小、响应时间三个维度进行分析。另外不同子项又各有特点
3. request_uri 分析能直观展示哪类请求数量多、哪类请求耗时多、哪类请求占流量；另外可展示某一类请求在不同时间粒度里(minute, ten_min, hour, day)各指标随时间的分布变化；也可以针对某一 uri_abs 分析其不同 args_abs 各指标的分布
4. IP 分析将所有请求分为3种来源(from_cdn/proxy, from_reverse_proxy, from_client_directly)，三种来源各自展示其访问量前 N 的 IP 地址；并且可展示某一 IP 访问的各指标随时间的分布；也可针对某一 IP 分析其产生的不同 uri_abs 各指标的分布

特点

1. 核心思想 : 对request_uri进行 抽象归类 ，将其中变化的部分以 “*” 表示，这样留下不变的部分就能代表具体的一类请求。实际上是换一种方式看待日志，从 “以具体的一行日志文本作为最小分析单位” 抽象上升到 “以某一功能点，某一接口或某一模块最为最小分析单位”
2. 兼容plaintext和json格式的日志内容
3. 配置方便，不需要写正则。只要将nginx中定义的log_format复制到config文件中即可
4. 通过4分位数概念以实现对响应时间和响应大小更准确的描述，因为对于日志中的响应时间，算数平均值的参考意义不大
5. 支持定制抽象规则，可灵活指定请求中的某些部分是否要抽象处理以及该如何抽象处理
6. 高效，本着谁产生的日志谁处理的思想，日志分析脚本log_analyse要在web服务器上定时运行（有点类似分布式），因而log_analyse的高效率低资源也是重中之重。经测试，在笔者的服务器上（磁盘：3*7200rpm RAID5，千兆局域网），处理速度在20000行/s~30000行/s之间