网站服务器(Apache)的日志与监视
环境：Linux ubuntu 2.6.27-7 + PHP Version 5.3.2 + Apache/2.2.9
我们可以利用UNIX/Linux的一些工具和一此专门的日志分析工具对日志文件进行分析。
日志一方面是我们分析网站的第一手资料，一方面却是吞噬大量磁盘空间的罪魁祸首。所以别忘了定期转储或删除一些老的日志文件。
Web服务器日志轮循
Web服务器日志轮循比较好的方式有三种：第一种方法是利用Linux系统自身的日志文件轮循机制logrotate；第二种方法是利用Apache自带的日志轮循程序rotatelogs；第三种是使用在Apache的FAQ中推荐发展已经比较成熟的一个日志轮循工具 cronolog(本文以此为例)。
对于大型的Web服务来说，往往使用实用负载均衡技术提高Web站点服务能力，这样后台有多个服务器提供Web服务，大大方便了服务的分布规划和扩展性。如果有多个服务器的分布需要对日志进行合并，统一进行统计分析。因此为了保证统计的精确性，需要严格按照每天的时段来自动生成日志。
用cronolog实现日志轮循
首先需要下载和安装cronolog，可以到http://www.cronolog.org下载最新版本的cronolog。下载完毕以后，解压安装即可。方法如下所示：
1 tar xvfz cronolog-1.6.2.tar.gz 2 cd cronolog-1.6.2 3 ./configure 4 make 5 make check 6 make install
在Ubuntu下直接apt-get install cronolog安装
这样就完成了cronolog的配置和安装，默认情况下cronolog是安装在/usr/local/sbin下。
修改Apache日志配置命令如下所示：
1 <VirtualHost *:80> 2 DocumentRoot /web/www/eetag.com 3 ServerName www.eetag.com 4 ServerAdmin webmaster@eetag.com 5 CustomLog "|/usr/local/sbin/cronolog /web/logs/eetag.com/%Y%m%d/%H/%M.log" combined 6 </VirtualHost>
生成日志和路径内容如下：/web/logs/eetag.com/20100929(年月日)/11(小时)/05.log(分)
1 119.145.71.82 - - [29/Sep/2010:11:08:04 +0800] "GET /c.php?a=roger HTTP/1.1" 200 - "-" "Mozilla/5.0 (Windows; U; Windows NT 5.1; en-US; rv:1.9.2.10) Gecko/20100914 Firefox/3.6.10" 2 119.145.71.82 - - [29/Sep/2010:11:08:04 +0800] "GET /c.php?a=roger HTTP/1.1" 200 - "-" "Mozilla/5.0 (Windows; U; Windows NT 5.1; en-US; rv:1.9.2.10) Gecko/20100914 Firefox/3.6.10"
1 LogFormat "%h\"%{%Y-%m-%d %H:%M:%S}t\"%q\"%{Referer}i\"%{User-agent}i" mysql 2 SetEnvIf Request_URI \.gif$ gif-image 3 CustomLog "|/usr/local/sbin/hiidolog /web/logs/mall/%Y%m%d/%H/%M.log" mysql env=gif-image
从上面的日志文件可以看出，日志记录会记录客户端的IP地址、访问发生的时间、访问请求的页面、Web服务器对于该请求返回的状态信息、返回给客户端的内容的大小（以字节为单位）、该请求的引用地址、客户浏览器类型等信息。
自定义日志文件的内容格式
1 <VirtualHost *:80> 2 DocumentRoot /web/www/eetag.com 3 ServerName www.eetag.com 4 ServerAdmin webmaster@eetag.com 5 LogFormat "%a,%>s,%{%S}t,%q" rogerFormat //定义一个名叫rogerFormat的内容格式 6 CustomLog "|/usr/local/sbin/cronolog /web/logs/eetag.com/%Y%m%d/%H/%M.log" rogerFormat 7 </VirtualHost>
只记录图片访问日志
1 <VirtualHost *:80> 2 DocumentRoot /web/www/eetag.com 3 ServerName www.eetag.com 4 ServerAdmin webmaster@eetag.com 5 LogFormat "%a,%>s,%{%S}t,%q" rogerFormat //定义一个名叫rogerFormat的内容格式 6 SetEnvIf Request_URI \.gif$ gif-image 7 CustomLog "|/usr/local/sbin/cronolog /web/logs/eetag.com/%Y%m%d/%H/%M.log" rogerFormat env=gif-image 8 </VirtualHost>
具体的日志格式,可以参考apache官方手册:http://httpd.apache.org/docs/2.2/mod/mod_log_config.html#formats
Apache文档已经给出了所有可用于格式串的变量及其含义，下面是其译文：
1 %...a: 远程IP地址 2 %...A: 本地IP地址 3 %...B: 已发送的字节数，不包含HTTP头 4 %...b: CLF格式的已发送字节数量，不包含HTTP头。例如当没有发送数据时，写入‘-’而不是0。 5 %e: 环境变量FOOBAR的内容 6 %...f: 文件名字 7 %...h: 远程主机 8 %...H 请求的协议 9 %i: Foobar的内容，发送给服务器的请求的标头行。 10 %...l: 远程登录名字（来自identd，如提供的话） 11 %...m 请求的方法 12 %n: 来自另外一个模块的注解“Foobar”的内容 13 %o: Foobar的内容，应答的标头行 14 %...p: 服务器响应请求时使用的端口 15 %...P: 响应请求的子进程ID。 16 %...q 查询字符串（如果存在查询字符串，则包含“?”后面的部分；否则，它是一个空字符串。） 17 %...r: 请求的第一行 18 %...s: 状态。对于进行内部重定向的请求，这是指*原来*请求的状态。如果用%...>s，则是指后来的请求。 19 %...t: 以公共日志时间格式表示的时间（或称为标准英文格式） 20 %t: 以指定格式format表示的时间 21 %...T: 为响应请求而耗费的时间，以秒计 22 %...u: 远程用户（来自auth；如果返回状态（%s）是401则可能是伪造的） 23 %...U: 用户所请求的URL路径 24 %...v: 响应请求的服务器的ServerName 25 %...V: 依照UseCanonicalName设置得到的服务器名字 26 “...”表示一个可选的条件。如果没有指定条件，则变量的值将以“-”取代。分析前面来自默认httpd.conf文件的 LogFormat指令示例，可以看出它创建了一种名为“common”的日志格式，其中包括：远程主机，远程登录名字，远程用户，请求时间，请求的第一行代码，请求状态，以及发送的字节数。
