Analog是一款用来快速处理日志的开源工具，具有很高的效率，但是生成的结果并不美观，本文就analog使用过程中的一些问题进行总结，讨论如何对analog进行深度的定制使用。
处理经过压缩的多个日志文件
analog可以读取gz格式压缩的日志文件，并且支持读取多个文件。这个选项在我们有多台前端Web服务器的时候可以用上，读取多个日志文件，可以通过两种方式实现：在配置文件中指定多行LOGFILE，或者在单个文件中使用通配符，后一种方法是最常用到的。
LOGFILE new1.log,old*.log LOGFILE new2.log
Analog配置文件相关的设置技巧
Analog启动时，会读取配置文件和命令行中的配置信息，配置文件默认是 analog.cfg ，如果想要命令行中的配置信息优先级比较高，需要加上 –G 参数，这样才能在有重复的配置项时，以命令行中的为准。
analog支持读多个配置文件，但是如果多个配置文件中的配置项不同，就会发生混乱。如果真的需要读取多个配置文件，建议将一些基础性的配置信息放在默认配置文件中，一些个性的配置信息通过 +ganalog.x.cfg 包含进来。
analog中的配置项信息非常多，有些在命令行下有缩写的形式，有一些则没有，如果希望在命令行中指定没有缩写的配置信息，可以使用下面的形式，注意命令之间不能有空格。
+C”UNCOMPRESS *.gz gzcat”
./analog/analog -G +ganalog.cfg +Oanalog_reports/bizhouse/bizhouse-110221.html /data0/dpoolapachelog/110221/110221.biz.house.sina.com.cn_*.gz +C"HOSTNAME biz.house.sina.com.cn"
analog中关于日志文件和日志文件格式的配置项都是 cumulative （累加）的。如果我们的日志有两种格式，那么配置文件中写两行 LOGFORMAT 就可以保证不管遇到什么样的日志格式，都可以正常执行，这个特性在处理情况复杂的日志文件时非常有用。
配置HTML报告界面
图标和图标的链接
LOGO http://watchdog.com.cn/static/v1.0/logo.png
LOGOURL http://watchdog.com.cn
如何处理多个网站的日志文件
在我们的环境中，有很多个项目，日志的存储方式如下
/data/logs/2011-02-23/domain.a.com.cn-2011-02-23.ip1.tar.gz
/data/logs/2011-02-23/domain.a.com.cn-2011-02-23.ip2.tar.gz
/data/logs/2011-02-23/domain.b.com.cn-2011-02-23.ip1.tar.gz
/data/logs/2011-02-23/domain.b.com.cn-2011-02-23.ip2.tar.gz
目录中存在很多日志文件，使用analog进行分析比较麻烦的问题是这些日志的日志格式如果不一样，就不太好办。幸好 analog 的配置文件中对于日志格式的支持是累加的，可以在配置文件中使用这种方式进行配置。
APACHEDEFAULTLOGFORMAT (%h %l %u %t %T \"%r\" %>s %b \"%{Referer}i\" \"%{User-Agent}i\" \"%{Cookie}i\")
APACHEDEFAULTLOGFORMAT (%h %l %u %t \"%r\" %>s %b \"%{Referer}i\" \"%{User-Agent}i\")
只要配置的日志格式包括了所有可能的日志格式，我们就可以使用一个配置文件来进行所有日志文件的分析了。为了分析众多的日志文件，我写了一个脚本，通过读取一个项目列表文件，分析目录中对应的项目日志。然后汇总到一个数据库中进行展示，这样就方便我们查看多个网站的日志统计数据。分享如下：Wd_analog.pl
#!/usr/bin/perl -w
# This script use analog to analyze all the apache logs and send main result to watchdog.sample.com.cn site
# Author:shiqiang at 2011-2-24
# Revision History:
# 2011-02-25 shiqiang Use Getopt::Long to parse parameters
# 2011-02-25 shiqiang add some parameters to make this script common to use
# 2011-02-24 shiqiang create fileuse strict;
use Getopt::Long;
use diagnostics;
use LWP;
my $version = "1.0";
my $usage = "Welcome to use wd_analog.pl $version\n";
my $help = 0;#Declare default values for variables
my $verbose = 0;
my $debug = -1;
my $config = "project_list";
chomp(my $date = `date -d '1 day ago' +%y%m%d`);
chomp(my $report_date = `date -d '1 day ago' +%Y-%m-%d`);chomp(my $base_path = `pwd`);
# Analog binary path
my $analog = ("/data0/vhosts/analog.sample.com.cn/htdocs/analog/analog");
my $log_store_path = $base_path . "/computer_result/";
my $log_file = $base_path . "/computer_result/wd_analog_log";
my $apache_log_path = "/data0/dpoolapachelog/";#process options from command line
GetOptions(
'verbose+' => \$verbose,
'config|f=s' => \$config,
'date|d=s' => \$date,
'help|?' => \$help,
'debug:i' => \$debug
);if( $help ){
print $usage;
print "Sample:wd_analog.pl -config=config_file_path -date=cur_date\n";
exit(0);
}die "Config file doesn't exists or incorrupt" if ! -f $config;
my @content = `cat $config`;
my %project_list = ();#
# Parse the project domain and generate the module name
# we trim the "www" prefix and ".com\.cn\" suffix to create the module name
#
for my $value ( @content ){
chomp( $value );
my $module = $value;
$module =~ s/www|sina\.com\.cn|\.com\.cn|\.cn|\.com|\.//g;
$project_list{$value} = $module;
}#
# Iterate all the project and run analog
#
my $browser = LWP::UserAgent->new();
my @keys = sort keys %project_list;
for my $key ( @keys ) {
# Define trhee parameters used for analog
my $module = $project_list{$key};
my $domain_keyword = $key;
my $cur_date = $date;
$log_store_path .= $module;
`mkdir -p $log_store_path` if ! -d $log_store_path;
#`echo "=================================" >> $log_file 2>1&`;
`echo $key=$project_list{$key} >> $log_file 2>1&`;
`./analog/analog -G +ganalog.cfg +O$log_store_path/$module-$cur_date.txt $apache_log_path$date/$date.*${domain_keyword}_*.gz +C"HOSTNAME $domain_keyword" +C"OUTPUT COMPUTER"`;# Parse the stat result and do some post processing
my %stat;
my $k;
foreach $k ("B7", "BT", "CL", "F7", "FL", "FRd", "FRh", "FRmi", "FRmo", "FRy", "H7", "LRd", "LRh", "LRmi", "LRmo", "LRy", "N7", "NF", "NH", "P7", "PR", "R7", "RR", "S7", "SR", "UL") { $stat{$k} = 0; }
$stat{HN} = "";
# Analog doesn't necessarily create lines for all values
open(INPUT, "$log_store_path/$module-$cur_date.txt" ) or die "Faile to open stat result file $domain_keyword:$log_store_path/$module-$cur_date.txt";
while (<INPUT>) {
chomp;
if (m{^x FR (\d+)\t(\d+)\t(\d+)\t(\d+)\t(\d+)$}) {
($stat{FRy}, $stat{FRmo}, $stat{FRd}, $stat{FRh}, $stat{FRmi}) = ($1, $2, $3, $4, $5)
}
elsif (m{^x LR (\d+)\t(\d+)\t(\d+)\t(\d+)\t(\d+)$}) {
($stat{LRy}, $stat{LRmo}, $stat{LRd}, $stat{LRh}, $stat{LRmi}) = ($1, $2, $3, $4, $5)
}
elsif (m{^x ([A-Z][A-Z7]) ([^/]+)$}) { $stat{$1} = $2; }
}my $pv = 0;
$pv = $stat{PR}/$stat{NH} if $stat{NH} ne '0';
my $response = $browser->post("http://watchdog.sample.com.cn/log/save", ["domain"=>$stat{HN},"requests"=>$stat{SR},"pages"=>$stat{PR},"pv"=> $pv,"traffic"=>$stat{BT},"uip"=>$stat{NH},"stats_date"=>"$report_date"]);;
die "Post data failed : $response->content !" if $response->content ne '0';
$log_store_path = $base_path . "/computer_result/";
}
Analog中几种固定的日志格式
Common format, LOGFORMAT COMMON
jay.bird.com - fred [25/Dec/1998:17:45:35 +0000] "GET /~sret1/ HTTP/1.0" 200 1243 LOGFORMAT (%S %j %u [%d/%M/%Y:%h:%n:%j] "%j%w%r%wHTTP%j" %c %b) LOGFORMAT (%S %j %u [%d/%M/%Y:%h:%n:%j] "%j%w%r" %c %b) LOGFORMAT (%S %j %u [%d/%M/%Y:%h:%n:%j] "%r" %c %b)Microsoft common format, LOGFORMAT MS-COMMONjay.bird.com - fred [25/Dec/1998:17:45:35 +0000] "GET /~sret1/ "HTTP/1.0" 200 1243 LOGFORMAT (%S %j %u [%d/%M/%Y:%h:%n:%j] "%j%w%r%w"HTTP%j" %c %b) LOGFORMAT (%S %j %u [%d/%M/%Y:%h:%n:%j] "%j%w%r" %c %b) LOGFORMAT (%S %j %u [%d/%M/%Y:%h:%n:%j] "%r" %c %b)Combined log, LOGFORMAT COMBINEDjay.bird.com - fred [25/Dec/1998:17:45:35 +0000] "GET /~sret1/ HTTP/1.0" 200 1243 "http://www.site.com/" "Mozilla/2.0 (X11; I; HP-UX A.09.05)" LOGFORMAT (%S %j %u [%d/%M/%Y:%h:%n:%j] "%j%w%r%wHTTP%j" %c %b "%f" "%B") LOGFORMAT (%S %j %u [%d/%M/%Y:%h:%n:%j] "%j%w%r" %c %b "%f" "%B") LOGFORMAT (%S %j %u [%d/%M/%Y:%h:%n:%j] "%r" %c %b "%f" "%B")Referrer log, LOGFORMAT REFERRER[25/Dec/1998:17:45:35] http://www.site.com/ -> /~sret1/ or http://www.site.com/ -> /~sret1/ LOGFORMAT ([%d/%M/%Y:%h:%n:%j] %f -> %*r) LOGFORMAT (%f -> %*r)Browser log, LOGFORMAT BROWSER[25/Dec/1998:17:45:35] Mozilla/2.0 (X11; I; HP-UX A.09.05) LOGFORMAT ([%d/%M/%Y:%h:%n:%j] %B)Microsoft log, North American dates, LOGFORMAT MICROSOFT-NA192.64.25.41, -, 12/25/98, 17:45:35, W3SVC1, HOST1, 192.16.225.10, 2178, 303, 1243, 200, 0, GET, /~sret1/, -, 192.64.25.41, -, 12/25/2001, 17:45:35, W3SVC1, HOST1, 192.16.225.10, 2178, 303, 1243, 200, 0, GET, /~sret1/, -, LOGFORMAT (%S, %u, %m/%d/%Z, %h:%n:%j, W3SVC%j, %j, %v, %T, %j, %b, %c, %j, %j, %r, %q,) LOGFORMAT (%*S, %*u, %m/%d/%Z, %h:%n:%j, %j)Microsoft log, international dates, LOGFORMAT MICROSOFT-INT192.64.25.41, -, 25/12/98, 17:45:35, W3SVC1, HOST1, 192.16.225.10, 2178, 303, 1243, 200, 0, GET, /~sret1/, -, 192.64.25.41, -, 25/12/2001, 17:45:35, W3SVC1, HOST1, 192.16.225.10, 2178, 303, 1243, 200, 0, GET, /~sret1/, -, LOGFORMAT (%S, %u, %d/%m/%Z, %h:%n:%j, W3SVC%j, %j, %v, %T, %j, %b, %c, %j, %j, %r, %q,) LOGFORMAT (%*S, %*u, %d/%m/%Z, %h:%n:%j, %j)WebSite log, North American dates, LOGFORMAT WEBSITE-NA12/25/98 17:45:35 jay.bird.com host1 Server fred GET /~sret1/ http://www.site.com/ Mozilla/2.0 (X11; I; HP-UX A.09.05) 200 1243 2178 LOGFORMAT (%m/%d/%y %h:%n:%j\t%S\t%v\t%j\t%u\t%j\t%r\t%f\t%j\t%B\t%c\t%b\t%T)WebSite log, international dates, LOGFORMAT WEBSITE-INT25/12/98 17:45:35 jay.bird.com host1 Server fred GET /~sret1/ http://www.site.com/ Mozilla/2.0 (X11; I; HP-UX A.09.05) 200 1243 2178 LOGFORMAT (%d/%m/%y %h:%n:%j\t%S\t%v\t%j\t%u\t%j\t%r\t%f\t%j\t%B\t%c\t%b\t%T)MacHTTP format, LOGFORMAT MACHTTP12/25/98 17:45:35 OK jay.bird.com /~sret1/ 1243 LOGFORMAT (%m/%d/%y\t%h:%n:%j \t%C%w%S\t%r\t%b)
参考资料：
1、Analog Docs
2、Logwrangler
3、Perl Doc Getopt::Long