SLS

简体中文

English

简体中文

English

Appearance

解析Nginx日志 ​

Nginx访问日志记录了用户访问的详细信息，解析Nginx访问日志对业务运维具有重要意义。本文介绍如何使用正则表达式函数或GROK函数解析Nginx访问日志。

解析方案简介 ​

日志服务支持通过数据加工的正则表达式和GROK解析Nginx日志，两种方案对比如下：

  • 正则表达式方案 对不擅长正则表达式的分析人员，使用正则表达式解析日志时会存在使用难度高、加工效率低、学习成本高和灵活性不足的问题。不推荐优先使用。详情请参见正则表达式。

  • GROK方案（推荐） GROK学习成本低，只需要了解不同模式所代表的字段类型，就可以轻松解析日志内容。从灵活性、高效性、低成本、学习曲线等方面对比，GROK都要比直接使用正则表达式有优势。当前SLS数据加工已经提供了四百种模式，建议优先使用GROK模式。详情请参见GROK模式参考。

说明

  • GROK模式的本质是正则表达式，在有需要的情况下，可以组合使用GROK与正则表达式。
  • 自定义的Nginx日志格式，可以通过正则表达式或GROK方案的调整实现解析。

使用正则表达式解析Nginx成功访问日志 ​

现以一条Nginx成功访问日志为例，介绍如何使用正则表达式解析Nginx成功访问日志。

  • 原始日志
    __source__:  192.168.0.1
__tag__:__client_ip__:  192.168.254.254
__tag__:__receive_time__:  1563443076
content: 192.168.0.2 - - [04/Jan/2019:16:06:38 +0800] "GET http://example.aliyundoc.com/_astats?application=&inf.name=eth0 HTTP/1.1" 200 273932 "-" "Mozilla/5.0 (compatible; Googlebot/2.1; +http://www.example.com/bot.html)"
  • 解析需求
    • 需求1：从Nginx日志中提取出code、ip、datetime、protocol、request、sendbytes、refere、useragent、verb信息。
    • 需求2：对request进行再提取，提取出uri_proto、uri_domain、uri_param信息。
    • 需求3：对解析出来的uri_param进行再提取，提取出uri_path、uri_query信息。
  • SLS DSL编排
    • 总编排
      python
      """第一步：初步解析Nginx日志"""
e_regex(
  "content",
  r'(?P<ip>\d+\.\d+\.\d+\.\d+)( - - \[)(?P<datetime>[\s\S]+)\] \"(?P<verb>[A-Z]+) (?P<request>[\S]*) (?P<protocol>[\S]+)["] (?P<code>\d+) (?P<sendbytes>\d+) ["](?P<refere>[\S]*)["] ["](?P<useragent>[\S\s]+)["]'
)
"""第二步：解析第一步得到的request"""
e_regex(
  'request',
  r'(?P<uri_proto>(\w+)):\/\/(?P<uri_domain>[a-z0-9.]*[^\/])(?P<uri_param>(.+)$)'
)
"""第三步：解析第二步得到的uri_param参数"""
e_regex(
  'uri_param',
  r'(?P<uri_path>\/\_[a-z]+[^?])\?(?<uri_query>(.+)$)'
)
    • 细分编排及对应加工结果
      • 针对需求1的加工编排如下。
        python
        e_regex(
  "content",
  r'(?P<ip>\d+\.\d+\.\d+\.\d+)( - - \[)(?P<datetime>[\s\S]+)\] \"(?P<verb>[A-Z]+) (?P<request>[\S]*) (?P<protocol>[\S]+)["] (?P<code>\d+) (?P<sendbytes>\d+) ["](?P<refere>[\S]*)["] ["](?P<useragent>[\S\s]+)["]'
)
      • 对应加工结果
        __source__:  192.168.0.1
__tag__:  __receive_time__:  1563443076
code:  200
content:  192.168.0.2 - - [04/Jan/2019:16:06:38 +0800] "GET http://example.aliyundoc.com/_astats?application=&amp;inf.name=eth0 HTTP/1.1" 200 273932 "-" "Mozilla/5.0 (compatible; Googlebot/2.1; +http://www.example.com/bot.html)"httpversion:  1.1
datetime:  04/Jan/2019:16:06:38 +0800
ip:  192.168.0.2
protocol:  HTTP/1.1
refere:  -
request:  http://example.aliyundoc.com/_astats?application=&amp;inf.name=eth0
sendbytes:  273932
useragent:  Mozilla/5.0 (compatible; Googlebot/2.1; +http://www.example.com/bot.html)
verb:  GET
      • 针对需求2解析request，加工编排如下。
        python
        e_regex(
  'request',
  r'(?P<uri_proto>(\w+)):\/\/(?P<uri_domain>[a-z0-9.]*[^\/])(?P<uri_param>(.+)$)'
)
        对应加工结果：
        uri_param: /_astats?application=&inf.name=eth0
uri_domain: example.aliyundoc.com
uri_proto: http
      • 针对需求3解析uri_param，加工编排如下。
        python
          e_regex(
    'uri_param',
    r'(?P<uri_path>\/\_[a-z]+[^?])\?(?<uri_query>(.+)$)'
  )
        对应加工结果
        uri_path: /_astats
uri_query: application=&inf.name=eth0
  • 加工结果
    __source__:  192.168.0.1
__tag__:  __receive_time__:  1563443076
code:  200
content:  192.168.0.2 - - [04/Jan/2019:16:06:38 +0800] "GET http://example.aliyundoc.com/_astats?application=&amp;inf.name=eth0 HTTP/1.1" 200 273932 "-" "Mozilla/5.0 (compatible; Googlebot/2.1; +http://www.example.com/bot.html)"httpversion:  1.1
datetime:  04/Jan/2019:16:06:38 +0800
ip:  192.168.0.2
protocol:  HTTP/1.1
refere:  -
request:  http://example.aliyundoc.com/_astats?application=&amp;inf.name=eth0
sendbytes:  273932
uri_domain:  example.aliyundoc.com
uri_proto:  http
uri_param: /_astats?application=&inf.name=eth0
uri_path: /_astats
uri_query: application=&inf.name=eth0
useragent:  Mozilla/5.0 (compatible; Googlebot/2.1; +http://www.example.com/bot.html)
verb:  GET

使用GROK解析Nginx成功访问日志 ​

现以一条Nginx成功访问日志为例，介绍如何使用GROK解析Nginx成功访问日志。

  • 原始日志

    __source__:  192.168.0.1
__tag__:__client_ip__:  192.168.254.254
__tag__:__receive_time__:  1563443076
content: 192.168.0.2 - - [04/Jan/2019:16:06:38 +0800] "GET http://example.aliyundoc.com/_astats?application=&inf.name=eth0 HTTP/1.1" 200 273932 "-" "Mozilla/5.0 (compatible; Googlebot/2.1; +http://www.example.com/bot.html)"

  • 解析需求

    • 需求1：从Nginx日志中提取出clientip、bytes、agent、auth、verb、request、identtimestamp, httpversion、response、bytes、referrer信息。
    • 需求2：对解析出来的request进行再提取，提取出uri_proto、uri_domain、uri_param信息。
    • 需求3：对解析出来的uri_param进行再提取，提取出uri_path、uri_query信息。

  • SLS DSL编排

    • 总编排

      python
      """第一步：初步解析Nginx日志"""
e_regex(
  'content',
  grok('%{COMBINEDAPACHELOG}')
)
"""第二步：解析第一步得到的request"""
e_regex(
  'request',
  grok("%{URIPROTO:uri_proto}://(?:%{USER:user}(?::[^@]*)?@)?(?:%{URIHOST:uri_domain})?(?:%{URIPATHPARAM:uri_param})?")
)
"""第三步：解析第二步得到的uri_param参数"""
e_regex(
  'uri_param',
  grok("%{GREEDYDATA:uri_path}\?%{GREEDYDATA:uri_query}")
)

      使用GROK模式解析Nginx正确访问日志，只需要COMBINEDAPACHELOG模式即可。

      模式规则说明
      COMMONAPACHELOG%{IPORHOST:clientip} %
      {HTTPDUSER:ident} %
      {USER:auth}\[%
      {HTTPDATE:timestamp}\]"(?:%
      {WORD:verb} %
      {NOTSPACE:request}(?: HTTP/%
      {NUMBER:httpversion})?|%
      {DATA:rawrequest})" %
      {NUMBER:response} (?:%
      {NUMBER:bytes}|-)      		解析出clientip、ident、auth、timestamp、verb、request、httpversion、response、bytes信息。
      COMBINEDAPACHELOG%{COMMONAPACHELOG} %
      {QS:referrer} %      		解析出上一行中所有字段，另外还解析出referrer、agent字段。

    • 细分编排及对应加工结果

      • 针对需求1解析Nginx日志的加工编排如下。

        python
        e_regex(
  'content',
  grok('%{COMBINEDAPACHELOG}')
)

        对应加工结果

        clientip: 192.168.0.1
__tag__:  __receive_time__:  1563443076
agent:  "Mozilla/5.0 (compatible; Googlebot/2.1; +http://www.example.com/bot.html)"
auth:  -
bytes:  273932
clientip:  192.168.0.2
content:  192.168.0.2 - - [04/Jan/2019:16:06:38 +0800] "GET http://example.aliyundoc.com/_astats?application=&amp;inf.name=eth0 HTTP/1.1" 200 273932 "-" "Mozilla/5.0 (compatible; Googlebot/2.1; +http://www.example.com/bot.html)"
httpversion:  1.1
ident:  -
referrer:  "-"
request:  http://example.aliyundoc.com/_astats?application=&amp;inf.name=eth0
response:  200
timestamp:  04/Jan/2019:16:06:38 +0800
verb:  GET

      • 针对需求2解析request，加工编排如下。

        python
        e_regex(
  'request',
  grok("%{URIPROTO:uri_proto}://(?:%{USER:user}(?::[^@]*)?@)?(?:%{URIHOST:uri_domain})?(?:%{URIPATHPARAM:uri_param})?")
)

        对应加工结果

        uri_proto: http
uri_domain: example.aliyundoc.com
uri_param: /_astats?application=&inf.name=eth0

        特别说明，只需要使用GROK的以下数种模式组合即可对request完成解析，如下表所示。

        模式规则说明
        URIPROTO[A-Za-z]+(+[A-Za-z+]+)?匹配uri中的头部分。例如http://hostname.domain.tld/_astats?application=&inf.name=eth0会匹配到http。
        USER[a-zA-Z0-9._-]+匹配字母、数字和符号（._-）组合。
        URIHOST%{IPORHOST}(?::%匹配IPORHOST和POSINT。
        URIPATHPARAM%{URIPATH}(?:%{URIPARAM})?匹配uri参数部分。

      • 针对需求3解析uri_param，加工编排如下。

        python
        e_regex(
  'uri_param',
  grok("%{GREEDYDATA:uri_path}\?%{GREEDYDATA:uri_query}")
)

        对应加工结果：

        uri_path: /_astats
uri_query: application=&inf.name=eth0

        使用GROK的以下模式即可完成对uri_param的解析，如下表所示。

        模式规则说明
        GREEDYDATA.*匹配任意或多个除换行符。

  • 加工结果

    __source__:  192.168.0.1
__tag__:__receive_time__:  1563443076
agent:  "Mozilla/5.0 (compatible; Googlebot/2.1; +http://www.example.com/bot.html)"
auth:  -
bytes:  273932
clientip:  192.168.0.2
content:  192.168.0.2 - - [04/Jan/2019:16:06:38 +0800] "GET http://example.aliyundoc.com/_astats?application=&amp;inf.name=eth0 HTTP/1.1" 200 273932 "-" "Mozilla/5.0 (compatible; Googlebot/2.1; +http://www.example.com/bot.html)"
httpversion:  1.1
ident:  -
referrer:  "-"
request:  http://example.aliyundoc.com/_astats?application=&amp;inf.name=eth0
response:  200
timestamp:  04/Jan/2019:16:06:38 +0800
uri_domain:  example.aliyundoc.com
uri_param:  /_astats?application=&amp;inf.name=eth0
uri_path:  /_astats
uri_proto:  http
uri_query:  application=&amp;inf.name=eth0
verb:  GET

使用GROK解析Nginx失败访问日志 ​

以下以一条Nginx失败访问日志为例，介绍如何使用GROK解析Nginx失败访问日志。

  • 原始日志

    __source__:  192.168.0.1
__tag__:__client_ip__:  192.168.254.254
__tag__:__receive_time__:  1563443076
content: 2019/08/07 16:05:17 [error] 1234#1234: *1234567 attempt to send data on a closed socket: u:111111ddd, c:0000000000000000, ft:0 eof:0, client: 1.2.3.4, server: sls.aliyun.com, request: "GET /favicon.ico HTTP/1.1", host: "sls.aliyun.com", referrer: "https://sls.aliyun.com/question/answer/123.html?from=singlemessage"

  • 解析需求 从content中解析出错误访问日志host、http_version、log_level、pid、referrerrequest、request_time、server、verb信息。

  • SLS DSL编排

    python
    e_regex(
  'content',
  grok('%{DATESTAMP:request_time} \[%{LOGLEVEL:log_level}\] %{POSINT:pid}#%{NUMBER}: %{GREEDYDATA:errormessage}(?:, client: (?<client>%{IP}|%{HOSTNAME}))(?:, server: %{IPORHOST:server})(?:, request: "%{WORD:verb} %{NOTSPACE:request}( HTTP/%{NUMBER:http_version})")(?:, host: "%{HOSTNAME:host}")?(?:, referrer: "%{NOTSPACE:referrer}")?')
)

  • 加工结果

    ___source__:  192.168.0.1
__tag__:__client_ip__:  192.168.254.254
__tag__:__receive_time__:  1563443076
content:  2019/08/07 16:05:17 [error] 1234#1234: *1234567 attempt to send data on a closed socket: u:111111ddd, c:0000000000000000, ft:0 eof:0, client: 1.2.3.4, server: sls.aliyun.com, request: "GET /favicon.ico HTTP/1.1", host: "sls.aliyun.com", referrer: "https://sls.aliyun.com/question/answer/123.html?
host: sls.aliyun.com
http_version: 1.1
log_level: error
pid: 1234
referrer: https://sls.aliyun.com/question/answer/123.html?from=singlemessage
request: /favicon.ico
request_time:  19/08/07 16:05:17
server: sls.aliyun.com
verb: GET

Copyright © 2021-2024 Aliyun SLS