使用Python解析阿里云CDN日志

Zhuxy 發(fā)布于2019-07-24 18:33 / 3488人閱讀

摘要：某些原因，一開始沒有設計網(wǎng)站的統(tǒng)計模塊如今需要加上，只能借助于百度統(tǒng)計或者阿里云的日志文件，阿里云的日志文件是的訪問信息時間訪問回源訪問命中狀態(tài)頭文件類型將單條記錄轉(zhuǎn)換為對象時間訪問回源響應時間請求地址請求大小響應大小緩存狀態(tài)

某些原因，一開始沒有設計網(wǎng)站的統(tǒng)計模塊
如今需要加上，只能借助于百度統(tǒng)計或者阿里云的cdn日志文件，阿里云cdn的日志文件是web的訪問信息

log

[9/Mar/2016:00:00:16 +0800] 222.171.7.89 - 62113 "http://cloud.insta360.com/post/5e7b029d8ed7e3c4b23006a71bab73c8?e=true&m=true" "GET http://cloud.insta360.com/public/media/mp4/5e7b029d8ed7e3c4b23006a71bab73c8_960x480.mp4" 206 509 20516390 HIT "Mozilla/5.0 (iPhone; CPU iPhone OS 8_4_1 like Mac OS X) AppleWebKit/600.1.4 (KHTML, like Gecko) Mobile/12H321 NewsApp/5.3.2" "video/mp4"

fileds

時間

訪問IP

回源IP

responsetime

referer

method

訪問URL

httpcode

requestsize

responsesize

cache命中狀態(tài)

UA頭

文件類型

# 將單條記錄轉(zhuǎn)換為Dict對象
def line2dict(line):
    # Snippet, thanks to http://www.seehuhn.de/blog/52
    parts = [
        r"[(?P.+)]",        # 時間 %t
        r"(?PS+)",         # 訪問IP %h
        r"(?PS+)",      # 回源IP %h
        r"(?P[0-9]+)",    # 響應時間 %>s
        r""(?P.*)"",       # Referer "%{Referer}i"
        r""(?P.+)"",       # 請求地址 "%r"
        r"(?P[0-9]+)",   # Httpcode %>s
        r"(?PS+)",       # 請求大小 %b (careful, can be "-")
        r"(?P[0-9]+)",    # 響應大小 size %>s
        r"(?PS+)",   # 緩存狀態(tài) %s
        r""(?P.*)"",            # user agent "%{User-agent}i"
        r""(?P.*)"",  # content type "%{Content-type}i"
    ]
    pattern = re.compile(r"s+".join(parts) + r"s*")
    m = pattern.match(line)
    res = m.groupdict()
    return res

script

AliyunLog.py

# coding=utf-8

import fileinput
import re
import os

try:
    import simplejson as json
except ImportError:
    import json


# 讀取輸入文件并返回Dict對象
def readfile(file):
    filecontent = {}
    index = 0
    statinfo = os.stat(file)

    # just a guestimate. I believe a single entry contains atleast 150 chars
    if statinfo.st_size < 150:
        print "Not a valid log file. It does not have enough data"
    else:
        for line in fileinput.input(file):
            index = index + 1
            if line != "
":  # don"t read newlines
                filecontent[index] = line2dict(line)

        fileinput.close()
    return filecontent


# 將單條記錄轉(zhuǎn)換為Dict對象
def line2dict(line):
    # Snippet, thanks to http://www.seehuhn.de/blog/52
    parts = [
        r"[(?P.+)]",        # 時間 %t
        r"(?PS+)",         # 訪問IP %h
        r"(?PS+)",      # 回源IP %h
        r"(?P[0-9]+)",    # 響應時間 %>s
        r""(?P.*)"",       # Referer "%{Referer}i"
        r""(?P.+)"",       # 請求地址 "%r"
        r"(?P[0-9]+)",   # Httpcode %>s
        r"(?PS+)",       # 請求大小 %b (careful, can be "-")
        r"(?P[0-9]+)",    # 響應大小 size %>s
        r"(?PS+)",   # 緩存狀態(tài) %s
        r""(?P.*)"",            # user agent "%{User-agent}i"
        r""(?P.*)"",  # content type "%{Content-type}i"
    ]
    pattern = re.compile(r"s+".join(parts) + r"s*")
    m = pattern.match(line)
    res = m.groupdict()
    return res


# 轉(zhuǎn)換整個記錄為Json對象
def toJson(file):
    entries = readfile(file)
    return json.JSONEncoder(indent=4).encode(entries)

main.py

#!/usr/bin/env python
# coding=utf-8

import sys
from AliyunLog import *

def main():
    if len(sys.argv) < 3:
        print "Incorrect Syntax. Usage: python main.py -f "
        sys.exit(2)
    elif sys.argv[1] != "-f":
        print "Invalid switch "" + sys.argv[1] + """
        sys.exit(2)
    elif os.path.isfile(sys.argv[2]) == False:
        print "File does not exist"
        sys.exit(2)

    print toJson(sys.argv[2])


if __name__ == "__main__":
    main()

result run script

python main.py -f data

terminal

{
    "6432": {
        "res_time": "1728", 
        "res_ip": "118.114.213.118", 
        "req_size": "768", 
        "req_url": "GET http://cloud.insta360.com/public/media/mp4/f9e4bf15d452440c2884b234854d089c_audio.mp3", 
        "origin_ip": "-", 
        "referer": "http://cloud.insta360.com/post/f9e4bf15d452440c2884b234854d089c?m=true&from=timeline&isappinstalled=0", 
        "content_type": "audio/mpeg", 
        "time": "9/Mar/2016:00:59:58 +0800", 
        "ua": "Mozilla/5.0 (iPhone; CPU iPhone OS 9_2 like Mac OS X) AppleWebKit/601.1.46 (KHTML, like Gecko) Mobile/13C75 MicroMessenger/6.3.13 NetType/WIFI Language/zh_CN", 
        "http_code": "206", 
        "res_size": "5290084", 
        "cache_status": "HIT"
    }，
    ...
}

more

參考了github上apache log的解析方法

原文地址：parse-aliyun-cdn-log-file-with-python

GPU云服務器云服務器阿里云cdn 日志阿里云cdn解析阿里云 cdn 解析阿里云cdn使用

文章版權歸作者所有，未經(jīng)允許請勿轉(zhuǎn)載,若此文章存在違規(guī)行為，您可以聯(lián)系管理員刪除。

轉(zhuǎn)載請注明本文地址：http://m.specialneedsforspecialkids.com/yun/37815.html

深度解析Tengine的調(diào)試與資源監(jiān)控方法論

摘要：是由淘寶網(wǎng)發(fā)起的服務器項目。回源監(jiān)控是內(nèi)容分發(fā)網(wǎng)絡的簡稱，其分發(fā)的內(nèi)容來自用戶源站，負責回源的模塊是最重要組成部分之一，使跨越單機的限制，完成網(wǎng)絡數(shù)據(jù)的接收處理和轉(zhuǎn)發(fā)。這部分主要介紹的一些調(diào)試技巧和回源資源監(jiān)控的內(nèi)容，以及相應的實例分享。摘要： Tengine是由淘寶網(wǎng)發(fā)起的Web服務器項目。它在Nginx的基礎上，針對大訪問量網(wǎng)站的需求，提供更強大的流量負載均衡能力、全站HTTPS...

everfight 2019-05-28 17:07 評論0 收藏0
上海云棲：金融政企行業(yè)的CDN最佳實踐

摘要：摘要在剛剛結(jié)束的上海云棲大會飛天技術匯分論壇上，阿里云視頻云產(chǎn)品架構(gòu)師羅小飛進行了阿里云面向金融政企的最佳實踐主題分享，為上海的嘉賓介紹的解決方案與技術服務體系。隨后，年阿里云宣布全面降價，打破了行業(yè)原有的價格不透明一客一價的模式。摘要：?在剛剛結(jié)束的上海云棲大會飛天技術匯分論壇上，阿里云視頻云產(chǎn)品架構(gòu)師羅小飛進行了《阿里云CDN——面向金融政企的CDN最佳實踐》主題分享，為上海的嘉...

Kahn 2019-06-24 18:04 評論0 收藏0
上海云棲：金融政企行業(yè)的CDN最佳實踐

摘要：摘要在剛剛結(jié)束的上海云棲大會飛天技術匯分論壇上，阿里云視頻云產(chǎn)品架構(gòu)師羅小飛進行了阿里云面向金融政企的最佳實踐主題分享，為上海的嘉賓介紹的解決方案與技術服務體系。隨后，年阿里云宣布全面降價，打破了行業(yè)原有的價格不透明一客一價的模式。摘要：?在剛剛結(jié)束的上海云棲大會飛天技術匯分論壇上，阿里云視頻云產(chǎn)品架構(gòu)師羅小飛進行了《阿里云CDN——面向金融政企的CDN最佳實踐》主題分享，為上海的嘉...

chengtao1633 2019-06-21 16:46 評論0 收藏0
阿里云高級技術專家空見： CDN的數(shù)據(jù)化之路

摘要：數(shù)據(jù)出來后，阿里云還要在全球范圍內(nèi)調(diào)度流量，一絲一毫的不準確都可能導致很嚴重的后果，所以對于數(shù)據(jù)的準確性要求很高。阿里云更多的是做實時數(shù)據(jù)分析。想要實現(xiàn)優(yōu)質(zhì)高速的互聯(lián)網(wǎng)視頻服務，一定離不開高質(zhì)量的內(nèi)容分發(fā)網(wǎng)絡服務，就是我們常說的CDN，在10月13日云棲大會視頻多媒體分論壇上，阿里云高級技術專家空見為大家講解了CDN服務過程中，數(shù)據(jù)處理、安全監(jiān)測、日志分析、智能分析是如何為CDN賦能...

番茄西紅柿 2019-07-16 14:29 評論0 收藏0
阿里云高級技術專家空見： CDN的數(shù)據(jù)化之路

摘要：數(shù)據(jù)出來后，阿里云還要在全球范圍內(nèi)調(diào)度流量，一絲一毫的不準確都可能導致很嚴重的后果，所以對于數(shù)據(jù)的準確性要求很高。阿里云更多的是做實時數(shù)據(jù)分析。想要實現(xiàn)優(yōu)質(zhì)高速的互聯(lián)網(wǎng)視頻服務，一定離不開高質(zhì)量的內(nèi)容分發(fā)網(wǎng)絡服務，就是我們常說的CDN，在10月13日云棲大會視頻多媒體分論壇上，阿里云高級技術專家空見為大家講解了CDN服務過程中，數(shù)據(jù)處理、安全監(jiān)測、日志分析、智能分析是如何為CDN賦能...

rollback 2019-06-21 16:11 評論0 收藏0