作者： 车东 email: chedongatbigfoot.com/chedongatchedong.com
写于：2003/04 最后更新：
09/02/2004 16:00:20 feed back >>
版权声明：可以任意转载，转载时请务必以超链接形式标明文章原始出处和作者信息及本声明
http://www.chedong.com/tech/awstats.html
关键词：awstats web log analysis apache iis 日志 分析 open source
内容摘要：awstats的使用简介和配置一些改进说明。
附：包含了针对google utf-8查询和国内主要门户网站定义补丁的awstats 6.0 补丁下载(解包后覆盖原程序目录即可)
日志统计系统在站点的用户行为分析中扮演了重要的角色，尤其是对于来自搜索引擎的关键词访问统计：是很有效的用户行为分析数据来源。随着互联网多年的发展，web日志统计工具已经越来越成熟，功能也越来越丰富。其中有很多是开放源代码的， awstats就是其中非常优秀的一款。
awstats: advanced web statistics
awstats是在sourceforge上发展很快的一个基于perl的web日志分析工具。相对于另外一个非常优秀的开放源代码的日志分析工具webalizer，awstats的优势在于：
- 界面友好：可以根据浏览器直接调用相应语言界面（有简体中文版）
参考输出样例：http://awstats.sourceforge.net/cgi-bin/awstats.pl
一般日志的输出地址是：awstats.pl?config=sitename
- 基于perl：并且很好的解决了跨平台问题，系统本身可以运行在gnu/linux上或windows上（安装了activeperl后）；分析的日志直接支持apache格式 (combined)和iis格式(需要修改)。webalizer虽然也有windows平台版，但目前已经缺乏维护；
awstats完全可以实现用一套系统完成对自身站点不同web服务器：gnu/linux/apache和windows/iis服务器的统一统计。 - 效率比较高：awstats输出统计项目比webalizer丰富了很多，速度仍可以达到webalizer的1/3左右，对于一个日访问量百万级的站点，这个速度都是足够的；
- 配置/定制方便：系统提供了足够灵活但缺省也很合理的配置规则，需要修改的缺省配置不超过3，4项就可以开始运行，而且修改和扩展的插件还是比较多的；
- awstats的设计者是面向精确的"human visits"设计的，因此很多搜索引擎的机器人访问都被过滤掉了，因此有可能比其他日志统计工具统计的数字要低，来自公司内部的访问也可以通过ip过滤设置过滤掉。
- 提供了很多扩展的参数统计功能：使用extraxxxx系列配置生成针对具体应用的参数分析会对产品分析非常有用。
更多与其他工具：webalizer, analog的比较请参考：
http://awstats.sourceforge.net/#comparison
awstats安装备忘
awstats的运行模式是这样的：
- 分析日志：运行后将这样的日志统计结果归档到一个awstats的数据库（纯文本）里；
- 然后是输出：分两种形式
- 一种是通过cgi程序读取统计结果数据库输出；
- 一种是运行后台脚本将输出导出成静态文件；
以下是2个针对单个站点日志统计例子：
一个是在gnu/linux上通过cgi方式的输出，
一个是在windows 2000上的基于静态页面的导出
下载/安装
http://sourceforge.net/projects/awstats/ 下载安装包后：gnu/linux：tar zxf awstats-version.tgz
#部署awstats cgi程序到/path/to/apache/cgi-bin/awstats
mv awstats-version/wwwroot/cgi-bin /path/to/apache/cgi-bin/awstats
#把图标icon目录复制到web发布目录下：/path/to/apache/htdocs/icon/
windows 2000： 直接解包，然后移动到d:\awstats目录下
把图标icon目录复制到iis的发布目录下：inetpub/icon
数据源日志格式和按天的截断规则
- 对于apache：日志格式好设置：设置成combined格式即可，日志截断麻烦一点：需要安装cronolog工具，将日志设置成按天截断：
customlog "|/usr/local/sbin/cronolog /path/to/apache/logs/access_log.%y%m%d" combined
比如：logs/access_log.20030326 - 对于iis：缺省有比较好的日志按天截断规则，但是iis的日志格式比较不适合awstats统计，
因此最好直接去掉所有日志字段，然后严格按照以下列表设置
- 日期 date
- 时间 time
- 客户ip地址 c-ip
- 用户名 cs-username
- 方法 cs-method
- uri资源 cs-uri-stem
- 协议状态 sc-status
- 发送字节数 sc-bytes
- 协议版本 cs-version
- 用户代理 cs(user-agent)
- 参照 cs(referer)
减少的有：
- 服务器ip地址
- 服务器端口
- uri查询
- 发送字节数
- 协议版本
- 参照
配置文件的命名规则：awstats.sitename.conf
awstats的主程序awstats.pl会自动根据站点名调用相应站点的配置文件：awstats.sitename.conf
比如：运行./awstats.pl -config=chedong 调用的就是同目录下的 awstats.chedong.conf 配置文件；
如果没有指定-config，还会找当前目录下的awstats.conf或者/etc/awstats.conf作为缺省配置文件。
所以最好把缺省的awstats.model.conf 重命名成 awstats.yoursite.conf；比如：awstats.chedong.conf，
对于多个站点的统计，awstats的配置文件包含功能还是非常有用的，我们可以把通用的配置放在一个文档中，然后用(5.4版本以后开始支持) include配置将通用配置包含在各个具体配置文件的头部，然后用其他配置覆盖通用配置中的相应属性，比如：
include="common.conf"
logfile="/path/to/bbs/access_log"
sitename="bbs.chedong.com"
最少的配置文件修改：logfile sitedomain logformat
对于在gnu/linux上统计apache日志只需修改：logfile sitedomain这2个选项
- gnu/linux logfile="/path/to/apache/logs/access_log.%yyyy-24%mm-24%dd-24"
windows 2000 logfile="d:\iis_logs\w3sv3\ex%yy-24%mm-24%dd-24.log"
这个配置的意思是用24小时前的年份，月份，日期拼出的日志文件名； - sitedomain="www.chedong.com"
站点的名称，缺省是空的，如果为空，awstats将拒绝运行； - 对于统计iis日志需要多修改一个：
logformat=2
缺省值是1：apache日志，2是iis日志
awstats缺省不过滤swf文件，会把.swf算成pageview，所以如果站点上swf文件主要是广告的话最好还是要过滤掉：
