使用Apache模式采集日志 - 日志服务

操作步骤

1. 登录日志服务控制台。
2. 在接入数据区域，选择Apache-文本日志。
3. 选择目标Project和Logstore，单击下一步。
   您也可以单击立即创建，重新创建Project和Logstore。
4. 创建机器组。
   • 如果您已有可用的机器组，请单击使用现有机器组。
   • 如果您还没有可用的机器组，请执行以下操作（以ECS为例）。
     1. 在ECS页签中，选中目标ECS实例，单击立即执行。

        更多信息，请参见安装Logtail（ECS实例）。

        说明 如果是自建集群、其他云厂商服务器，需要手动安装Logtail。更多信息，请参见安装Logtail（Linux系统）或安装Logtail（Windows系统）。
     2. 安装完成后，单击确认安装完毕。
     3. 创建机器组，单击下一步。

        日志服务支持创建IP地址机器组和用户自定义标识机器组，详细参数说明请参见创建IP地址机器组和创建用户自定义标识机器组。

5. 选中目标机器组，将该机器组从源机器组移动到应用机器组，单击下一步。
   注意 如果创建机器组后立刻应用，可能因为连接未生效，导致心跳为FAIL，您可单击自动重试。如果还未解决，请参见Logtail机器组无心跳进行排查。
6. 在Logtail配置页签中，创建Logtail配置。
   

   配置项	详情
   配置名称	Logtail配置的名称，在其所属Project内必须唯一。创建Logtail配置成功后，无法修改其名称。 您也可以单击导入其他配置，导入其他已创建的Logtail配置。
   日志路径	指定日志的目录和文件名。 日志文件名支持完整文件名和通配符两种模式，文件名规则请参见Wildcard matching。日志文件查找模式为多层目录匹配，即指定目录（包含所有层级的目录）下所有符合条件的文件都会被查找到。例如： /apsara/nuwa/…/*.log表示/apsara/nuwa目录（包含该目录的递归子目录）中后缀名为.log的文件。 /var/logs/app_*/*.log表示/var/logs目录下所有符合app_*模式的目录（包含该目录的递归子目录）中包含.log的文件。 说明 默认情况下，一个文件只能被一个Logtail配置采集。 如果一个文件需要被采集多份，建议软链接文件所在的目录。例如/home/log/nginx/log/log.log文件需要被采集两份，则执行如下命令创建该文件所在目录的软链接。在一个Logtail配置中使用原路径，在另一个Logtail配置中使用软链接路径。 ln -s /home/log/nginx/log /home/log/nginx/link_log 目录通配符只支持星号（*）和问号（?）。
   设置采集黑名单	打开设置采集黑名单开关后，可进行黑名单配置，即可在采集时忽略指定的目录或文件。支持完整匹配和通配符模式匹配目录和文件名。例如： 选择按目录路径，路径为/tmp/mydir，则在采集时过滤掉该目录下的所有文件。 选择按文件路径，路径为/tmp/mydir/file，则在采集时过滤掉该文件。
   是否为Docker文件	如果是Docker文件，可打开是否为Docker文件开关，直接配置内部路径与容器Tag。Logtail会自动监测容器创建和销毁，并根据Tag进行过滤采集指定容器的日志。关于容器文本日志采集请参见通过DaemonSet-控制台方式采集Kubernetes文件。
   模式	默认为APACHE配置模式，可修改为其它模式。
   日志格式	根据您的Apache日志配置文件中定义的格式进行选择，包括common、combined和自定义。
   APACHE配置字段	Apache配置文件中的日志配置部分，通常以LogFormat开头。更多信息，请参见附录：日志格式和样例。 当配置日志格式为common或combined时，此处会自动填充对应格式的配置字段，请确认是否和Apache配置文件中定义的格式一致。 当配置日志格式为自定义时，请根据实际情况填写，例如LogFormat "%h %l %u %t \"%r\" %>s %b \"%{Referer}i\" \"%{User-Agent}i\" %D %f %k %p %q %R %T %I %O" customized。
   APACHE键名称	日志服务会根据APACHE配置字段中的内容自动读取Apache键。
   丢弃解析失败日志	是否丢弃解析失败的日志，具体说明如下： 打开丢弃解析失败日志开关，解析失败的日志不上传到日志服务。 关闭丢弃解析失败日志开关，日志解析失败时上传原始日志到日志服务。
   最大监控目录深度	设置日志目录被监控的最大深度。最大深度范围：0~1000，0代表只监控本层目录。

   请根据您的需求选择高级配置。如果没有特殊需求，建议保持默认配置。

   参数	描述
   启用插件处理	打开启用插件处理开关后，您可以设置Logtail插件处理日志。更多信息，请参见概述。 说明 打开启用插件处理开关后，上传原始日志、时区属性、丢弃解析失败日志、过滤器配置、接受部分字段（分隔符模式）等功能不可用。
   上传原始日志	打开上传原始日志开关后，原始日志将作为__raw__字段的值与解析过的日志一起上传到日志服务。
   Topic生成方式	设置Topic生成方式。更多信息，请参见日志主题。 空-不生成Topic：默认选项，表示设置Topic为空字符串，在查询日志时不需要输入Topic即可查询。 机器组Topic属性：设置为机器组Topic属性，用于明确区分不同服务器产生的日志数据。 文件路径正则：设置为文件路径正则，则需要设置自定义正则，用正则表达式从路径里提取一部分内容作为Topic。用于区分不同用户或实例产生的日志数据。
   日志文件编码	设置日志文件编码格式，取值为utf8、gbk。
   时区属性	采集日志时，日志时间的时区属性。 机器时区：默认为机器所在时区。 自定义时区：手动选择时区。
   超时属性	如果一个日志文件在指定时间内没有任何更新，则认为该文件已超时。 永不超时：持续监控所有日志文件，永不超时。 30分钟超时：如果日志文件在30分钟内没有更新，则认为已超时，并不再监控该文件。 选择30分钟超时时，还需设置最大超时目录深度，范围为1~3。
   过滤器配置	只采集完全符合过滤器条件的日志。例如： 满足条件即采集，例如设置Key为level，Regex为WARNING|ERROR，表示只采集level为WARNING或ERROR类型的日志。 过滤不符合条件的日志。更多信息，请参见Regular-Expressions.info。 设置Key为level，Regex为^(?!.*(INFO|DEBUG)).*，表示不采集level为INFO或DEBUG类型的日志。 设置Key为url，Regex为.*^(?!.*(healthcheck)).*，表示不采集URL中带有healthcheck的日志。例如Key为url，Value为/inner/healthcheck/jiankong.htm?userCode=wrvvs1rm&zuntopl的日志将不会被采集。 更多信息，请参见regex-exclude-word、regex-exclude-pattern。

   单击下一步即表示完成Logtail采集配置，日志服务开始采集日志。

   说明

   • Logtail配置生效时间最长需要3分钟，请耐心等待。
   • 如果遇到Logtail采集报错，请参见诊断采集错误。
7. 预览数据及设置索引，单击下一步。
   日志服务默认开启全文索引。您也可以根据采集到的日志，手动或者自动设置字段索引。更多信息，请参见配置索引。

   说明

   • 如果您要查询分析日志，那么全文索引和字段索引属性必须至少启用一种。同时启用时，以字段索引为准。
   • 索引类型为long、double时，大小写敏感和分词符属性无效。

附录：日志格式和样例

当您要采集Apache日志时，您需要在Apache日志配置文件中指定日志的打印格式、日志文件路径和名称。例如CustomLog "/var/log/apache2/access_log" combined，表示日志打印时使用combined格式，日志文件路径为/var/log/apache2/access_log。具体的日志格式和日志样例如下所示：

• Apache日志格式
  • combined格式

    LogFormat "%h %l %u %t \"%r\" %>s %b \"%{Referer}i\" \"%{User-Agent}i\"" combined

  • common格式

    LogFormat "%h %l %u %t \"%r\" %>s %b" 

  • 自定义格式

    LogFormat "%h %l %u %t \"%r\" %>s %b \"%{Referer}i\" \"%{User-Agent}i\" %D %f %k %p %q %R %T %I %O" customized

  相关字段说明如下所示，更多信息，请参见mod_log_config。

  字段格式	字段名称	说明
  %a	client_addr	客户端IP地址。
  %A	local_addr	本地IP地址。
  %b	response_size_bytes	响应字节大小，空值时显示为短划线（-）。
  %B	response_bytes	响应字节大小，空值时为0。
  %D	request_time_msec	请求时间，单位为微秒。
  %f	filename	文件名。
  %h	remote_addr	远程的主机名。
  %H	request_protocol_supple	请求协议。
  %I	bytes_received	服务器接收的字节数，需要启用mod_logio模块。
  %k	keep_alive	在此连接上处理的请求数。
  %l	remote_ident	远程主机提供的识别信息。
  %m	request_method_supple	请求方法。
  %O	bytes_sent	服务器发送的字节数，需要启用mod_logio模块。
  %p	remote_port	服务器端口号。
  %P	child_process	子进程ID。
  %q	request_query	查询字符串，如果不存在则为空字符串。
  %r	request	请求内容，包括方法名、地址和HTTP协议。
  %R	response_handler	服务端的处理程序类型。
  %s	status	响应的HTTP状态，初始状态。
  %>s	status	响应的HTTP状态，最终状态。
  %t	time_local	服务器时间。
  %T	request_time_sec	请求时间，单位为秒。
  %u	remote_user	客户端用户名。
  %U	request_uri_supple	请求的URI路径，不带查询字符串。
  %v	server_name	服务器名称。
  %V	server_name_canonical	根据UseCanonicalName指令设定的服务器名称。
  “%{User-Agent}i”	http_user_agent	客户端信息。
  “%{Rererer}i”	http_referer	来源页。

• Apache日志样例

  192.168.1.2 - - [02/Feb/2020:17:44:13 +0800] "GET /favicon.ico HTTP/1.1" 404 209 "http://localhost/x1.htm?userCode=wrvvs1rm&zuntopl" "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_11_3) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/48.0.2564.97 Safari/537.36"