Webserver-Log-Analyzer

Was kann ein Webserver-Log-Analyzer leisten?

Ein Webserver-Log-Analyzer ist ein kostenloses Online-Tool zum Parsen von Server-Zugriffsprotokollen und zur Analyse von Anfrageaktivitäten. Er wertet die Gesamtzahl der Anfragen, HTTP-Statuscodes, Request-Methoden, häufig aufgerufene URLs, Quell-IP-Adressen, Referrer, Browser, Geräteinformationen und Antwortdatenvolumen aus. Damit können Sie den Website-Traffic besser verstehen und 4xx-/5xx-Fehler, wiederholte Anfragen sowie potenziell verdächtige Scan-Aktivitäten untersuchen. Die Verarbeitung und Auswertung der Logs erfolgt lokal im Browser. Die Originalprotokolle müssen dafür nicht auf einen Server hochgeladen werden.

Unterstützte Logformate

Das Tool bietet Parser für Nginx Combined, Apache Combined, Nginx Common, Apache Common, die automatische Formaterkennung und benutzerdefinierte reguläre Ausdrücke. Mit benutzerdefinierten Regex-Mustern lassen sich Felder über benannte Gruppen extrahieren, darunter ip, time, method, url, protocol, status, bytes, referer und ua. Sie können .log-, .txt- und .gz-Dateien importieren oder Logtext direkt einfügen. Ob CDN-Logs direkt verarbeitet werden können, hängt davon ab, ob ihre Feldstruktur mit den verfügbaren Formaten kompatibel ist. Andernfalls können Sie einen benutzerdefinierten regulären Ausdruck verwenden. Die Ergebnisse hängen vom Logformat, der Feldstruktur und der Übereinstimmung des Ausdrucks mit den Eingabedaten ab.

Wichtige Funktionen

• Anfrage- und Statuscode-Statistiken: Ermitteln Sie die Anzahl der Anfragen, die Verteilung der HTTP-Statuscodes, Request-Methoden, häufig aufgerufene URLs und die übertragenen Antwortbytes.
• Analyse der Traffic-Quellen: Untersuchen Sie Quell-IP-Adressen, Referrer, Browser, Geräte und anhand von User-Agent-Zeichenfolgen erkannte verdächtige Crawler-Aktivitäten.
• Untersuchung von HTTP-Fehlern: Analysieren Sie 4xx- und 5xx-Antworten sowie zugehörige Anfragepfade, um fehlende Ressourcen, Zugriffsbeschränkungen und Serverfehler einzugrenzen.
• Analyse verdächtiger Anfragen: Erkennen Sie anhand der Anfragehäufigkeit, der Statuscodes und der URL-Pfade auffällig häufigen Traffic, potenziell verdächtige Scans und ungewöhnliche Anfragen.
• Filterung von Rohdaten: Filtern Sie Logeinträge nach Zeit, IP-Adresse, URL, Statuscode, Request-Methode und Crawler-Typ und exportieren Sie die gefilterten Ergebnisse als CSV.
• Analyse benutzerdefinierter Formate: Verwenden Sie eigene reguläre Ausdrücke, um nicht standardisierte Logformate abzugleichen und unterstützte benannte Felder zu extrahieren.

Datenschutz und Sicherheit der Logs

Die Verarbeitung und Auswertung der Logs erfolgt lokal im Browser. Die Originalprotokolle müssen weder auf einen Server hochgeladen werden, noch ist eine Registrierung erforderlich. Zugriffsprotokolle können IP-Adressen, Anfragepfade, Referrer-Seiten und User-Agent-Zeichenfolgen enthalten. Vergewissern Sie sich vor der Analyse, dass Sie zur Verarbeitung dieser Daten berechtigt sind, und hinterlassen Sie auf gemeinsam genutzten Geräten keine vertraulichen Logdaten.

Häufig gestellte Fragen

Welche Server unterstützt der Webserver-Log-Analyzer?

Das Tool ist hauptsächlich für Nginx-, Apache- und andere Zugriffsprotokolle mit kompatibler Feldstruktur ausgelegt. Ob CDN-Logs direkt analysiert werden können, hängt von ihrer Struktur ab. Wenn keines der Standardformate passt, versuchen Sie es mit einem benutzerdefinierten regulären Ausdruck.

Warum lassen sich einige Logzeilen nicht parsen?

Häufige Ursachen sind ein Unterschied zwischen dem ausgewählten und dem tatsächlichen Logformat, ein abweichendes Zeitformat, fehlende Felder, unvollständige Logzeilen oder ein nicht passender benutzerdefinierter Regex-Ausdruck. Prüfen Sie zunächst einige Originalzeilen und wählen Sie anschließend ein passendes Format oder passen Sie die benannten Gruppen Ihres Ausdrucks an.

Wie analysiere ich Logs mit einem benutzerdefinierten regulären Ausdruck?

Wählen Sie das Format für benutzerdefinierte reguläre Ausdrücke und erstellen Sie ein Muster, das zu Ihren Logzeilen passt. Verwenden Sie die vom Tool unterstützten benannten Gruppen für die zu extrahierenden Felder, beispielsweise ip, time, method, url, status und ua. Achten Sie auf die Reihenfolge der Felder, Trennzeichen und optionale Felder. Testen Sie den Ausdruck zunächst mit einer kleinen Stichprobe.

Warum können Statistiken zu Statuscodes oder Antwortdatenvolumen ungenau sein?

Die Statistiken hängen davon ab, ob das Logformat korrekt erkannt wird und ob Felder wie Statuscodes und Antwortbytezahlen erfolgreich extrahiert werden. Fehlende Felder, inkompatible Formate oder ein fehlerhafter benutzerdefinierter Regex-Ausdruck können dazu führen, dass einzelne Einträge nicht wie erwartet berücksichtigt werden. Prüfen Sie die Originalprotokolle und das gewählte Format und vergleichen Sie einige Rohdaten mit den ermittelten Statistiken.

Kann das Tool bestätigen, dass eine Anfrage von einem echten Suchmaschinen-Crawler stammt?

Nein. Allein anhand einer User-Agent-Zeichenfolge lässt sich die Identität eines Crawlers nicht verifizieren. Der vom Tool erkannte Crawler-Typ ist lediglich ein erster Hinweis. Um offizielle Crawler wie Googlebot oder Bingbot zu überprüfen, sollten Sie die Quell-IP-Adresse kontrollieren und die offiziellen Verifizierungsverfahren der jeweiligen Suchmaschine befolgen.

Entspricht die Anzahl eindeutiger IP-Adressen der Anzahl der Website-Besucher?

Nein. Mehrere Benutzer können dieselbe NAT- oder Proxy-IP-Adresse verwenden, während ein einzelner Benutzer mehrere IP-Adressen nutzen kann. Die Anzahl der Anfragen, die Anzahl eindeutiger IP-Adressen und die tatsächliche Besucherzahl sind unterschiedliche Kennzahlen und müssen entsprechend ihrer jeweiligen Definition interpretiert werden.

Gibt es Einschränkungen bei großen Logdateien?

Die Verarbeitungsgeschwindigkeit und das verarbeitbare Datenvolumen hängen von der Dateigröße, der Anzahl der Einträge, der Länge der Logzeilen, dem verfügbaren Browserspeicher und der Geräteleistung ab. Bei sehr großen Dateien empfiehlt es sich, die Logs nach Zeiträumen oder Dateigröße aufzuteilen und in mehreren Durchläufen zu analysieren. Dadurch lässt sich der Speicherbedarf reduzieren und die Fehlersuche erleichtern.