Analyseur de journaux web

À quoi sert un analyseur de journaux web ?

Un analyseur de journaux web est un outil gratuit en ligne permettant d’analyser les journaux d’accès d’un serveur et d’étudier l’activité des requêtes. Il fournit des statistiques sur le nombre total de requêtes, les codes d’état HTTP, les méthodes de requête, les URL populaires, les adresses IP sources, les référents, les navigateurs, les informations sur les appareils et le volume de données des réponses. Il vous aide à comprendre le trafic de votre site et à examiner les erreurs 4xx/5xx, les requêtes répétées et les éventuelles activités de balayage suspectes. L’analyse des journaux s’effectue localement dans le navigateur, sans qu’il soit nécessaire de téléverser les fichiers originaux vers un serveur.

Formats de journaux pris en charge

L’outil propose les formats Nginx Combined, Apache Combined, Nginx Common, Apache Common, la détection automatique du format et les expressions régulières personnalisées. Ces expressions peuvent extraire des champs à l’aide de groupes nommés, notamment ip, time, method, url, protocol, status, bytes, referer et ua. Vous pouvez importer des fichiers .log, .txt et .gz, ou coller directement le texte des journaux. La prise en charge directe des journaux CDN dépend de la compatibilité de leur structure de champs avec les formats disponibles. Si la structure n’est pas compatible, vous pouvez essayer une expression régulière personnalisée. Les résultats dépendent du format du journal, de la disposition des champs et de la correspondance de l’expression avec les données.

Fonctionnalités principales

• Statistiques des requêtes et des codes d’état : synthétisez le nombre de requêtes, la répartition des codes d’état HTTP, les méthodes de requête, les URL populaires et le nombre d’octets des réponses.
• Analyse des sources de trafic : examinez les adresses IP sources, les référents, les navigateurs, les appareils et les activités suspectes de robots détectées à partir des chaînes User-Agent.
• Diagnostic des erreurs HTTP : examinez les réponses 4xx et 5xx ainsi que les chemins de requête associés afin d’identifier les ressources manquantes, les restrictions d’accès et les erreurs serveur.
• Analyse des requêtes suspectes : repérez les volumes de requêtes élevés, les balayages potentiellement suspects et les requêtes inhabituelles à partir de la fréquence des requêtes, des codes d’état et des chemins URL.
• Filtrage des journaux bruts : filtrez les enregistrements par heure, adresse IP, URL, code d’état, méthode de requête et type de robot, puis exportez les résultats filtrés au format CSV.
• Analyse des formats personnalisés : utilisez des expressions régulières personnalisées pour traiter les formats de journaux non standard et extraire les champs nommés pris en charge.

Confidentialité et sécurité des journaux

L’analyse et le traitement des journaux s’effectuent localement dans votre navigateur. Les fichiers originaux n’ont pas besoin d’être téléversés vers un serveur et aucune inscription n’est nécessaire. Les journaux d’accès peuvent contenir des adresses IP, des chemins de requête, des pages référentes et des chaînes User-Agent. Avant de les analyser, assurez-vous d’être autorisé à traiter ces données et évitez de laisser des journaux sensibles sur des appareils partagés.

Questions fréquentes

Quels serveurs l’analyseur de journaux web prend-il en charge ?

L’outil est principalement conçu pour les journaux d’accès Nginx, Apache et les autres formats dont la structure de champs est compatible. La possibilité d’analyser directement les journaux CDN dépend de leur structure. Si les formats par défaut ne correspondent pas, essayez une expression régulière personnalisée.

Pourquoi certaines lignes de journal ne sont-elles pas analysées ?

Les causes courantes comprennent une différence entre le format sélectionné et le format réel du journal, un format de date ou d’heure différent, des champs manquants, des lignes incomplètes ou une expression régulière personnalisée qui ne correspond pas. Examinez quelques lignes originales, puis sélectionnez un format adapté ou ajustez les groupes nommés de votre expression.

Comment analyser des journaux avec une expression régulière personnalisée ?

Sélectionnez le format d’expression régulière personnalisée et rédigez un motif correspondant aux lignes de votre journal. Utilisez les groupes nommés pris en charge par l’outil pour extraire les champs souhaités, par exemple ip, time, method, url, status et ua. Vérifiez que l’expression tient compte de l’ordre des champs, des séparateurs et des champs facultatifs, puis testez-la sur un petit échantillon avant de traiter un fichier plus volumineux.

Pourquoi les statistiques des codes d’état ou du volume de données des réponses peuvent-elles être inexactes ?

Les statistiques dépendent de la correspondance correcte du format du journal et de l’extraction réussie des champs tels que les codes d’état et le nombre d’octets des réponses. Des champs manquants, des formats incompatibles ou une expression régulière incorrecte peuvent empêcher certains enregistrements d’être pris en compte comme prévu. Vérifiez les journaux originaux et le format choisi, puis comparez quelques enregistrements bruts aux statistiques obtenues.

L’outil peut-il confirmer qu’une requête provient d’un véritable robot de moteur de recherche ?

Non. Une chaîne User-Agent ne suffit pas à vérifier l’identité d’un robot. Le type de robot détecté par l’outil constitue uniquement un premier indice. Pour vérifier des robots officiels tels que Googlebot ou Bingbot, examinez l’adresse IP source et suivez les procédures officielles de vérification du moteur de recherche concerné.

Le nombre d’adresses IP uniques correspond-il au nombre de visiteurs du site ?

Non. Plusieurs utilisateurs peuvent partager une même adresse IP via un NAT ou un proxy, tandis qu’un même utilisateur peut utiliser plusieurs adresses IP. Le nombre de requêtes, le nombre d’adresses IP uniques et le nombre réel de visiteurs sont des indicateurs différents qui doivent être interprétés selon leur définition respective.

Existe-t-il des limites pour les fichiers journaux volumineux ?

Les performances et le volume de données traitables dépendent de la taille du fichier, du nombre d’enregistrements, de la longueur des lignes, de la mémoire disponible dans le navigateur et des performances de l’appareil. Pour les fichiers très volumineux, il est conseillé de les diviser par période ou par taille, puis de les analyser par lots afin de réduire l’utilisation de la mémoire et de faciliter le diagnostic.