Cómo ver los registros del servidor web
Ver archivos de registro del servidor
Los registros del servidor web registran una variedad de información sin procesar, como solicitudes recibidas y procesadas por el servidor web y errores de tiempo de ejecución. A través de estadísticas, análisis y síntesis de registros, podemos comprender de manera efectiva el estado operativo del servidor, descubrir y eliminar las causas de los errores, comprender la distribución del acceso de los clientes, etc., fortaleciendo así mejor el mantenimiento y la gestión del sistema.
Para los usuarios que tienen su propio servidor o tienen acceso a archivos de registro del servidor, esta es sin duda la mejor manera de entender cómo funcionan los motores de búsqueda y con qué frecuencia rastrean las páginas web.
A través de este archivo, puede comprender qué páginas web fueron rastreadas por el motor de búsqueda, cuándo fueron rastreadas, qué páginas web fueron rastreadas y si su sitio web fue rastreado por la araña de búsqueda principal o por una independiente. motor de búsqueda de arañas arrastrándose, etc.
Principio de acceso
1. El cliente (navegador) establece una conexión TCP con el servidor web. Una vez establecida la conexión, el servidor web envía una solicitud de acceso (como Obtener). Según el protocolo HTTP, la solicitud contiene una serie de información como la dirección IP del cliente, el tipo de navegador y la URL solicitada.
2. Después de recibir la solicitud, el servidor web devuelve el contenido de la página solicitado por el cliente. Si se produce un error, se devuelve un código de error.
3. El servidor registra la información de acceso y error en el archivo de registro.
Analizaremos un archivo de registro de nuestro servidor. Dado que este documento es relativamente largo, sólo extraemos algunos casos típicos a modo de ilustración.
#Software: Microsoft Internet Information Services 6.0
#Versión: 1.0
#Fecha: 2006-05-12 03:56:30
#Fields:
fecha y hora s-sitename s-ip cs-method cs-uri-stem cs-uri-query s-port
cs-username c-ip cs(User-Agent) sc-status sc-substatus sc-win32- status
2006-05-12
03:56:30 tres rondas tres rondas tres rondas tres rondas * * 218.25.92.169 OBTENER / - 80 - 220.181.18.98
Baiduspider ( /search/spider.htm) 403 14 5
/* Descripción */
Lo anterior define que a las 3:56:30 del 12 de mayo de 2006, Baidu Spider con IP 220.181.18.98 accedió al directorio raíz del servidor con IP 218.25.92.169 a través del puerto 80 (HTTP), pero fue rechazado.
#Software: Microsoft Internet Information Services 6.0
#Versión: 1.0
#Fecha: 2006-05-12 10:18:39
#Fields:
fecha y hora s-sitename s-ip cs-method cs-uri-stem cs-uri-query s-port
cs-username c-ip cs(User-Agent) sc-status sc-substatus sc-win32- status
2006-05-12
10:33:36 tres-círculo-tres-círculo-tres -círculo-tres-círculo** 218.25.92.169 GET /***/index.htm - 80 - 10.2.57.6
Mozilla/4.0 (compatible; MSIE 6.0. Windows NT 5.1; SV1) 200 0 0
2006-05-12
10:33:36 Tres círculos tres círculos tres círculos tres círculos tres círculos** 218.25.92.169 GET /***/***/ ***.gif - 80 - 10.2.57.6
Mozilla/4.0 (compatible; MSIE 6.0; MSIE 6.0; SV1) (compatible; MSIE 6.0; Windows NT 5.1; SV1) 200 0 0
/* Descripción*/
Lo anterior define que a las 10:33:36 del 12 de mayo de 2006, el usuario con IP 10.2.57.6 visitó el sitio web de tres círculos en el directorio ** tres círculos tres círculos tres círculos tres círculos tres círculos tres círculos tres círculos tres círculos **, la página index.htm en el directorio ** y *** en ***/**** Imagen .gif.
#Software: Microsoft Internet Information Services 6.0
#Versión: 1.0
#Fecha: 2006-05-12 13:17:46
#Fields:
fecha y hora s-sitename s-ip cs-method cs-uri-stem cs-uri-query s-port
cs-username c-ip cs(User-Agent) sc-status sc-substatus sc-win32- status
2006-05-12
13:17:46 Tres círculos Tres círculos Tres círculos Tres círculos* * 218.25.92.169 OBTENER /robots.txt - 80 - 66.249.66.72
Mozilla/5.0 (compatible; Googlebot /2.1; /bot.html)
404 0 2
2006-05-12 13:17:46 Tres círculos tres círculos tres círculos tres círculos** 218.25.92.169 GET / - 80 -
66.249.66.72
Mozilla /5.0 (compatible; Googlebot/2.1; /bot.html)
403 14 5
/* Descripción*/
La definición anterior es de 2006 5 A las 13:17:46 del 12 de marzo, Google Spider con IP 66.249.66.72 accedió al archivo robots.txt pero no lo encontró. Pudo acceder al directorio raíz del sitio web pero se le negó.
Actualmente existen muchas herramientas de análisis de registros. Si su servidor tiene mucho tráfico, el autor recomienda utilizar herramientas de análisis para analizar los registros del servidor.