您现在的位置是：首页 > 文章详情

awstats CGI模式下动态生成页面缓慢的改进

日期：2016-05-04点击：28213收藏

本文可以看做是多server多站点情况下awstats日志分析这篇文章的下篇，在使用过程中发现awstats在cgi模式下动态生成分析报告慢的问题（尤其是有些站点每天两个多G的日志，查看起来简直是在考验人的耐性），本文分享一种改造这个缺点的思路。

首先再来总结下awstats的处理过程以及查看分析结果的两种方式，来看官方版说明:

Process logs: Building/updating statistics database，建立/更新统计数据库（包含统计结果的文本文件）命令如下
perl awstats.pl -config=mysite -update
Run reports: Building and reading reports（生成并阅读报告）
1.The first option is to build the main reports, in a static HTML page, from the command line, using the following syntax
第一种方式，通过命令行生成html文件，然后浏览器展示。命令如下
perl awstats.pl -config=mysite -output -staticlinks > awstats.mysite.html
2.The second option is to dynamically view your statistics from a browser. To do this, use the URL:
第二种方式，通过如下的url“动态”的生成该站点的分析报告
http://www.myserver.mydomain/awstats/awstats.pl?config=mysite

总体思路就是，既然“动态生成”这个过程耗时，那就在服务器上定时通过curl 请求每个站点对应的url将生成的html页面存储到特定位置，然后浏览器访问时直接读取html文件即可（可能有同学要问了，这么费事，那为啥不直接用上面的第一种方式，用awstats.pl提供的参数直接生成html文件呢？这也就回归到上篇文章中讨论过的两种方式的差别了，awstats.pl生成的静态html页面从易用性和美观性都不如通过CGI动态生成的html页面）

思路有了，接下来就是“尝试”和“分析特征”。我们直接以

curl  -o /tmp/mysite.html http://www.myserver.mydomain/awstats/awstats.pl?config=mysite

得到的页面源代码如下

<html > <head> <meta name="generator" content="AWStats 7.4 (build 20150714) from config file awstats./usr/local/awstats/etc/www.conf.conf (http://www.awstats.org)"> <meta name="robots" content="noindex,nofollow"> <meta http-equiv="content-type" content="text/html; charset=utf-8"> <meta http-equiv="expires" content="Wed Apr 27 11:09:58 2016"> <meta http-equiv="description" content="Awstats - Advanced Web Statistics for www.dddd.com (2015-08) - main"> <title>Statistics for www.mysite.com (2015-08) - main</title> </head> <frameset cols="240,*"> <frame name="mainleft" src="awstats.pl?config=mysite&amp;framename=mainleft" noresize="noresize" frameborder="0" /> <frame name="mainright" src="awstats.pl?config=mysite&amp;framename=mainright" noresize="noresize" scrolling="yes" frameborder="0" /> <noframes><body>Your browser does not support frames.<br /> You must set AWStats UseFramesWhenCGI parameter to 0 to see your reports.<br /> </body></noframes> </frameset> </html>

可以看到动态生成的页面实际上是一个包含了两个frame（mainleft和mainright）的html文件，也就是说，如果我们想还原一个动态生成的报告页面，需要通过如下三条命令来生成对应的三个文件

curl -s -o main.html "http://www.myserver.mydomain/awstats/awstats.pl?config=mysite"    #取得主页面 curl -s -o left.html "http://www.myserver.mydomain/awstats/awstats.pl?config=mysite&framename=mainleft"    #取得左frame curl -s -o right.html "http://www.myserver.mydomain/awstats/awstats.pl?config=mysite&framename=mainright"    #取得右frame

然后，需要在 main.html中修改mainleft和mainright两个frame的src属性，将其指定到我们生成的left.html和right.html。如此我们就实现了将动态页面静态化（实际上是把动态生这个等待时间放到脚本里定时执行了）。

接下来，就是具体的实现过程了，涉及到对上篇文章中“cron_awstats_update.sh”脚本的改进，修改后的脚本内容如下（注释还算丰富，也能帮助理解思路）

#!/bin/sh #awstats日志分析 basedir=/usr/local/awstats-7.4 date_y_m=$(date +%Y%m -d '1 day ago')    #因为该脚本是第二天凌晨分析前一天的日志 year=`echo ${date_y_m:0:4}` month=`echo ${date_y_m:4:5}` cd $basedir #循环更新所有站点日志统计信息 echo -e "\e[1;31m-------`date "+%F %T"`    开始处理---------\n\e[0m" >>logs/cron.log for i in `ls result/` do     echo -e "\e[1;32m -----`date "+%F %T"`  处理 $i 日志-----\e[0m" >>logs/cron.log     perl wwwroot/cgi-bin/awstats.pl -config=etc/$i.conf -lang=cn -update &>>logs/cron.log     #将动态页面静态化，查看展示页面结构可得：主页面基本没内容，主要靠左右两个frame来生成内容     #所以可以将每一个站点的展示页分为三部分来缓存     echo -e "\e[1;32m -----`date "+%F %T"` 分析 $i 生成静态页面-----\n\e[0m" >>logs/cron.log     cd wwwroot     if [ ! -d $i/$date_y_m ];then mkdir -p $i/$date_y_m;fi     cd $i/$date_y_m     curl -s -o main.html\    #主页面         "http://127.0.0.1/cgi-bin/awstats.pl?month=$month&year=$year&output=main&config=/usr/local/services/awstats-7.4/etc/$site.conf&framename=index"     curl -s -o left.html\    #左页面         "http://127.0.0.1/cgi-bin/awstats.pl?month=$month&year=$year&output=main&config=/usr/local/services/awstats-7.4/etc/$site.conf&framename=mainleft"     curl -s -o right.html\    #右页面         "http://127.0.0.1/cgi-bin/awstats.pl?month=$month&year=$year&output=main&config=/usr/local/services/awstats-7.4/etc/$site.conf&framename=mainright"     #修改main.html里关于左右两个frame的引用     sed -i -e 's/awstats.pl.*left/left.html/g' -e 's/awstats.pl.*right/right.html/g' main.html     #接下来修改上面三个文件中的超链接部分     sed -i -e 's#awstats.pl#http://123.123.123.123/cgi-bin/awstats.pl#g'\    #123.123.123.123为公网ip            -e 's/charset=.*/charset=utf-8">/g'\            -e 's/lang="cn"//g'\            main.html left.html right.html     #剩下的事就是去修改nginx index.html页面的超链接指向     cd $basedir done echo -e "\e[1;33m-------`date "+%F %T"`  处理完成---------\n\e[0m" >>logs/cron.log ##### #原始请求样式， #http://127.0.0.1/cgi-bin/awstats.pl?config=/usr/local/awstats-7.4/etc/heibai.conf 这个url访问该站点最新数据，会产生下面三个请求 #http://127.0.0.1/cgi-bin/awstats.pl?config=/usr/local/awstats-7.4/etc/heibai.conf #http://127.0.0.1/cgi-bin/awstats.pl?config=/usr/local/awstats-7.4/etc/heibai.conf&framename=mainleft #http://127.0.0.1/cgi-bin/awstats.pl?config=/usr/local/awstats-7.4/etc/heibai.conf&framename=mainright ##### #选择年月之后，会产生如下三个请求 #http://127.0.0.1/cgi-bin/awstats.pl?month=05&year=2016&output=main&config=%2Fusr%2Flocal%2Fawstats-7.4%2Fetc%2Fheibai.conf&framename=index 经过编码的 #http://127.0.0.1/cgi-bin/awstats.pl?month=05&year=2016&output=main&config=/usr/local/awstats-7.4/etc/heibai.conf&framename=mainleft #http://127.0.0.1/cgi-bin/awstats.pl?month=05&year=2016&output=main&config=/usr/local/awstats-7.4/etc/heibai.conf&framename=mainright #####

经过脚本处理之后，在wwwroot目录下，站点目录与html文件会是这个样子

到此，我们对上篇文章中的nginx配置部分做相应修改后就可以通过如下url来访问了

http://www.myserver.mydomain/www/201605 #表示www站2016年5月的统计页面

但是，改造到这里并不算完，在动态生成的页面里，有选择年和月的下拉框，可以查看指定年月的统计页面，如下图

这个功能会产生一个如下的请求
http://www.myserver.mydomain/cgi-bin/awstats.pl?month=04&year=2016&output=main&config=www.conf&framename=index

仍然是动态请求（即仍然会慢），但按照我们的设计，每个月应该都已经生成了静态文件，所以是不需要动态生成的。如何将这个功能点修改为也按照上面静态url的格式呢，这里作者首先想到了两个方案：
一个是通过js获取年和月的值，然后在表单的action处拼出所需的url
另一个是通过nginx的rewrite来实现
经过尝试和对比，第二种方案更适合这里的场景，因为第一种涉及到对生成的html文件内容进行修改，且不止一处，实现起来啰嗦一些；而第二种方案只需要在nginx里做配置即可（这里如何从nginx获取到参数值并且引用该值算是一个小技巧吧）。

最终，修改之后的nginx配置文件如下

server {     listen   800;     root /usr/local/awstats/wwwroot;     access_log /tmp/awstats_access_log access;     error_log /tmp/awstats_nginx.error_log notice;     location / {         index index.html main.html;     }     # Static awstats files: HTML files stored in DOCUMENT_ROOT/awstats/     location /awstats/classes/ {         alias classes/;     }     location /awstats/css/ {         alias css/;     }     location /awstats/icon/ {         alias icon/;     }     location /awstats-icon/ {         alias icon/;     }     location /awstats/js/ {         alias js/;     }     # Dynamic stats.     location ~ ^/cgi-bin/(awredir|awstats)\.pl.* {         gzip off;         fastcgi_pass 127.0.0.1:9000;         fastcgi_param SCRIPT_FILENAME $document_root/cgi-bin/fcgi.php;         fastcgi_param X_SCRIPT_FILENAME $document_root$fastcgi_script_name;         fastcgi_param X_SCRIPT_NAME $fastcgi_script_name;         include fastcgi_params;         fastcgi_send_timeout 300;         #为了让顶部根据时间筛选功能也能用上之前生成的静态页面, 其中%2F部分为url编码后的/，为了取得站点名         if ($query_string ~* "^month=(\d+)&year=(\d+)&output=main&config=.+etc%2F(.+)\.conf&framename=index$") {             set $month $1;             set $year $2;             set $site $3;             rewrite  ^/cgi-bin/awstats\.pl  /$site/$year$month? permanent;         }     }     expires 12h; }

最后一点，不要忘了修改“入口文件”`index.html`哦，js自动生成的超链接要修改，增加及修改下面内容

/*... 省略 ...*/ //一个能计算昨天明天等日期的函数             function GetDateStr(AddDayCount) {                 var dd = new Date();                 dd.setDate(dd.getDate()+AddDayCount);//获取AddDayCount天后的日期                 var y = dd.getFullYear();                 var m = dd.getMonth()+1;//获取当前月份的日期                 var d = dd.getDate();                 if (m<10) {                     return y+"0"+m;    //格式自定义                 } else {                     return y+''+m;                 }             }             var yesterday=GetDateStr(-1);   //计算昨天日期  格式  201604             //向表格填充内容             for (var tdid=0;tdid<num;tdid++) {                 //依顺序获取各td元素                 var tdnode=document.getElementById(tdid+1);                 //取出每个域名里的主机名，服务器端配置文件命名方式为 “主机名.conf”                 var hostname=vhost[tdid].split(".abc",1);                 //向表格插入域名并且设置超链接                 tdnode.innerHTML="<a href=\""+hostname+"/"+yesterday+"\">" +vhost[tdid] +"</a>";             }       /*... 省略 ...*/

主要修改如下图