Webalizer: Unterschied zwischen den Versionen

Aus Mikiwiki
Zur Navigation springen Zur Suche springen
Keine Bearbeitungszusammenfassung
Keine Bearbeitungszusammenfassung
Zeile 108: Zeile 108:


{{cat|Logdateianalyse}}
{{cat|Logdateianalyse}}
{{cat|Webalizer}}
{{cat|Webserver}}
{{cat|Webserver}}

Version vom 6. Februar 2009, 21:04 Uhr

Webalizer ist ein Programm zur Logdateianalyse eines Webservers, das Zugriffsstatistiken im HTML-Format erzeugt. Mittels Auswertung von Zugriffs- und Auslastungs-Protokolldateien können damit Website-Analysen erstellt werden. Der Webalizer ist auch heute noch ein beliebtes Webserver-Verwaltungswerkzeug. Die Hauptseite von Webalizer schlüsselt den Verkehr eines Jahres nach Monaten auf. Dabei wird grundsätzlich unterschieden zwischen:

  • Hits: Anfragen an den Webserver
  • Files: Anzahl der übertragenen Dateien, einschliesslich CSS-Dateien, Grafiken usw.
  • Visits: Anzahl der Besucher mit unterschiedlicher IP
  • Sites:
  • Pages: Anzahl der ausgelieferten Seiten

Zusätzlich wird der Antwortcode des Webservers überwacht: Gibt es Einträge mit Rückgabewert 404, so deutet das auf ungültige Links innerhalb der Seite.

Awffull, Webalizer Xtended und Stone Step Webalizer sind Forks des ursprünglichen Webalizer. Der Stone Step Webalizer spielt seine Stärke beim Einsatz mit dynamischen Webseiten aus. Auf Wunsch filtert er die Anfrageparameter aus, die in bestimmten Szenarien die Statistik bis zur Unbrauchbarkeit hin verfälschen.

Installation

Ubuntu 7.04 Feisty Fawn

# apt-get install webalizer

Oder über die Synaptic-Paketverwaltung.

Konfiguration

Konfiguration von Webalizer in der Datei "/etc/webalizer/webalizer.conf".

LogFile /var/log/apache2/access.log
OutputDir /var/www/webalizer
HTMLBody <BODY BGCOLOR="#FFFFFF" TEXT="#000000" LINK="#0000FF" VLINK="#FF0000">

TopSites        50
TopKSites       50
TopURLs         50
TopKURLs        50
TopReferrers    200
TopAgents       50
TopCountries    50
TopEntry        50
TopExit         50
TopSearch       200
TopUsers        50

Verwendung

# webalizer

FAQ

Error: Skipping oversized log record

# webalizer
Webalizer V2.01-10 (Linux 2.6.18-4-vserver-686) locale: de_CH.UTF-8
Verwende Protokolldatei /var/log/apache2/access.log (clf)
Using default GeoIP database
Erzeuge Dateien in /var/www/webalizer
Rechnername für Bericht ist 'xxxx'
Lese Datei mit historischen Daten... webalizer.hist
Error: Skipping oversized log record
Error: Skipping oversized log record
Error: Skipping oversized log record
Erzeuge Bericht für September 2007
Erzeuge Zusammenfassung
Speichere historische Daten...
252146 Einträge (149 ignoriert, 3 ungültig) in 157.50 Sekunden, 1600/sec

Die Meldung "Error: Skipping oversized log record" erscheint offenbar, wenn eine überlange Zeile übersprungen wurde. Vermutlich wird eine solche durch Würmer oder Viren verursacht, die sich auf irgendwelche Schwachstellen bei IIS stürzen. Zumindest für Apache und den Webalizer ist das kein Problem.

Wie wird eine Webalizer-Statistik gelesen?

Hauptüberschriften

Hits (dt. Treffer, Anfragen) repräsentieren die Gesamtzahl der an den Webserver gestellten Anfragen während der angegeben Zeitdauer (Monat, Tag, Stunde). Dabei ist es gleichgültig, welche Art von Dateien aufgerufen wird. Für die Auswertung ist auch unwichtig, ob die Anfrage berechtigt oder erfolgreich war. Jede gültige Zeile im Webserverlog wird als Treffer gezählt. Wird eine HTML-Seite angefordert, die vier Bilder und eine Audiodatei enthält, erzeugt das also insgesamt sechs Treffer: vier für die Bilder, einen für die Audiodatei und einen für die Datei, welche die Bilder und die Audiodatei enthält.

Files (dt. Dateien) repräsentieren die Gesamtzahl der Treffer (Anfragen), die tatsächlich dazu führten, dass der Webserver dem Benutzer etwas zurückschickte. Nicht alle Treffer senden Daten, z. B. die Anfrage "404-Not Found" oder auch Anfragen nach Seiten, die bereits im lokalen Browser-Cache vorhanden sind. Der Unterschied zwischen Treffern und Dateien sagt auch etwas über wiederkehrende Besucher aus, denn je grösser der Unterschied zwischen den beiden ist, desto mehr Leute fragen Seiten an, die sie bereits im Browser-Cache (also bereits gesehen) haben.

Sites repräsentiert die Anzahl sich voneinander unterscheidender IP-Adressen bzw. Rechnernamen, die Anfragen an den Webserver gestellt haben. Der Wert zeigt also bloss die Anzahl verschiedener Rechner, die zu irgendeinem Zeitpunkt auf den Webserver zugegriffen haben; jeder Rechner wird dabei natürlich nur ein einziges Mal gezählt, gleichgültig wie oft er auf den Webserver zugegriffen hat. Es sollte aufgepasst werden, wenn dieser Wert für etwas anderes als das gebraucht wird, was er ist. Viele Benutzer können erscheinen, als kämen sie von einer einzigen Site, es kann aber auch scheinen, als kämen sie von vielen voneinander verschiedenen IP-Adressen. Die Anzahl der tatsächlichen Benutzer auf dem Webserver kann nur mit Hilfe von Serverlogdateien und dem HTTP-Protokoll nicht ermittelt werden. Immerhin stellt die Anzahl der Sites eine grobe Annäherung an diesen Wert dar.

Visits (dt. Besuche) finden statt, wenn eine entfernte Site erstmals eine Anfrage für eine Seite auf dem Webserver stellt. Solange dieselbe Site innerhalb einer gegebenen Timeout-Zeitspanne (im Standard 30 Minuten) Anfragen stellt, werden alle diese Anfragen als Teil desselben gewertet. Macht die Site eine Anfrage an den Webserver und die Zeitspanne seit der letzten Anfrage ist länger als die angegebene Timeout-Zeitspanne, so wird ein neuer Besuch angenommen und gezählt und der Timeout beginnt erneut zu laufen. Da nur Anfragen nach Seiten einen Besuch erzeugen werden entfernte Sites bei der Besuchergesamtzahl nicht mitgezählt, wenn sie bloss auf ein Bild oder eine sonstige nicht-Seiten-URL linken, was die Anzahl "falscher Besuche" verringert.

Pages (engl. Seiten) sind diejenigen URLs, die als die tatsächlich angeforderten Seiten angesehen würden und nicht all die einzelnen Bestandteile, die sie in Wirklichkeit ausmachen (z. B. CSS-Dateien, JS-Dateien, Grafiken, Audiodateien). Standardmässig wird jede URL mit einer der Endungen .htm, .html oder .cgi als Seite angesehen, je nach Einstellung des Webservers werden aber auch Dateien mit Endungen wie z. B. ".php", ".php3" oder ".phtml" als Seiten gezählt. Oft wird dieser Wert (Seitenzugriffe, "page views", "page impressions") als die tatsächliche Zugriffszahl genannt. Allerdings ist der Wert allein nicht verwertbar und muss im Zusammenhang mit den anderen bereitgestellten Informationen betrachtet werden.

Ein KByte entspricht 1'024 Bytes (1 Kilobyte / KB). Der Wert wird verwendet, um die Menge der Daten zu zeigen, die zwischen dem Webserver und den entfernten Rechnern übertragen wurde. Grundlage für die Berechnung sind die im Webserverlog gefundenen Daten.

Allgemeine Definitionen

Eine Site ist ein entfernter Rechner, der Anfragen an den Webserver stellt. Grundlage für die Erkennung einer Site sind IP-Adresse bzw. Rechnername des entfernten Rechners.

Uniform Resource Locator / URL. Alle an den Webserver gestellten Anfragen fragen irgendetwas an. Eine URL ist dieses etwas und repräsentiert ein irgendwo auf dem Webserver liegendes Objekt, das dem entfernten Benutzer zugänglich ist oder eine Fehlermeldung verursacht (z. B. "404 - Not found"). URLs können irgendeinen Typ haben (HTML, Audio, Grafiken, usw.).

Referrers sind diejenigen URLs, die einen Benutzer zur vom Webserver bedienten Site führen oder den Browser dazu bringen, vom Webserver etwas anzufragen. Die grosse Mehrheit der Anfragen werden werden von eigenen URLs gemacht, weil die meisten HTML-Seiten Links auf andere Objekte (z. B. CSS-Dateien, Grafiken) enthalten. Wenn eine HTML-Seite Links zu zehn Grafiken enthält, so wird jede Anfrage nach dieser HTML-Seite zehn weitere Treffer mit der HTML-Seite als Referrer nach sich ziehen.

Search Strings entstehen, indem die Referrer-Zeichenkette untersucht und nach bekannten Mustern aus verschiedenenen Suchmaschinen gesucht wird. Die erkennbaren Suchmaschinen und Muster können innerhalb einer Konfigurationsdatei angegeben werden. Der Standard erkennt die meisten grossen Suchmaschinen. Achtung: Diese Informationen sind nur erhältlich, wenn die sie in den Webserverlogs enthalten sind.

User Agent ist ein andere Bezeichnung für den Webbrowser. Netscape, Opera, Konqueror, usw. sind alle User Agents, und jeder meldet sich in seiner eigenen Weise beim Webserver. Allerdings sollte daran gedacht werden, dass viele Webbrowser es erlauben, die übermittelten Daten und somit auch den Namen zu ändern (z. B. kann sich Opera als Internet Explorer ausgeben). Diese Information wird aber ohnehin nur ausgegeben, wenn sie auch in den Webserverlogs enthalten ist.

Entry-Seiten sind diejenigen Seiten, die bei einem Besuch als erste angefragt wurden. Wurde die URL direkt eingegeben, so wird dies als "/" dargestellt.

Exit-Seiten sind diejenigen Seiten, die bei einem Besuch als letzte angefragt wurden.

Countries (dt. Länder) werden anhand der Top Level Domains der anfordernden Site bestimmt. Das ist allerdings etwas fragwürdig, da etwa eine ".com"-Domain ihren Rechner in den USA stehen haben kann, aber nicht muss. Genausogut kann der Rechner einer ".il"-Domain zwar in Israel stehen - oder eben auch anderswo. Wer der tatsächliche Benutzer ist, lässt sich aber über die Domain ohnehin nicht herausfinden. Ein grosser Prozentsatz wird auch als "Unresolved/Unknown" angezeigt, da ein grosser Teil der Benutzer über Einwahlverbindungen und andere Kundenzugangspunkte ins Internet gelangen, die ihre IP-Adressen nicht in Namen umwandeln.

Response Codes (dt. Antwortcodes) sind als Teil des HTTP/1.1-Protokolls definiert. Diese codes werden vom Webserver erzeugt und machen eine Aussage über den Vollständigkeitsstatus der Anforderungen, die an ihn gerichtet werden.

Weblinks