网站变慢、页面报错或流量突然上涨时,监控图表能提示异常,却未必能说明具体请求经历了什么。阿里云网站日志可以补上这部分信息:请求何时发生、访问了哪个路径、服务返回什么状态码,以及处理用了多久。
日志来源要看网站的部署方式。运行在ECS上的网站,通常由Nginx、Apache或应用程序生成日志;经过负载均衡、CDN或反向代理的请求,还可能在这些组件上留下记录。先确认日志由谁生成、保存在哪里,再决定采集方式,排查时才不容易对错数据。
先分清网站日志的类型
常见日志包括Web服务器访问日志、错误日志、应用程序日志,以及负载均衡或网关的请求日志。访问日志一般记录请求时间、客户端地址、请求路径、状态码、响应字节数和处理耗时;错误日志更关注配置错误、程序异常和连接失败;应用日志则可能记录业务操作、依赖服务调用和异常堆栈。
这些日志各自回答不同问题。访问日志适合确认“什么时候、哪个请求出现了异常”;错误日志能帮助判断服务端为什么报错;应用日志则能进一步追踪程序执行到哪一步失败。网站经过代理或CDN时,源站记录的客户端地址、请求头和耗时口径可能与边缘节点日志不同。分析前先核对日志产生的位置和字段含义,避免把代理地址当成用户地址,或拿不同口径的耗时直接比较。
阿里云网站日志的常见采集方式
在ECS上保留本地日志
使用ECS部署网站时,Nginx、Apache或应用框架通常会把日志写入服务器文件。以Nginx为例,可以在站点配置中设置访问日志格式和保存路径,再配合日志轮转工具按天切分文件。这样查看近期请求比较方便,也能避免日志文件不断变大。
轮转配置完成后要确认服务可以继续写入新文件。修改配置时,先检查语法,再平滑重载服务;如果日志切分后不再增长,排查轮转脚本和文件权限。本地日志适合快速查看,但不宜作为唯一留存方式。服务器故障、磁盘损坏或误删都可能让日志丢失,重要业务可以再同步到集中存储或日志分析服务,并设置合适的保存期限。
集中采集并检索分析
服务器多了以后,逐台登录查文件会拖慢排障。可以通过阿里云日志服务(SLS)集中采集符合条件的日志,再按项目、日志库和机器等维度组织数据。配置时通常要指定采集源和路径、设置解析规则,并决定哪些字段需要建立索引。完成后,才能按时间、状态码、域名或请求路径检索和统计。
配置后别只看采集任务是否显示正常,还要抽查日志内容。路径是否覆盖实际日志目录?解析规则能不能正确拆出时间、状态码和耗时?常用查询字段是否已经建立索引?字段解析有误时,日志可能已经进入服务,却无法按预期条件筛选。容器或云产品托管环境则要使用相应的日志接入方式,不能直接照搬ECS文件采集配置。
排查5xx异常:先缩小范围,再核对依赖
假设一个内容网站在活动开始后,用户反馈页面偶尔打不开。监控显示服务器CPU没有明显升高,但5xx响应数量持续增加。运维人员可以先在阿里云网站日志中限定故障时间段,筛选5xx状态码,再按请求路径统计。如果异常主要集中在商品详情接口,而首页和静态资源基本正常,排查范围就从“整个网站”缩小到了相关接口及其依赖。
接着查看请求耗时,并对照应用日志。如果发现详情接口调用库存服务时偶发超时,就可以沿着这条调用关系继续检查。访问日志用于确认异常时间、受影响的接口和请求情况;应用日志提供依赖调用失败的线索。调整库存服务连接超时并为接口增加降级处理后,5xx比例随后下降。
单看状态码不足以确定根因。5xx说明服务端返回了错误,但具体问题可能在应用、数据库、上游服务或配置中。遇到复杂故障时,应把网站日志与应用日志、监控数据和链路追踪放在一起核对。
从日志里找排障线索
- 按状态码看变化:分别观察4xx和5xx的数量及趋势。4xx可能与错误链接、权限设置或爬虫请求有关;5xx需要进一步检查服务端错误日志和应用异常。
- 按路径和耗时排序:查看哪些接口请求量大、响应慢或错误集中。全站平均值可能掩盖个别接口的问题,排查时要把范围落到具体路径。
- 对照来源和时间:流量突然上涨时,检查来源地址、请求路径和时间分布,判断是活动流量、搜索引擎抓取,还是异常扫描。来源地址要结合代理链路判断。
- 记录查询上下文:保存筛选时间、查询条件和请求标识,便于与应用日志、告警记录或工单信息交叉核对。
采集前后要检查的细节
时间不一致会让日志对不上故障记录。服务器时区、日志中的时间格式和分析平台展示时区要核对清楚;如果差了几个小时,查询时可能会误以为异常发生在别的时间段。
字段也要按排障需要设计。请求时间、请求方法、路径、状态码、响应耗时和请求标识通常值得保留。需要记录客户端地址时,应确认代理链路中的地址传递规则,避免只采到负载均衡或反向代理的地址。
安全和成本也不能漏掉。日志可能包含账号标识、查询参数、IP地址等信息,采集前应避免记录密码和令牌,并按业务需要设置访问权限与保存期限。高流量网站的日志量较大,采集范围、索引字段和存储周期都会影响使用成本。没有必要长期保留的数据,应按实际需求定期清理;对外开放的日志查询权限则应遵循最小授权原则。
把日志流程做成日常检查项
起步阶段不必搭建复杂流程。先列清每类日志由哪个组件生成、保存在哪里、由谁维护;再统一关键时间字段和查询字段,配置轮转、采集与留存。随后准备几条常用查询,用来检查错误率、慢请求和流量异常。
上线采集配置后,用一条真实请求走完整条链路:确认日志已经生成、成功采集、字段解析正确,并能按条件检索。之后定期检查采集任务是否中断。发生故障时,再把网站日志与监控、应用告警和变更记录对照,确认异常何时开始、影响哪些请求,以及可能涉及哪个组件。这样整理出的信息,才足以支撑下一步排查。