Nginx Parser

Nginx Parser 是专门解析Nginx日志的解析器。仅需指定nginx的配置文件地址，即可进行nginx日志解析。

Nginx Parser的解析原理

Nginx Parser 会根据Nginx配置文件去寻找Nginx日志的生成格式，举例来说:

   log_format  main  '$remote_addr - $remote_user [$time_local] "$request" '
                      '$status $bytes_sent $body_bytes_sent "$http_referer" '
                      '"$http_user_agent" "$http_x_forwarded_for" '
                      '$upstream_addr $host $sent_http_x_reqid $request_time';

这个日志格式会生成一个正则表达式，匹配每个$符号后的字符串，以格式中定义的分隔符为正则表达式的终结符。 如 $remote_addr 后面跟着空格，则认为匹配的remote_addr 字段，匹配到空格为止。 如果被双引号""包裹，如"$http_user_agent"，则认为匹配到双引号为止，又比如[$time_local]会认为匹配左括号[开始到右括号]结尾。

通过上述生成的正则表达式，就可以匹配 Nginx access日志了。

上述方式生成的正则表达式可以解析大部分情况下的Nginx配置，但是确实也存在一些情况会出现解析异常，如上述的case下，如果http_user_agent没有通过双引号引起来，那么就会导致提前匹配到http_user_agent中可能存在的空格，导致解析失败。针对这样的情况，我们就推荐使用Grok Parser来解析

典型配置如下

    "parser":{
	"name":"nginx_parser",
        "type":"nginx",
        "nginx_log_format_path":"/opt/nginx/conf/nginx.conf",
        "nginx_log_format_name":"main",
        "nginx_schema":"time_local date,bytes_sent long,request_time float,body_bytes_sent long",
        "labels":"machine xxx123, team pandora"
    },

• Nginx Parser是根据您Nginx配置文件自动生成配置正则表达式解析日志的方式，字段名称和Nginx配置文件中 log_format定义的名称一致。

• nginx_log_format_path 填写nginx配置文件，配置文件中需要包含 log_format格式，如图1.

• nginx_log_format_name 实际access log使用的格式名称，如图2

• nginx_schema 默认情况下nginx日志都被解析为string，指定该格式可以设置为float、long、date等三种类型。指定范式为逗号分隔每个字段和类型，每个字段和类型用空格分隔，左边为字段名称，右边为类型。

• labels中定义的标签如果跟数据有冲突，labels中的标签会被舍弃

• disable_record_errdata 默认为false，解析失败的数据会默认出现在"pandora_stash"字段，该选项可以禁止记录解析失败的数据。

• 图1 http://op26gaeek.bkt.clouddn.com/logformat.png

• 图2 http://op26gaeek.bkt.clouddn.com/realnginxconfig.png

Nginx Parser时完整的logkit配置

• http://op26gaeek.bkt.clouddn.com/nginx%01config.png

{
    "name":"nginx_runner",
    "reader":{
        "mode":"file",
        "meta_path":"meta",
    	"log_path":"/opt/nginx_logs/logs/access.log"
    },
    "parser":{
	"name":"nginx_parser",
        "type":"nginx",
        "nginx_log_format_path":"/opt/nginx/conf/nginx.conf",
        "nginx_log_format_name":"main",
        "nginx_schema":"time_local date,bytes_sent long,request_time float,body_bytes_sent long"
    },
    "senders":[{
        "name":"pandora_sender",
        "sender_type":"pandora",
        "pandora_ak":"your_ak",
        "pandora_sk":"your_sk",
        "pandora_host":"https://pipeline.qiniu.com",
        "pandora_repo_name":"my_nginx_log",
        "pandora_region":"nb",
	"pandora_schema_free":"true",
        "pandora_gzip": "true",
        "pandora_enable_logdb":"true",
    	"fault_tolerant":"true",
        "ft_save_log_path":"./ft_log",
        "ft_strategy":"always_save",
        "ft_procs":"2"
}]
}