公司的一个网站上了squid以后，还是跑得比较稳定的，十一长假以后对squid的一些参数进行的小的调整，正在观察影响。
为了能够更好地掌握squid的工作情况，考虑再上一个简单一些的squid日志分析工具。
先在google上搜了下，看到有sarg，于是下载，安装，和一般linux下的源码包类似，configure，make，make install。安装后进行一些配置，其实sarg不配置也没关系，直接可以由命令行参数来控制行为。在命令行参数里指定日志文件位置，报表输出目录，就可以跑了。本想通过crond定时让sarg分析前一天的日志，脚本都写好了，却发现sarg这个工具似主要是针对squid正向代理的分析目的做的。由于我的squid是当反向代理用的，我实际上并不关心每个客户端IP的具体行为，而只关心来访IP的总体行为，比如主要访问那些URL，而客户IP只需要分析访问量排在前面的来路就可以了。而sarg的分析结果，把每个ip都进行了分析并在报表目录下产生以客户端ip为名字的目录。这样一来，一次分析下来，报表目录下就有10000到15000个左右的子目录——这还只是一天的分析结果。很郁闷地查了文档，貌似没有什么好的办法，即使通过配置topusernum使报表上的用户IP累计连接数排名只显示前100位，目录下还是产生了13000多个子目录。
再找，发现了webalizer，同样下载源码编译安装，安装过程中出了些状况，其实我对linux下的编译安装的基本东西并不了解，只是发现安装的时候，不会自己根据配置去建立相应的目录，于是手工建好，安装成功。
运行，如果要求简单的话，一样也只要通过命令行就可以指定参数。由于webalizer并不是专门为squid做的，所以在命令行里需要指定一下日志文件格式是squid，运行下来发现效果不错，分析同样一天的日志，13000多个IP，比sarg要快了许多，并且结果比较符合我的需求。更发现一个好的地方，可以进行增量分析，这样，就可以让他每15分钟分析一次，基本上就可以近乎实时地看到当天当时的访问统计结果。
于是在反向代理的服务器上先安装了一个nginx，做webserver，开端口在9999，然后安装webalizer，做一个脚本，每天凌晨分析一下前一天的日志（在squid rotate了日志以后），由于只分析前一天的，不需要进行增量分析，所以忽略历史文件。
#!/bin/sh
TODAY=$(date +%Y%m%d)
run=/usr/local/webalizer/bin/webalizer
webroot=/www//webroot/
mkdir -p $webroot/$TODAY
$run -c /usr/local/webalizer/etc/webalizer.conf -F squid -i -n " " -t "cache.mysite.cn" -o $webroot/$TODAY /usr/local/squid/var/logs/access.log.1
这样，就可以通过http://cache.codepub.com/index.html来访问到分析报表了