• 如何查看与分析IIS服务器日志?


    发布时间:2012-12-01 16:17:28.0 作者:青岛做网站
      网站日志分析是站长每天的必备工作之一,服务器的一些状况和访问IP的来源都会记录在IIS日志中,所以IIS日志对每个服务器管理者非常的重要,这点同时也可方便网站管理人员查看网站的运营情况。通过分析IIS日志我们可以分析出网站是否被降权、哪些页面被收录等。今天青岛网站建设就跟大家分享一下如何查看IIS日志,已经如何分析?希望对大家有所帮助。

    首页如何找到IIS日志文件?

    1.进入服务器的管理之后,打开“Internet 信息服务(IIS)管理器”如图

    2.进入管理以后打开服务器(本地计算机)如图

    3.双击服务器(本地计算机),在网站栏目那里右键单击选择属性。

    在弹出的窗口里面,网站栏目点击属性

    上面的日志文件目录即是iis的文件存放位置了,在C:WINDOWSsystem32LogFilesW3SVC20110218打开文件夹。

    这些文件就是网站的iis日志了。

    知道了IIS日志的位置了,接下来我们就应该对日志文件进行分析了,那么如果分析呢?

    1. IIS日志后可以用IIS日志分析工具去大概的去查一查IIS日志。一般工具都能查出有各种蜘蛛来到网站的总数,以及有没有失败,不会把各种的信息都给你。并不是工具分析没有出现失败的我们就不用一条一条看了,工具分析只是简单的告诉你有没有失败,没有失败当然是皆大欢喜了,但是来是一条一条的去分析。我们拿出这样子的一条信息来分析一下

      首先是时间:2010-10-22 05:04:53 机器编号为W3SVC151800 P-0YMR9WW8YX4U9 222.76.213.49是网站的IP GET是触发事件, 80是端口号,61.135.186.49是蜘蛛的IP,Baiduspider是百度的蜘蛛,200 0 0访问成功, 41786 193 6968 是蜘蛛与网站对话的时间与下载的数据以及花了多少时间。连在一起就是2010.10.22的早上5点4分53秒的时候一个编号为W3SVC151800 P-0YMR9WW8YX4U9的蜘蛛通过80端口进入网站成功访问并下载了47186B的数据,花费了193MS。

      百度的蜘蛛名字:Baiduspider、google蜘蛛名字:googlebot 、有道的蜘蛛名字:YoudaoBot、yahoo的蜘蛛的名字:slurp。

    IIS日志基本上都是这样子的,区别在于上面那个是成功抓取:200 0 0

    一下是FTTP状态码:

    404(未找到)服务器找不到请求的页面

    304 (未修改)自从上次请求后,请求的页面未修改过,服务器返回此响应时,不会返回网页内容

     503 (服务不可用)服务器目前无法使用(由于超时或停机维护)

     301 永久重定向

     302 临时重定向

      基本上我们要了解的就是这些FTTP状态码,如果你的网站出现了404,那你就要立刻用robots进行屏蔽,404是死链接,如果出现了404的话搜索引擎会认为你欺骗用户,会对你作出处罚。大面积出现304的话那就要注意了,网站没有更新,一二条关系不大,但是多了就会让搜索引擎认为你网站没有人管理,时间长了就会导致网站快照不更新,关键词的波动;出现了503是你无法解决的,你就要找服务器供应商。如果是连续同一时间出现503的时候我建议你去换一个服务器,因为他在那个时候判断服务器导致蜘蛛进不去,蜘蛛不能进你的网站,搜索就不会了解,就会降低信任度,降权也随之开始了。301是永久重定向,是网站改换了使用的,可以从这里判断你的301做的怎么样,成功了没有。302临时的重定向,当做策划什么活动的时候可以使用。

    2. 用excel表格分析网站的iis日志。

    先新建一个excel表格,把刚才的ex121129.log文件里的文件粘贴到新建的excel表格里面。

    复制之后,选定A

    在上面的工具栏里选择数据→分列

    选择分隔符号,点击下一步

    选择空格,去掉Tab键前面的钩,点击完成。

    网站的iis日志就这样被拆分出来了,之后自己再调整一下表格的列宽、升降序等即可。

  • 相关阅读:
    2.HTML案例二 头条页面
    1.HTML入门
    33.1.网络编程入门
    32.原子性
    【转】风控中的特征评价指标(一)——IV和WOE
    【转】Python调用C语言动态链接库
    基于蒙特卡洛树搜索(MCTS)的多维可加性指标的异常根因定位
    正则表达式全集
    基于ray的分布式机器学习(二)
    基于ray的分布式机器学习(一)
  • 原文地址:https://www.cnblogs.com/yzycoder/p/6836995.html
Copyright © 2020-2023  润新知