Webalizer

Webalizer es un software de análisis de registros web que genera páginas de análisis a partir de los registros de acceso y uso. Es una de las herramientas de administración de servidores web más utilizadas . Fue creado por Bradford L. Barrett en 1997. Las estadísticas que suele reportar Webalizer incluyen visitas, tráfico, fuentes de referencia, países de origen de los visitantes y cantidad de datos descargados. Estas estadísticas se pueden visualizar gráficamente y presentar en diferentes periodos de tiempo, como por día, hora o mes.

El análisis del tráfico web se realiza agrupando y agregando diversos datos capturados por el servidor web en forma de archivos de registro mientras el visitante navega por el sitio. Webalizer analiza estos archivos, extrayendo información como direcciones IP de los clientes, rutas URL, tiempos de procesamiento, agentes de usuario, referentes, etc., y agrupándola para generar informes HTML.

Los servidores web registran el tráfico HTTP utilizando distintos formatos de archivo. Los formatos más comunes son el Formato de Registro Común (CLF), el Formato de Registro Personalizado de Apache y el Formato de Archivo de Registro Extendido. A continuación se muestra un ejemplo de una línea de registro CLF.

192.168.1.20 - - [26/dic/2006:03:09:16 -0500] "GET HTTP/ 1.1" 200 1774

El formato de registro personalizado de Apache permite registrar la mayoría de los parámetros HTTP, incluido el tiempo de procesamiento de la solicitud y su tamaño. El formato se controla mediante la línea de formato. A continuación se muestra una configuración típica del formato de registro de Apache.

LogFormat "%a %l \"%u\" %t %m \"%U\" \"%q\" %p %>s %b %D \"%{Referer}i\" \"%{User-Agent}i\"" my_custom_log CustomLog logs/access_log my_custom_log 

El servidor web Internet Information Services (IIS) de Microsoft registra el tráfico HTTP en formato W3C Extended Log File Format (W3C). Al igual que con el formato Apache Custom Log, los registros de IIS pueden configurarse para capturar parámetros extendidos, como el tiempo de procesamiento de la solicitud. Los registros extendidos W3C se reconocen por la presencia de una o más líneas de formato, como la que se muestra a continuación.

#Campos: fecha hora s-ip cs-method cs-uri-stem cs-uri-query s-port cs-username c-ip cs(User-Agent) cs(Referer) sc-status sc-bytes cs-bytes tiempo-empleado

Webalizer puede procesar archivos de registro CLF, Apache y W3C Extended, así como archivos de registro de proxy HTTP generados por servidores Squid . Otros formatos de archivo de registro generalmente se convierten a CLF para su análisis. Además, los registros comprimidos con GZip (.gz) o BZip2 (.bz2) se pueden procesar directamente sin necesidad de descomprimirlos previamente.

Webalizer es una aplicación de línea de comandos que se ejecuta desde el indicador del sistema operativo . A continuación se muestra un comando típico.

webalizer -p -F clf -n en.wikipedia.org -o reports logfiles/access_log

Este comando indica a The Webalizer que analice el archivo de registro access_log, se ejecute en modo incremental (-p), interprete el registro como un archivo de registro CLF (-F), utilice el dominio en.wikipedia.org para los enlaces del informe (-n) y genere la salida en el subdirectorio actual. Utilice la opción -h para ver la lista completa de opciones de línea de comandos.

Además de las opciones de línea de comandos, Webalizer se puede configurar mediante los parámetros de un archivo de configuración . Por defecto, Webalizer lee el archivo webalizer.conf e interpreta cada línea como una instrucción de procesamiento . Alternativamente, se puede proporcionar un archivo especificado por el usuario mediante la opción -c.

Por ejemplo, si el administrador web desea ignorar todas las solicitudes realizadas desde un grupo particular de hosts, puede utilizar el parámetro IgnoreSite para descartar todos los registros de log con la dirección IP que coincida con el patrón especificado:

Ignorar sitio 192.168.0.*

Webalizer cuenta con más de cien parámetros de configuración disponibles, lo que la convierte en una aplicación de análisis de tráfico web altamente configurable . Para obtener una lista completa de los parámetros de configuración, consulte el archivo README que se incluye con cada distribución de código fuente o binario.

Por defecto, The Webalizer genera dos tipos de informes: un informe resumen anual y un informe mensual detallado, uno para cada mes analizado.

El informe anual proporciona información como el número de visitas, solicitudes de archivos y páginas, hosts y visitas, así como los promedios diarios de estos indicadores para cada mes. El informe incluye un gráfico resumen anual.

Cada uno de los informes mensuales se genera como una única página HTML que contiene un informe de resumen mensual (que enumera el número total de visitas, solicitudes de archivos y páginas, visitas, hosts, etc.), un informe diario (que agrupa estos contadores para cada uno de los días del mes), un informe horario agregado (que agrupa los contadores para la misma hora de cada día), un informe de URL (que agrupa la información recopilada por URL), un informe de host (por dirección IP), informes de URL de entrada y salida del sitio web (que muestran las URL de primera y última visita más comunes), un informe de referencia (que agrupa las URL de terceros que conducen al sitio web analizado), un informe de cadena de búsqueda (que agrupa los elementos por términos de búsqueda utilizados en motores de búsqueda como Google), un informe de agente de usuario (que agrupa por tipo de navegador) y un informe de país (que agrupa por país de origen del host).

Cada uno de los informes HTML estándar descritos anteriormente muestra únicamente las entradas principales de cada elemento (por ejemplo, las 20 URL más visitadas). El número de líneas de cada informe se controla mediante la configuración. Webalizer también puede configurarse para generar un informe independiente para cada elemento, que mostrará todos los datos, como el número total de visitantes del sitio web, todas las URL solicitadas, etc.

Además de los informes HTML, Webalizer puede configurarse para generar archivos de volcado delimitados por comas, que contienen todos los datos del informe en un archivo de texto plano. Estos archivos pueden importarse a hojas de cálculo o bases de datos para su posterior análisis.

Los informes HTML pueden generarse en más de 30 idiomas, entre ellos catalán, croata, checo, danés, holandés, inglés, estonio, finlandés, francés, gallego, alemán, griego, húngaro, islandés, indonesio, italiano, japonés, coreano, letón, malayo, noruego, polaco, portugués, portugués (Brasil), rumano, ruso, serbio, chino simplificado, eslovaco, esloveno, español, sueco, turco y ucraniano.

Para generar informes en un idioma alternativo, se requiere un archivo binario de Webalizer independiente, compilado específicamente para ese idioma.

• Las estadísticas generadas no distinguen entre visitantes humanos y robots. Como resultado, todas las métricas reportadas son más altas que las debidas únicamente a usuarios humanos. Muchos webmasters afirman que Webalizer produce cifras de visitas muy poco realistas, que a veces son entre un 200 % y un 900 % superiores a los datos generados por herramientas de estadística web basadas en JavaScript como Google Analytics o StatCounter .
• El número de visitas registradas es demasiado elevado para los gestores de descargas con descargas segmentadas; cada 206 "Contenido parcial" se registra como una sola visita.
• No se realiza análisis de la cadena de consulta. Los sitios web generados dinámicamente no se pueden listar por separado (por ejemplo, páginas PHP con argumentos).

• Lista de software de análisis web

• Sitio web oficial (copia archivada)