ALBのアクセスログをAthena+QuickSightで分析&可視化
はじめに
QuickSightとAthenaを使って、色々な視点からELBのログを分析してみました。
SQLをガンガンかける人は、Athenaのみで完結する場合もあるかもしれませんが、グラフで直感的に見るメリットもあると思います。
参考サイト
おおまかに手順
- ALBアクセスログをS3に保存
- AthenaにALBログのテーブルの作成
- 動作確認
- QuickSightにて、データセットを作成する
- QuickSightにて分析する
1. ALBアクセスログをS3に保存
(1)ログを保存したいALBを選択し、説明タブの一番下の「属性の編集」をクリックする
(2)「ロードバランサーの属性の編集」というウィンドウが表示されるので、「アクセスログの有効化」にチェックを入れる
新規バケットを同時に作成する場合
バケットポリシーが自動で設定されるので楽なやり方です。
ELBの属性の編集でチェックボックスをONにします。
既存のS3を使いたい場合
{
"Version": "2012-10-17",
"Id": "AWSConsole-AccessLogs-Policy-1549661075379",
"Statement": [
{
"Sid": "AWSConsoleStmt-1549661075379",
"Effect": "Allow",
"Principal": {
"AWS": "arn:aws:iam::582318560864:root"
},
"Action": "s3:PutObject",
"Resource": "arn:aws:s3:::<バケット名>/AWSLogs/<アカウントID>/*"
},
{
"Sid": "AWSLogDeliveryWrite",
"Effect": "Allow",
"Principal": {
"Service": "delivery.logs.amazonaws.com"
},
"Action": "s3:PutObject",
"Resource": "arn:aws:s3:::<バケット名>/AWSLogs/<アカウントID>/*",
"Condition": {
"StringEquals": {
"s3:x-amz-acl": "bucket-owner-full-control"
}
}
},
{
"Sid": "AWSLogDeliveryAclCheck",
"Effect": "Allow",
"Principal": {
"Service": "delivery.logs.amazonaws.com"
},
"Action": "s3:GetBucketAcl",
"Resource": "arn:aws:s3:::<バケット名>"
}
]
}
この582318560864というのは東京リージョンのELBのアカウントIDです。
delivery.logs.amazonaws.comにAssume Roleしてますが、こちらはフローログのための権限のようです。
(3)「保存」をクリックして作業完了!
2. AthenaにALBログのテーブルの作成
(1)Athenaにて以下のクエリを発行し、テーブルを作成します。
LOCATIONは
s3://<バケット名>/AWSLogs/<アカウントID>/elasticloadbalancing/<リージョン>/yyyy/
s3://<バケット名>/AWSLogs/<アカウントID>/elasticloadbalancing/<リージョン>/yyyy/MM/
まで指定可能です。ただしdd/までやるとテーブルでデータが見れませんでした。
Athenaの料金はスキャンするデータ量によって増えるので、このように分割して保存していくのも1つの手です。
また、どれも最後の/を忘れずに付けてください。
CREATE EXTERNAL TABLE IF NOT EXISTS `test_alb_logs` (
type string,
time string,
elb string,
client_ip string,
client_port int,
target_ip string,
target_port int,
request_processing_time double,
target_processing_time double,
response_processing_time double,
elb_status_code string,
target_status_code string,
received_bytes bigint,
sent_bytes bigint,
request_verb string,
request_url string,
request_proto string,
user_agent string,
ssl_cipher string,
ssl_protocol string,
target_group_arn string,
trace_id string,
domain_name string,
chosen_cert_arn string,
matched_rule_priority string,
request_creation_time string,
actions_executed string,
redirect_url string,
lambda_error_reason string,
new_field string
)
ROW FORMAT SERDE 'org.apache.hadoop.hive.serde2.RegexSerDe'
WITH SERDEPROPERTIES (
'serialization.format' = '1',
'input.regex' =
'([^ ]*) ([^ ]*) ([^ ]*) ([^ ]*):([0-9]*) ([^ ]*)[:-]([0-9]*) ([-.0-9]*) ([-.0-9]*) ([-.0-9]*) (|[-0-9]*) (-|[-0-9]*) ([-0-9]*) ([-0-9]*) \"([^ ]*) ([^ ]*) (- |[^ ]*)\" \"([^\"]*)\" ([A-Z0-9-]+) ([A-Za-z0-9.-]*) ([^ ]*) \"([^\"]*)\" \"([^\"]*)\" \"([^\"]*)\" ([-.0-9]*) ([^ ]*) \"([^\"]*)\" \"([^\"]*)\"($| \"[^ ]*\")(.*)')
LOCATION 's3://<バケット名>/AWSLogs/<アカウントID>/elasticloadbalancing/<リージョン>/';
3. 動作確認
(1)テーブル作成ができたらちゃんとデータが見れるか確認します。
(2)各ステータスコードの分布を確認できるクエリを発行してみます
SELECT elb_status_code, count(elb_status_code) as cnt
FROM "test_alb_logs"
GROUP BY elb_status_code
ORDER BY cnt DESC
(3)こんな感じで集計できればOK
(4)時間指定して調査
SELECT client_ip, count(client_ip) as cnt
FROM test_alb_logs
WHERE parse_datetime(time,'yyyy-MM-dd''T''HH:mm:ss.SSSSSS''Z')
BETWEEN parse_datetime('2019-01-12-12:00:00','yyyy-MM-dd-HH:mm:ss')
AND parse_datetime('2019-01-13-00:00:00','yyyy-MM-dd-HH:mm:ss')
GROUP BY client_ip;
とまぁ。こんな感じでクエリを発行して様々な解析が楽にできます。
4. QuickSightにて、データセットを作成する
(1)QuickSightにて、データセットを作成する
マネージメントコンソールからQuickSightへ移動し、[New Analyze]から[New DataSet]で新しいデータセットを指定します。
(2)データソース名を入力
※権限が足りない場合は、QuickSightに対してAthenaと上で作ったS3バケットに対するアクセス権限がない人です。右上の人型のアイコンから[Mange QuickSight]を選択してAthenaとS3の権限を追加します。
(3)ELBログテーブル選択
対象のELBログテーブルを選択します。
(4)QuickSightで利用するバックエンドを指定
QuickSightで利用するバックエンドを指定します。今回は、SPICEを選択しました。
SPICEを選択した場合、データはSPICEにインポートされます。インメモリのため、高速ですがデータ容量を気にする必要があります。また、クエリを何回投げても料金を気にしなくて良いです。
Athenaを選択した場合は、S3上のデータにクエリを発行します。SPICEほど早くないですが、S3上のデータにクエリが投げられるのでニアリアルタイムに分析できます。こちらは、Athenaの利用料金を気にする必要があります。
※もし、取り込むデータ量が多い場合は必要なデータだけ抜き出してインポートしたり、SPICEの容量を見直しする必要があります ※参考:Amazon Athena のクエリ結果を SPICE にインポートして、 QuickSight で可視化する
(5)タイムスタンプの型変換
[TIPS] ELB のアクセスログのタイムスタンプを QuickSight で Date タイプとして利用するを参考にして、タイムスタンプをdate型で利用します。
下記でdate型の計算フィールドを作成できました。
parseDate(replace(left({request_timestamp}, 19), 'T', ' '), "yyyy-MM-dd HH:mm:ss")
5. QuickSightにて分析する
(1)時間単位での集計
時間、日、月、年単位での表示変更ができます。
(2)表示したい期間を絞る
下部のバーからも、表示期間などを変えられます。
(3)レスポンスタイムが大きいURL
レスポンスタイムが大きいURLを特定してみます。
このグラフからは、時間がかかっているリクエストはないことがわかりました。
(4)ユーザーエジェントの種類と割合
ユーザーエージェントの割合を見てみます。
サンプルでは、同じ割合でアクセスがあることがわかりました。
(5)エラーコードと時間帯
ある時間帯で、障害などでどれくらい影響あったかを確認できます。 また、フィルタを使うことで特定のステータスコードだけ表示することもできます。
(6)アクセスが多いIP
とある時間帯に、特定のIPから攻撃を受けていないか確認できます。
特定IPからの大量のアクセスがないことがわかりました。
(7)アクセスが多い時間帯
Author And Source
この問題について(ALBのアクセスログをAthena+QuickSightで分析&可視化), 我々は、より多くの情報をここで見つけました https://qiita.com/moimoi_qiita/items/ee46ef638b6ee7663c1b著者帰属:元の著者の情報は、元のURLに含まれています。著作権は原作者に属する。
Content is automatically searched and collected through network algorithms . If there is a violation . Please contact us . We will adjust (correct author information ,or delete content ) as soon as possible .