查询并禁止apache中异常访问量的用户

Apache中的异常访问，通常指的是频繁、大量访问的用户，通过apache的log，结合linux下的几个命令，可以分析这些用户，并通过apache的配置文件来禁止他们访问。

首先，更改apache的log方式，不记录一些图像、css等文件，这样在log中每一行基本上都能对应一次访问，如果不去除图像等文件的记录，正常用户访问一个页面，同时也会下载页面上的图像、css等文件，会产生多条log记录，影响计数的结果。在apache的conf文件中增加如下配置：

SetEnvIfNoCase Request_URI \.css$ useless-file
SetEnvIfNoCase Request_URI \.gif$ useless-file
SetEnvIfNoCase Request_URI \.ico$ useless-file
SetEnvIfNoCase Request_URI \.jpg$ useless-file
SetEnvIfNoCase Request_URI \.js$ useless-file
CustomLog logs/fwolf.com/access.log combined env=!useless-file

这样就可以了，关于SetEnvIf的其他用法，可以参见Apache文档中[SetEnvIf](http://httpd.apache.org/docs/2.2/mod/mod_setenvif.html#setenvif)和[Environment Variables in Apache](http://httpd.apache.org/docs/2.2/env.html)部分。

接下来，经过一段时间的运行，我们就可以分析log文件中访问量最大的用户了，只需要一条命令：

cat access.log |awk '{print $1}'| sort | uniq -c |sort -n

一点点的来看：

• cat就不用说了；
• awk的作用，就是把第一列，也就是客户端ip地址分拣出来；
• 第一个sort，是把分拣出来的ip地址排序，这样相同的ip地址会排在一起
• uniq是一个去除重复值的工具，但是带上-c参数，就可以统计出每个值出现了多少次
• 最后的sort，把uniq产生的结果进行排序，按照-n这个参数的默认设置，最大的排在最下面。

所以，我们得到的结果应该是这样的：

......
2040 219.148.106.198
2047 218.12.78.14
2149 218.12.26.233
2205 121.28.4.34

第一列就是访问次数，第二列是ip地址，再回去对照log文件中的详细内容，如果发现哪个访问量大户是某某机器人的话，就可以禁止掉了，还是修改apache的conf文件：

<Directory />
    Order Deny,Allow
    Deny from 219.143.69.2
    Deny from 218.12.26.233
    Deny from 61.135.162.51
    Allow from all
</Directory>

如此反复监测、设置，直到没有人捣乱为止。

同理，如果想查看反复刷新查看某一页面的用户，可以用如下命令：

grep "GET /url/to/some/file" access.log |awk '{print $1}' |sort |uniq -c |sort -n