Xray & Nginx 日志分析工具

一个功能强大的Python项目，用于分析Xray和Nginx访问日志，提供命令行报告和Web仪表板。

🚀 功能特性

智能日志解析: 自动解析Xray和Nginx日志格式
流量统计: 连接数、客户端IP、目标域名统计
安全分析: 异常IP检测、可疑目标识别
时间分析: 每小时流量分布、活跃时段识别
Web仪表板: 实时数据可视化，自动刷新
路由分析: 直连/代理策略使用统计

📦 安装方法

# 进入项目目录
cd /root/log-analyzer

# 运行安装脚本
chmod +x setup.sh
./setup.sh

🔧 使用方法

1. 命令行分析

# 基础分析
./analyze.sh

# 生成报告文件
./analyze.sh --output report.txt

# 指定自定义日志文件
./analyze.sh --xray-log /path/to/xray.log --nginx-log /path/to/nginx.log

2. Web仪表板

# 启动Web仪表板
./start_dashboard.sh

# 访问 http://your-server:8050

📊 分析报告内容

基础统计

总连接数
客户端IP数量
目标域名数量
时间跨度

流量分析

热门目标域名 (Top 10)
路由策略分布
协议使用统计
客户端IP分布

时间分析

每小时流量分布
最活跃时段识别
流量趋势图

安全分析

异常IP检测
可疑目标识别
多客户端告警

🌐 Web仪表板功能

实时刷新: 每30秒自动更新数据
交互式图表: 使用Plotly实现
响应式设计: 支持移动设备访问
多维度展示: 图表化展示各项统计

🏗️ 项目架构详解

📁 完整目录结构

log-analyzer/                     # 项目根目录
├── log_analyzer.py              # 🔧 核心分析引擎 (295行)
├── dashboard.py                 # 🌐 Web仪表板应用 (245行)
├── analyze.sh                   # 📜 命令行分析脚本
├── start_dashboard.sh           # 🚀 仪表板启动脚本
├── setup.sh                     # ⚙️ 自动安装脚本
├── requirements.txt             # 📦 Python依赖包列表
├── README.md                    # 📖 项目说明文档
├── USER_GUIDE.md               # 📚 详细使用指南
├── daily-report.txt            # 📄 每日报告样本
├── report.txt                  # 📄 分析报告样本
├── *.log                       # 📝 各种日志文件
├── venv/                       # 🐍 Python虚拟环境
│   ├── lib/python3.12/site-packages/
│   │   ├── dash-2.14.2/       # Web框架
│   │   │   ├── dash/          # 核心Dash模块
│   │   │   ├── dash_core_components/  # UI组件
│   │   │   ├── dash_html_components/  # HTML组件
│   │   │   └── dash_table/     # 表格组件
│   │   ├── dash_bootstrap_components-1.5.0/  # Bootstrap组件
│   │   ├── plotly-5.17.0/     # 可视化库
│   │   ├── pandas-2.1.4/      # 数据分析库
│   │   ├── requests-2.31.0/   # HTTP请求库
│   │   └── ...
└── __pycache__/               # Python字节码缓存

🛠️ 技术栈详解

后端技术

Python 3.12 - 核心开发语言
Pandas 2.1.4 - 数据处理和分析
Requests 2.31.0 - HTTP请求（IP地理位置查询）

前端技术

Dash 2.14.2 - Web应用框架（基于Flask + React）
Dash Bootstrap Components 1.5.0 - UI组件库
Plotly 5.17.0 - 交互式数据可视化

数据处理

pytz 2023.3 - 时区处理
python-dateutil 2.8.2 - 日期时间解析
Matplotlib 3.8.2 - 静态图表生成（备用）
Seaborn 0.13.0 - 统计图表（备用）

🏛️ 系统架构图

┌─────────────────┐    ┌──────────────────┐    ┌─────────────────┐
│  日志数据源     │───▶│   数据解析器     │───▶│   数据分析器     │
│                 │    │                  │    │                 │
│ • Xray日志     │    │ • 格式解析       │    │ • 统计分析       │
│ • Nginx日志    │    │ • IP地理位置查询  │    │ • 趋势分析       │
└─────────────────┘    └──────────────────┘    └─────────────────┘
                                                       │
                                                       ▼
┌─────────────────┐    ┌──────────────────┐    ┌─────────────────┐
│  Web界面展示    │◀───│   可视化引擎     │◀───│   数据存储       │
│                 │    │                  │    │                 │
│ • 实时仪表板    │    │ • Plotly图表     │    │ • Pandas DataFrame│
│ • 交互式操作    │    │ • Bootstrap样式  │    │ • 内存缓存       │
└─────────────────┘    └──────────────────┘    └─────────────────┘

🔧 核心模块详解

LogAnalyzer (log_analyzer.py)

class LogAnalyzer:
    """核心日志分析引擎"""
    
    主要功能:
    - parse_xray_log()     # 解析Xray日志格式
    - parse_nginx_log()    # 解析Nginx日志格式  
    - get_ip_geolocation()  # IP地理位置查询
    - load_xray_logs()     # 批量加载Xray日志
    - analyze_traffic()     # 流量统计分析

LogDashboard (dashboard.py)

class LogDashboard:
    """Web仪表板应用"""
    
    主要组件:
    - setup_layout()       # 布局设计 (Bootstrap)
    - setup_callbacks()     # 回调函数 (Dash)
    - update_dashboard()    # 数据更新逻辑
    - 实时刷新机制 (30秒间隔)

🌐 外部依赖

API服务

ip-api.com - IP地理位置查询服务
- 提供国家、城市、ISP信息
- 本地缓存减少API调用

日志数据源

Xray: /var/log/xray/access.log
Nginx: /var/log/nginx/access.log

📈 性能优化策略

数据处理优化

分批加载: 限制处理10,000条最新记录
IP缓存: 避免重复地理位置查询
异步处理: 后台数据更新不阻塞UI

Web优化

数据缓冲: 32k缓冲区，5分钟刷新
图表懒加载: 按需渲染可视化组件
状态管理: 分离回调减少耦合

内存管理

虚拟环境: 隔离依赖，避免版本冲突
缓存机制: IP地理位置信息本地缓存
批量处理: 大文件分批读取，控制内存使用

🔍 日志格式支持

Xray日志格式

2026/01/17 18:28:21.582771 from 116.168.13.148:0 accepted tcp:signaler-pa.clients6.google.com:443 [direct]

Nginx日志格式

116.168.13.148 - - [17/Jan/2026:18:28:08 +0800] "GET /ONy90 HTTP/1.1" 101 6680 "-" "Go-http-client/1.1" "-"

⚙️ 自定义配置

可以通过修改以下参数来自定义分析:

# log_analyzer.py 中的可配置项
TIMEZONE = 'Asia/Shanghai'  # 时区设置
TOP_DOMAINS_COUNT = 10      # 显示的顶级域名数量
HOUR_INTERVAL = 5           # 流量趋势图的时间间隔(分钟)

🚨 注意事项

确保有足够的磁盘空间存储日志
Web仪表板默认监听所有网络接口
建议定期清理旧日志文件
生产环境建议添加认证机制
服务器日志优化：建议配置日志轮转和缓冲机制

🤝 贡献指南

欢迎提交Issue和Pull Request来改进这个工具！

📄 许可证

MIT License

Name		Name	Last commit message	Last commit date
Latest commit History 1 Commit
__pycache__		__pycache__
venv		venv
README.md		README.md
README.md.backup		README.md.backup
USER_GUIDE.md		USER_GUIDE.md
analyze.sh		analyze.sh
daily-report.txt		daily-report.txt
dashboard.log		dashboard.log
dashboard.py		dashboard.py
dashboard_debug.log		dashboard_debug.log
dashboard_final.log		dashboard_final.log
dashboard_fixed.log		dashboard_fixed.log
dashboard_fixed2.log		dashboard_fixed2.log
dashboard_fixed3.log		dashboard_fixed3.log
dashboard_fixed4.log		dashboard_fixed4.log
dashboard_fixed5.log		dashboard_fixed5.log
dashboard_fixed6.log		dashboard_fixed6.log
dashboard_optimized.log		dashboard_optimized.log
log_analyzer.py		log_analyzer.py
report.txt		report.txt
requirements.txt		requirements.txt
setup.sh		setup.sh
start_dashboard.sh		start_dashboard.sh

Folders and files

Latest commit

History

Repository files navigation

Xray & Nginx 日志分析工具

🚀 功能特性

📦 安装方法

🔧 使用方法

1. 命令行分析

2. Web仪表板

📊 分析报告内容

基础统计

流量分析

时间分析

安全分析

🌐 Web仪表板功能

🏗️ 项目架构详解

📁 完整目录结构

🛠️ 技术栈详解

后端技术

前端技术

数据处理

🏛️ 系统架构图

🔧 核心模块详解

LogAnalyzer (log_analyzer.py)

LogDashboard (dashboard.py)

🌐 外部依赖

API服务

日志数据源

📈 性能优化策略

数据处理优化

Web优化

内存管理

🔍 日志格式支持

Xray日志格式

Nginx日志格式

⚙️ 自定义配置

🚨 注意事项

🤝 贡献指南

📄 许可证

About

Resources

Uh oh!

Stars

Watchers

Forks

Releases

Packages 0

Uh oh!

Contributors

Uh oh!

Languages

Packages