(Nginx) "웹 크롤러 request 순위 확인" 스크립트 (우분투)

#!/bin/bash
# monip.sh
# Nginx access 로그에서 상위 25개 IP를 분석하여
# - Bot (Crawler)인 경우: User-Agent 문자열로 Bot 종류를 추출
# - User인 경우: whois 명령으로 Organization Name 조회
# 그리고 IP별 국가 정보(geoiplookup)를 추가하여 출력함

LOG_FILE="/var/log/nginx/access.log"

if [ ! -f "$LOG_FILE" ]; then
    echo "로그 파일이 존재하지 않습니다: $LOG_FILE"
    exit 1
fi

awk '
  # Bot의 종류를 판별하는 함수
  function get_bot_type(ua,   ua_lower) {
    ua_lower = tolower(ua)
    if(ua_lower ~ /googlebot/)   return "Googlebot"
    if(ua_lower ~ /bingbot/)      return "Bingbot"
    if(ua_lower ~ /slurp/)        return "Yahoo Slurp"
    if(ua_lower ~ /duckduckbot/)  return "DuckDuckBot"
    if(ua_lower ~ /baiduspider/)  return "Baiduspider"
    if(ua_lower ~ /yandex/)       return "YandexBot"
    return "Unknown Bot"
  }
  
  # User-Agent 문자열을 바탕으로 사용자 종류를 판별
  function classify_user_agent(ua) {
    if(ua == "" || ua == "-") return "알 수 없음"
    ua_lower = tolower(ua)
    if(ua_lower ~ /bot|crawl|spider|slurp|mediapartners/) return "Bot (Crawler)"
    return "User"
  }
  
  # geoiplookup 명령을 사용하여 IP의 국가 정보를 가져오는 함수
  function get_country(ip,   cmd, result, arr, country) {
    cmd = "geoiplookup " ip " 2>/dev/null"
    if ((cmd | getline result) > 0) {
      # 예: "GeoIP Country Edition: US, United States"
      split(result, arr, ":")
      if(length(arr) > 1) {
        country = arr[2]
        gsub(/^[ \t]+|[ \t]+$/, "", country)
      } else {
        country = "Unknown"
      }
    } else {
      country = "조회 실패"
    }
    close(cmd)
    return country
  }
  
  {
    # Combined log format 예제:
    # 127.0.0.1 - - [14/Feb/2025:12:00:00 +0000] "GET / HTTP/1.1" 200 612 "-" "Mozilla/5.0 ..."
    regex = "([^ ]*) - ([^ ]*) \\[([^\\]]*)\\] \"([^\"]*)\" ([^ ]*) ([^ ]*) \"([^\"]*)\" \"([^\"]*)\""
    if(match($0, regex, arr)) {
      ip      = arr[1]
      referer = arr[7]
      ua_str  = arr[8]
      
      count[ip]++                  # IP별 요청 횟수 집계
      ua_stats[ip, ua_str]++        # IP별 User-Agent 빈도 집계
      ref_stats[ip, referer]++      # (참고용) 리퍼러 집계
    }
  }
  
  END {
    # gawk의 asorti() 함수로 요청 횟수 기준 내림차순 정렬
    n = asorti(count, sorted, "@val_num_desc")
    
    # 헤더 출력 (순서: 순위 | IP | 국가 | Requests | 사용자 종류 | 기타정보)
    printf("| %-2s | %-15s | %-18s | %-10s | %-17s | %-21s |\n", "순위", "IP", "국가", "Requests", "사용자 종류", "기타정보")
    print("|------|-----------------|----------------------|------------|------------------------|-------------------------|")
    
    limit = (n < 25 ? n : 25)
    for(i = 1; i <= limit; i++){
      ip = sorted[i]
      req_count = count[ip]
      
      # 해당 IP의 가장 많이 등장한 User-Agent 선택
      max_ua = ""
      max_ua_count = 0
      for(key in ua_stats) {
        split(key, parts, SUBSEP)
        if(parts[1] == ip) {
          if(ua_stats[key] > max_ua_count) {
            max_ua_count = ua_stats[key]
            max_ua = parts[2]
          }
        }
      }
      
      user_type = classify_user_agent(max_ua)
      
      extra = ""
      if(user_type == "User") {
         # User인 경우: whois 명령으로 Organization Name 조회
         cmd = "whois " ip " 2>/dev/null | grep -i -m 1 \"orgname:\""
         org = ""
         if((cmd | getline org) > 0) {
            sub(/^[ \t]+/, "", org)
            split(org, a, ":")
            if(length(a) > 1) {
              org = a[2]
              gsub(/^[ \t]+/, "", org)
            }
         } else {
            org = "조회 실패"
         }
         close(cmd)
         extra = org
      } else if(user_type == "Bot (Crawler)") {
         extra = get_bot_type(max_ua)
      } else {
         extra = "없음"
      }
      
      # 각 IP의 국가 정보 추가
      country = get_country(ip)
      
      printf("| %-4d | %-15s | %-20s | %-10d | %-22s | %-25s |\n", i, ip, country, req_count, user_type, extra)
    }
  }
' "$LOG_FILE"

사용 방법

1. 스크립트를 파일에 저장 후 실행 권한 부여:

   chmod +x monip.sh

2. 스크립트 실행 (필요한 경우 sudo로):

   sudo ./monip.sh

결과