Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà. # Utilizzo dei log degli accessi al server Amazon S3 per identificare le richieste Puoi identificare le richieste Amazon S3 con i log degli accessi al server Amazon S3. **Nota** Per identificare le richieste di Amazon S3, ti consigliamo di utilizzare eventi di AWS CloudTrail dati anziché i log di accesso al server Amazon S3. CloudTrail gli eventi di dati sono più facili da configurare e contengono più informazioni. Per ulteriori informazioni, consulta [Identificazione delle richieste Amazon S3 utilizzando CloudTrail](cloudtrail-request-identification.md). A seconda del numero di richieste di accesso ricevute, l'analisi dei registri potrebbe richiedere più risorse o più tempo rispetto all'utilizzo di eventi di CloudTrail dati. **Topics** + [Esecuzione di query sui log degli accessi per le richieste tramite Amazon Athena](#querying-s3-access-logs-for-requests) + [Identificazione delle richieste di Signature Version 2](#using-s3-access-logs-to-identify-sigv2-requests) + [Identificazione delle richieste di accesso agli oggetti](#using-s3-access-logs-to-identify-objects-access) ## Esecuzione di query sui log degli accessi per le richieste tramite Amazon Athena Puoi identificare le richieste ad Amazon S3 con i log degli accessi ad Amazon S3 utilizzando Amazon Athena. Amazon S3 archivia i log degli accessi al server come oggetti in un bucket S3. Spesso è più facile utilizzare uno strumento in grado di analizzare i log in Amazon S3. Athena supporta l'analisi di oggetti S3 e può essere utilizzato per eseguire query sui log degli accessi Amazon S3. **Example** L'esempio seguente mostra come eseguire query sui log degli accessi al server Amazon S3 in Amazon Athena. Sostituisci `{{user input placeholders}}` che trovi nei seguenti esempi con le tue informazioni. Per specificare una posizione Amazon S3 in una query Athena, devi fornire un URI S3 per il bucket in cui vengono distribuiti i log. Questo URI deve includere il nome e il prefisso del bucket nel seguente formato: `s3://{{{{amzn-s3-demo-bucket1}}-logs/prefix}}/` 1. Apri la console Athena all'indirizzo [https://console.aws.amazon.com/athena/](https://console.aws.amazon.com/athena/home). 1. Nel Query Editor esegui un comando simile al seguente. Sostituisci `{{s3_access_logs_db}}` con il nome che desideri assegnare al database. ``` CREATE DATABASE {{s3_access_logs_db}} ``` **Nota** È consigliabile creare il database nello stesso bucket Regione AWS S3. 1. Nel Query Editor eseguire un comando simile al seguente per creare uno schema di tabella nel database creato nella fase 2. Sostituisci `{{s3_access_logs_db.mybucket_logs}}` con il nome che desideri assegnare alla tabella. I valori dei tipi di dati `STRING` e `BIGINT` sono le proprietà del log di accesso. È possibile eseguire query su queste proprietà in Athena. Per `LOCATION`, immettere il percorso del prefisso e il bucket S3 come indicato in precedenza. ------ #### [ Date-based partitioning ] ``` CREATE EXTERNAL TABLE {{s3_access_logs_db.mybucket_logs}}( `bucketowner` STRING, `bucket_name` STRING, `requestdatetime` STRING, `remoteip` STRING, `requester` STRING, `requestid` STRING, `operation` STRING, `key` STRING, `request_uri` STRING, `httpstatus` STRING, `errorcode` STRING, `bytessent` BIGINT, `objectsize` BIGINT, `totaltime` STRING, `turnaroundtime` STRING, `referrer` STRING, `useragent` STRING, `versionid` STRING, `hostid` STRING, `sigv` STRING, `ciphersuite` STRING, `authtype` STRING, `endpoint` STRING, `tlsversion` STRING, `accesspointarn` STRING, `aclrequired` STRING, `sourceregion` STRING) PARTITIONED BY ( `timestamp` string) ROW FORMAT SERDE 'org.apache.hadoop.hive.serde2.RegexSerDe' WITH SERDEPROPERTIES ( 'input.regex'='([^ ]*) ([^ ]*) \\[(.*?)\\] ([^ ]*) ([^ ]*) ([^ ]*) ([^ ]*) ([^ ]*) (\"[^\"]*\"|-) (-|[0-9]*) ([^ ]*) ([^ ]*) ([^ ]*) ([^ ]*) ([^ ]*) ([^ ]*) (\"[^\"]*\"|-) ([^ ]*)(?: ([^ ]*) ([^ ]*) ([^ ]*) ([^ ]*) ([^ ]*) ([^ ]*) ([^ ]*) ([^ ]*) ([^ ]*))?.*$') STORED AS INPUTFORMAT 'org.apache.hadoop.mapred.TextInputFormat' OUTPUTFORMAT 'org.apache.hadoop.hive.ql.io.HiveIgnoreKeyTextOutputFormat' LOCATION 's3://{{bucket-name/prefix-name/account-id/region/source-bucket-name/}}' TBLPROPERTIES ( 'projection.enabled'='true', 'projection.timestamp.format'='yyyy/MM/dd', 'projection.timestamp.interval'='1', 'projection.timestamp.interval.unit'='DAYS', 'projection.timestamp.range'='2024/01/01,NOW', 'projection.timestamp.type'='date', 'storage.location.template'='s3://{{bucket-name/prefix-name/account-id/region/source-bucket-name/}}${timestamp}') ``` ------ #### [ Non-date-based partitioning ] ``` CREATE EXTERNAL TABLE `{{s3_access_logs_db.mybucket_logs}}`( `bucketowner` STRING, `bucket_name` STRING, `requestdatetime` STRING, `remoteip` STRING, `requester` STRING, `requestid` STRING, `operation` STRING, `key` STRING, `request_uri` STRING, `httpstatus` STRING, `errorcode` STRING, `bytessent` BIGINT, `objectsize` BIGINT, `totaltime` STRING, `turnaroundtime` STRING, `referrer` STRING, `useragent` STRING, `versionid` STRING, `hostid` STRING, `sigv` STRING, `ciphersuite` STRING, `authtype` STRING, `endpoint` STRING, `tlsversion` STRING, `accesspointarn` STRING, `aclrequired` STRING, `sourceregion` STRING) ROW FORMAT SERDE 'org.apache.hadoop.hive.serde2.RegexSerDe' WITH SERDEPROPERTIES ( 'input.regex'='([^ ]*) ([^ ]*) \\[(.*?)\\] ([^ ]*) ([^ ]*) ([^ ]*) ([^ ]*) ([^ ]*) (\"[^\"]*\"|-) (-|[0-9]*) ([^ ]*) ([^ ]*) ([^ ]*) ([^ ]*) ([^ ]*) ([^ ]*) (\"[^\"]*\"|-) ([^ ]*)(?: ([^ ]*) ([^ ]*) ([^ ]*) ([^ ]*) ([^ ]*) ([^ ]*) ([^ ]*) ([^ ]*) ([^ ]*))?.*$') STORED AS INPUTFORMAT 'org.apache.hadoop.mapred.TextInputFormat' OUTPUTFORMAT 'org.apache.hadoop.hive.ql.io.HiveIgnoreKeyTextOutputFormat' LOCATION 's3://{{amzn-s3-demo-bucket1-logs/prefix/}}' ``` ------ 1. Nel riquadro di navigazione, in **Database**, scegliere il database. 1. In **Tables (Tabelle)**, scegliere **Preview table (Anteprima tabella)** accanto al nome della tabella. Nel pannello **Results (Risultati)**, dovrebbero essere visualizzati i dati dai log di accesso al server, come `bucketowner`, `bucket`, `requestdatetime` e così via. Questo indica che la tabella Athena è stata creata correttamente. È ora possibile eseguire query sui log degli accessi al server Amazon S3. **Example - Visualizza chi ha eliminato un oggetto e quando (timestamp, indirizzo IP e utente IAM)** ``` SELECT requestdatetime, remoteip, requester, key FROM {{s3_access_logs_db.mybucket_logs}} WHERE key = '{{images/picture.jpg}}' AND operation like '%DELETE%'; ``` **Example - Visualizza tutte le operazioni eseguite da un utente IAM** ``` SELECT * FROM {{s3_access_logs_db.mybucket_logs}} WHERE requester='arn:aws:iam::{{123456789123}}:user/{{user_name}}'; ``` **Example - Visualizza tutte le operazioni eseguite su un oggetto in un periodo di tempo specifico** ``` SELECT * FROM {{s3_access_logs_db.mybucket_logs}} WHERE Key='{{prefix/images/picture.jpg}}' AND parse_datetime(requestdatetime,'{{dd/MMM/yyyy:HH:mm:ss Z}}') BETWEEN parse_datetime('{{2017-02-18:07:00:00}}','yyyy-MM-dd:HH:mm:ss') AND parse_datetime('{{2017-02-18:08:00:00}}','yyyy-MM-dd:HH:mm:ss'); ``` **Example : visualizza la quantità di dati trasferiti da un indirizzo IP specifico in un determinato periodo di tempo** ``` SELECT coalesce(SUM(bytessent), 0) AS bytessenttotal FROM {{s3_access_logs_db.mybucket_logs}} WHERE remoteip='192.0.2.1' AND parse_datetime(requestdatetime,'dd/MMM/yyyy:HH:mm:ss Z') BETWEEN parse_datetime('{{2022-06-01}}','yyyy-MM-dd') AND parse_datetime('{{2022-07-01}}','yyyy-MM-dd'); ``` **Example - Trova gli ID delle richieste per gli errori HTTP 5xx in un periodo di tempo specifico** ``` SELECT requestdatetime, key, httpstatus, errorcode, requestid, hostid FROM {{s3_access_logs_db.mybucket_logs}} WHERE httpstatus like '5%' AND timestamp BETWEEN '2024/01/29' AND '2024/01/30' ``` ## Identificazione delle richieste di Signature Version 2 È possibile utilizzare i log di accesso al server per identificare le richieste di Signature Version 2. Per informazioni dettagliate sull'interrogazione dei log con Amazon Athena, consulta la sezione sulle interrogazioni di Athena in. [Invio di log a un bucket Amazon S3 per uso generico](sal-gp-section.md) ## Identificazione delle richieste di accesso agli oggetti È possibile utilizzare i log di accesso al server per identificare i modelli di accesso agli oggetti. Per informazioni dettagliate sull'interrogazione dei log con Amazon Athena, consulta la sezione sulle interrogazioni di Athena in. [Invio di log a un bucket Amazon S3 per uso generico](sal-gp-section.md)