查一查哪些客户端链接过Oracle数据库

路在脚下2023年04月13日约 4 分钟

点击上方蓝色字体，关注我们

预计阅读时间3分钟

由于审计要求、安全排查、或者是性能分析等，我们会想了解哪些异常的客户端连接了Oracle数据库，这是会使用listener.log 来分析，但是由于日志量太大，无法进行有效的分析，那么我们可以借鉴这篇文章来处理。比如我希望按照日期、主机、程序和所连接数据库进行总结。在这篇博客中，我们将使用 Python 读取一个日志文件，并创建一个汇总报告，展示每个日期、主机和程序的日志数量。

完整的代码为：

import refrom collections import defaultdict
filename = 'listener.log'result = defaultdict(lambda: defaultdict(lambda: defaultdict(lambda: defaultdict(int))))
# Regular expression pattern for matching date, host, and program informationpattern = r'(\d{2}-[A-Z]{3}-\d{4}\s\d{2}:\d{2}:\d{2}).*PROGRAM=([^)]+).*HOST=([^)]+).*establish \* ([^\*]+)'
# Read the listener.log file and match each line against the patternwith open(filename) as f:    for line in f:        match = re.search(pattern, line)        if match:            # Extract date, host, and program information            date = match.group(1)[:11]            host = match.group(3)            program = match.group(2)            service = match.group(4)
            # Increment the count for this date, host, program, and service            result[date][host][program][service] += 1
# Output the summaryfor date in result:    for host in result[date]:        for program in result[date][host]:            for service in result[date][host][program]:                count = result[date][host][program][service]                print("Date: %s, Host: %s, Program: %s, Service: %s, Count: %d" % (date, host, program, service, count))

将上面的脚本编写成文件如a.py，放入到你的listener.log 目录下，python a.py运行，即可输出数据，我这里的版本是python2.6。

输出结果示例如下：

如果有数据了就可以按照一定规则进行分析出图了，我借用了excel来四实现的出图分析。可见通过sqlplus64 登录服务器的最多。

哪个IP曾经登录过服务器的一目了然。而且可以排查是否有人在悄悄链接你的数据库。

我下一步打算把这个逻辑放到ES中，来实现一个准实时的分析。

代码拆解：

首先，我们需要导入 Python 的 re 和 defaultdict 模块。re 模块是用来匹配正则表达式，而 defaultdict 模块则用于创建一个可嵌套的字典结构，方便我们按照多个维度进行统计。

import refrom collections import defaultdict

接下来，我们需要定义一个正则表达式模式，用于匹配日期、主机和程序信息。这个模式使用了捕获组，可以方便我们后续提取需要的信息。

pythonCopy codepattern = r'(\d{2}-[A-Z]{3}-\d{4}\s\d{2}:\d{2}:\d{2}).*PROGRAM=([^)]+).*HOST=([^)]+).*establish \* ([^\*]+)'

现在，我们可以读取日志文件并按行匹配正则表达式，提取出需要的信息，然后在字典结构中进行累加。

with open(filename) as f:    for line in f:        match = re.search(pattern, line)        if match:            # Extract date, host, and program information            date = match.group(1)[:11]            host = match.group(3)            program = match.group(2)            service = match.group(4)
            # Increment the count for this date, host, program, and service            result[date][host][program][service] += 1

最后，我们可以按照日志顺序输出每个日期、主机、程序和所连接数据库的日志情况。

for date in result:    for host in result[date]:        for program in result[date][host]:            for service in result[date][host][program]:                count = result[date][host][program][service]                print("Date: %s, Host: %s, Program: %s, Service: %s, Count: %d" % (date, host, program, service, count))

这样，我们就可以快速了解日志文件中不同日期、主机、程序和所连接数据库的日志数量了。希望这篇博客能够帮助您处理日志文件并进行汇总统计。