wmproxy

wmproxy已用Rust实现http/https代理, socks5代理, 反向代理, 静态文件服务器，四层TCP/UDP转发，内网穿透，后续将实现websocket代理等，会将实现过程分享出来，感兴趣的可以一起造个轮子

项目地址

国内: https://gitee.com/tickbh/wmproxy

github: https://github.com/tickbh/wmproxy

项目中的使用

目前需要将每条请求数据进入的日志，如access_log，或者项目相关的错误日志error_log记录下来。

以下将介绍项目中如何进行记录并格式化日志的

文件配置

当前需要根据项目中的配置进行相应的初始化，需要用代码将当前的配置进行初始化。

TOML
[http]
# 访问列表的写入文件及格式
access_log = "access main debug"
# 错误列表的写入文件及格式，错误的第二个是错误等级。
error_log = "error debug"

# 日志格式
[http.log_format]
main = "{d(%Y-%m-%d %H:%M:%S)} {client_ip} {l} {url} path:{path} query:{query} host:{host} status: {status} {up_status} referer: {referer} user_agent: {user_agent} cookie: {cookie}"

[http.log_names]
access = "logs/access.log trace"
error = "logs/error.log"
default = "logs/default.log"

日志的组成部分

日志的组成分为三个部分

access_log及error_log的写入文件、格式及日志等级
log_names日志的别名，包含日志文件及可能包含日志等级，没有等级默认Info
日志格式，记录日志携带的相关消息，如访问的客户端ip{client_ip}或者访问Url{url}等，遵循Rust的打印结构，用{}里面包含要打印的相关消息

以下是访问信息打印的数据


2023-11-16 15:02:00 127.0.0.1:55922 INFO http://127.0.0.1:82/root/?aaa=1 path:/root/ query:aaa=1 host:127.0.0.1 status: ???  referer:  user_agent: Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:109.0) Gecko/20100101 Firefox/119.0 cookie:

注意点

因为access_log及error_log可以在[http]的层级下任意配置，第一步我们需要收集到合适的log_names进行初始化，我们用的是一个HashMap做键值对，防止重复：

RUST
/// http.rs
pub fn get_log_names(&self, names: &mut HashMap<String, String>) {
    self.comm.get_log_names(names);
    for s in &self.server {
        s.get_log_names(names);
    }
}
/// server.rs
pub fn get_log_names(&self, names: &mut HashMap<String, String>)  {
    self.comm.get_log_names(names);
    for l in &self.location {
        l.get_log_names(names);
    }
}
/// common.rs
pub fn get_log_names(&self, names: &mut HashMap<String, String>)  {
    for val in &self.log_names         {
        if !names.contains_key(val.0) {
            names.insert(val.0.clone(), val.1.clone());
        }
    }
}

收集好正确的log文件后，我们需要对其初始化或者重加载，其中重新加载需要拥有上次初始化的Handle那么我们需对基进行存储：

RUST
lazy_static! {
    /// 用静态变量存储log4rs的Handle
    static ref LOG4RS_HANDLE: Mutex<Option<log4rs::Handle>> = Mutex::new(None);
}

/// 尝试初始化, 如果已初始化则重新加载
pub fn try_init_log(option: &ConfigOption) {
    let log_names = option.get_log_names();
    let mut log_config = log4rs::config::Config::builder();
    let mut root = Root::builder();
    for (name, path) in log_names {
        let (path, level) = {
            let vals: Vec<&str> = path.split(' ').collect();
            if vals.len() == 1 {
                (path, Level::Info)
            } else {
                (
                    vals[0].to_string(),
                    Level::from_str(vals[1]).ok().unwrap_or(Level::Info),
                )
            }
        };
        // 设置默认的匹配类型打印时间信息
        let parttern =
            log4rs::encode::pattern::PatternEncoder::new("{d(%Y-%m-%d %H:%M:%S)} {m}{n}");
        let appender = FileAppender::builder()
            .encoder(Box::new(parttern))
            .build(path)
            .unwrap();
        if name == "default" {
            root = root.appender(name.clone());
        }
        log_config =
            log_config.appender(Appender::builder().build(name.clone(), Box::new(appender)));
        log_config = log_config.logger(
            Logger::builder()
                .appender(name.clone())
                // 当前target不在输出到stdout中
                .additive(false)
                .build(name.clone(), level.to_level_filter()),
        );
    }

    if !option.disable_stdout {
        let stdout: ConsoleAppender = ConsoleAppender::builder().build();
        log_config = log_config.appender(Appender::builder().build("stdout", Box::new(stdout)));
        root = root.appender("stdout");
    }

    let log_config = log_config.build(root.build(LevelFilter::Info)).unwrap();
    // 检查静态变量中是否存在handle可能在多线程中,需加锁
    if LOG4RS_HANDLE.lock().unwrap().is_some() {
        LOG4RS_HANDLE
            .lock()
            .unwrap()
            .as_mut()
            .unwrap()
            .set_config(log_config);
    } else {
        let handle = log4rs::init_config(log_config).unwrap();
        *LOG4RS_HANDLE.lock().unwrap() = Some(handle);
    }
}

我们需要在初始化参数的时候在重新调用该函数，保证新的日志信息能正确的初始化。

下面是将访问日志的数据打印下来：

RUST
/// 记录HTTP的访问数据并将其格式化
pub fn log_acess(
    log_formats: &HashMap<String, String>,
    access: &Option<ConfigLog>,
    req: &Request<RecvStream>,
) {
    if let Some(access) = access {
        if let Some(formats) = log_formats.get(&access.format) {
            // 需要先判断是否该日志已开启, 如果未开启直接写入将浪费性能
            if log_enabled!(target: &access.name, access.level) {
                // 将format转化成pattern会有相当的性能损失, 此处缓存pattern结果
                let pw = FORMAT_PATTERN_CACHE.with(|m| {
                    if !m.borrow().contains_key(&**formats) {
                        let p = PatternEncoder::new(formats);
                        m.borrow_mut()
                            .insert(Box::leak(formats.clone().into_boxed_str()), Arc::new(p));
                    }
                    m.borrow()[&**formats].clone()
                });

                // 将其转化成Record然后进行encode
                let record = ProxyRecord::new_req(Record::builder().level(Level::Info).build(), req);
                let mut buf = vec![];
                pw.encode(&mut SimpleWriter(&mut buf), &record).unwrap();
                log::info!(target: &access.name, "{}", String::from_utf8_lossy(&buf[..]))
            }
        }
    }
}

其中缓存pattern的结果性能损失的要求不高，但需要访问速度要高：

RUST
thread_local! {
    static FORMAT_PATTERN_CACHE: RefCell<HashMap<&'static str, Arc<PatternEncoder>>> = RefCell::new(HashMap::new());
}

加RefCell是因为默认是不可变的，如果有新的数据，需要将其变成可变数据，从而进行缓存。 HashMap中的key用&'static str是可以不必要将一些数据转化成String避免不必要的拷贝。如果将String变成&'static str那么意味着这段内存将会变成不可回收的数据，意味着内存泄漏，所以我们需要用Box::leak

RUST
Box::leak(formats.clone().into_boxed_str()

HashMap中的value中用Arc，因为我们是一个全部变量，我们要尽量的减少其访问的时间，但是我们又需要持有Pattern，所以我们在这里应用了一个引用计数Arc，拷贝的时候仅仅消耗加减引用计数。

RUST
m.borrow()[&**formats].clone()

分析Pattern

以下代码大部分来自log4rs

RUST
pub struct PatternEncoder {
    chunks: Vec<Chunk>,
    pattern: String,
}

首先会将一个字符串拆成若干个Chunk信息，

rust
enum Chunk {
    Text(String),
    Formatted {
        chunk: FormattedChunk,
        params: Parameters,
    },
    Error(String),
}

以下用date: {d(%Y-%m-%d %H:%M:%S)} url: {url}{n}做示范，我们在解析这字符串的时候将会得到以下五个部分：

date: 这是一个常量数据也就是Text将原样输出
{d(%Y-%m-%d %H:%M:%S)}将会转化成Formatted::FormattedChunk::Time(String, Timezone)，然后根据数组遍历，若为这个，那边将写入时间信息2023-11-16 15:02:00
url:常量，原样输出
{url}将会转成FormattedChunk::Url如果存在Request将从其中获取url地址，若没有则输出???
{N}将会转成FormattedChunk::Newline，将会根据平台输出换行符。

此时我们的输出只需要进行一次遍历即可O(n)，也不必replace等造成字符串的数据重排导致时间的变化。

此外还有额外参数：

{client_ip} 客户端IP
{url} 访问Url
{path} 访问路径，如/user/login
{query} 访问请求参数，如user=wmproxy&password=wmproxy
{host} 访问Host
{referer} 访问的referer
{user_agent} 客户端Agent
{cookie} 当前访问的cookie

小结

日志在程序中必不可少，那么需要尽可能的高效，所以尽可能的提升日志的效率是必须处理的一环。

点击 [关注]，[在看]，[点赞] 是对作者最大的支持

目录