blog
Painéis

Descubra no log bruto quem acessou na hora da lentidão

Como transformar o arquivo .gz do Raw Access em um veredito sobre a janela exata da queda, com três contagens, critério de leitura e checklist para repetir em toda a carteira.

JR · · 9 min de leitura · 2 tabelas · 14 blocos de código

Resposta curta: baixe o log bruto em Métricas > Raw Access do cPanel e rode três comandos de contagem sobre o intervalo exato da queda: por IP, por user-agent e por minuto. Se poucos IPs concentram as requisições e não pedem CSS nem imagem, foi varredura, não visita.

Neste artigo
  1. O que o log bruto mostra e o relatório agregado esconde
  2. Onde o cPanel guarda o log e como garantir que ele exista amanhã
  3. A anatomia de uma linha do combined log, campo por campo
  4. Recortar o intervalo exato antes de contar qualquer coisa
  5. Três contagens que fecham o diagnóstico
  6. Assinatura de gente, assinatura de varredura
  7. Checklist reutilizável para a carteira de sites
  8. O veredito de quatro linhas que vai para o cliente

O que o log bruto mostra e o relatório agregado esconde

O cliente escreve às 21h15: "o site travou agora". Às 22h já está normal. No dia seguinte você abre o Awstats, vê 4.200 visitas no dia e não chega a lugar nenhum, porque relatório de estatística agrega por dia ou por hora e a queda durou sete minutos.

O log bruto de acessos é outra coisa: uma linha por requisição, com IP, horário até o segundo, URL pedida, status e user-agent. É o único artefato no cPanel que permite dizer "entre 21h02 e 21h09 chegaram N requisições e elas vieram de tais origens". Sem ele, a conversa com o cliente vira opinião, e opinião perde para o comercial que sugere um plano maior.

Este guia segue a interface Raw Access do cPanel, documentada em docs.cpanel.net, e usa três comandos de contagem sobre o arquivo baixado. Nada aqui foi medido em laboratório: os números que aparecem nos exemplos são fictícios e estão rotulados como exemplo. O que o artigo entrega é o procedimento e o critério de leitura.

Onde o cPanel guarda o log e como garantir que ele exista amanhã

No cPanel, a interface fica em Métricas > Raw Access (Acesso Bruto). Ela lista os domínios e subdomínios da conta e oferece o download do log de tráfego compactado em .gz.

Dois detalhes da própria interface decidem se você vai ter log quando precisar:

A recomendação prática para carteira de sites: marcar o arquivamento em todos os sites, desmarcar a remoção automática só nos sites com histórico de incidente, e revisar o tamanho da pasta de logs a cada trimestre.

Os arquivos arquivados ficam na pasta de logs dentro do home da conta, com nome derivado do domínio e do mês. Em muitos servidores existe um arquivo separado para o tráfego HTTPS, com ssl_log no nome. Vale conferir: se o site roda inteiramente sobre HTTPS e você contar apenas o arquivo sem ssl, o resultado vai dar quase zero e você vai concluir a coisa errada. Na dúvida, junte os dois.

O log de hoje some quando a rotina de estatísticas roda

O log corrente ainda não arquivado é rotacionado quando a rotina de estatísticas roda. Incidente de hoje de manhã, download hoje à tarde. Deixar para segunda-feira é como pedir a gravação da câmera depois que o HD já girou.

A anatomia de uma linha do combined log, campo por campo

O formato usado é o combined log do Apache. Linha de exemplo (fictícia, com IP da faixa reservada para documentação):

203.0.113.45 - - [14/Nov/2025:21:03:11 -0300] "GET /?s=camiseta HTTP/1.1" 200 18433 "-" "Mozilla/5.0 (compatible; ExemploBot/1.0; +http://exemplo.invalid/bot)"

Cada pedaço tem uma posição previsível, e é isso que torna a contagem trivial:

Campo Trecho do exemplo Como extrair
IP de origem 203.0.113.45 $1
Data e hora [14/Nov/2025:21:03:11 $4
Fuso do servidor -0300] $5
Método, URL e protocolo GET /?s=camiseta HTTP/1.1 $2 com awk -F'"'
Código de status 200 $9
Bytes enviados 18433 $10
Referrer - $4 com awk -F'"'
User-agent Mozilla/5.0 (compatible; ...) $6 com awk -F'"'

Duas ressalvas antes de confiar cegamente nas posições. URL com espaço codificado errado desloca $9 e $10, então use os campos numéricos para leitura rápida e não para relatório contábil. E o fuso em $5 é o do servidor: se o cliente disse "21h" e o servidor grava em +0000, você vai procurar no lugar errado e concluir que não houve nada. Confira o offset na primeira linha do arquivo antes de recortar o intervalo.

Recortar o intervalo exato antes de contar qualquer coisa

Descompactar não é obrigatório, zcat e zgrep leem o .gz direto. Em macOS, zcat pode exigir gzcat. No Windows, use WSL ou Git Bash, ou o Terminal do próprio cPanel quando o provedor o disponibiliza.

Primeiro, junte HTTP e HTTPS do mês em um arquivo de trabalho (nomes de arquivo abaixo são exemplo, ajuste ao que aparecer na sua pasta de logs):

zcat *exemplo.com*Nov-2025*.gz > /tmp/exemplo-nov.log
wc -l /tmp/exemplo-nov.log

Depois recorte a hora do incidente. O formato do carimbo permite grep literal, sem regex:

grep '14/Nov/2025:21:' /tmp/exemplo-nov.log > /tmp/janela.log
wc -l /tmp/janela.log

Se quiser fechar em uma faixa de minutos, use alternância simples:

grep -E '14/Nov/2025:21:0[2-9]' /tmp/exemplo-nov.log > /tmp/janela.log

O número de linhas de /tmp/janela.log já é a primeira informação útil: quantas requisições o site atendeu naquela hora, ou naqueles minutos. Guarde esse valor, ele vai para o relatório.

Três contagens que fecham o diagnóstico

Todos rodam sobre /tmp/janela.log, o recorte do intervalo. A lógica é sempre a mesma: extrair um campo, ordenar, contar repetições, ordenar por contagem.

Por IP: quem pediu

awk '{print $1}' /tmp/janela.log | sort | uniq -c | sort -rn | head -20

Saída de exemplo (fictícia):

   3184 203.0.113.45
   2971 203.0.113.46
    118 198.51.100.7
     44 198.51.100.212
     31 192.0.2.88

O formato da distribuição diz mais que o total. Tráfego humano tende a uma cauda longa: muitos IPs com poucas requisições cada. Varredura tende a um degrau: dois ou três IPs concentrando quase tudo, e depois um abismo.

Por user-agent: quem disse ser

awk -F'"' '{print $6}' /tmp/janela.log | sort | uniq -c | sort -rn | head -20

Aqui você separa navegador de robô. Navegadores reais aparecem em dezenas de variações de versão e sistema. Crawler aparece como uma string única repetida milhares de vezes, quase sempre com bot, crawler, spider ou uma URL de contato no meio.

Um agrupamento mais grosseiro ajuda quando a lista fica poluída:

awk -F'"' '{print $6}' /tmp/janela.log | grep -ciE 'bot|crawl|spider'

O resultado é o total de requisições que se declaram robô. Declaram: user-agent é texto livre enviado pelo cliente e pode ser mentira.

Por minuto: o formato do pico

awk '{print substr($4, 2, 17)}' /tmp/janela.log | sort | uniq -c | sort -rn | head -20

O substr corta [14/Nov/2025:21:03:11 a partir do segundo caractere, 17 posições, resultando em 14/Nov/2025:21:03, ou seja, a granularidade de minuto. Saída de exemplo (fictícia):

   1402 14/Nov/2025:21:04
   1388 14/Nov/2025:21:05
   1311 14/Nov/2025:21:03
     62 14/Nov/2025:21:12
     58 14/Nov/2025:21:11

Esse é o comando que dá horário de início e fim ao incidente, e é o que casa com a reclamação do cliente. Se o pico bate no minuto que ele relatou, você tem causa e efeito na mesma tabela.

O que o IP do topo estava pedindo

Contagem isolada não fecha o caso. Pegue o IP do topo e olhe o que ele pediu:

grep '^203.0.113.45 ' /tmp/janela.log | awk -F'"' '{print $2}' | sort | uniq -c | sort -rn | head -10

E quais status recebeu:

grep '^203.0.113.45 ' /tmp/janela.log | awk '{print $9}' | sort | uniq -c | sort -rn

Se a lista de URLs for uma variação infinita de /?s=, ?orderby=, ?add-to-cart= ou /wp-login.php, não é leitor. Se os status forem majoritariamente 404, é alguém procurando arquivo que não existe.

Assinatura de gente, assinatura de varredura

A leitura combinada dos três comandos dá um veredito razoavelmente seguro. Os padrões abaixo são critérios de interpretação, não medição:

Sinal Parece visita real Parece varredura ou robô
Distribuição por IP cauda longa, muitos IPs com poucos hits 1 a 5 IPs concentrando o volume
User-agent dezenas de versões de navegador uma string repetida, ou bot no nome
Estáticos pede CSS, JS, imagem e fonte junto com o HTML pede só HTML, nada de estático
URLs páginas do menu, produtos, posts parâmetros de busca ou filtro em série, /wp-login.php, /xmlrpc.php
Referrer mistura de buscador, redes e - - em quase tudo
Ritmo por minuto sobe e desce platô constante, mesma contagem minuto a minuto
Status maioria 200 e 304 muito 404, 301 ou 401

O teste dos estáticos costuma ser o mais decisivo e é fácil de rodar:

grep '^203.0.113.45 ' /tmp/janela.log | grep -cE '\.(css|js|png|jpg|webp|woff2)'

Navegador que renderiza página busca os recursos dela. Script que raspa HTML não busca. Zero ou perto de zero nesse comando, com milhares de requisições de HTML, encerra a discussão.

Como saber se o robô mente sobre ser buscador

User-agent de buscador pode ser falsificado sem esforço. Antes de tratar um IP como buscador legítimo, resolva o reverso:

host 203.0.113.45

Se o PTR não resolve para um domínio do buscador declarado, ou se o nome retornado não resolve de volta para o mesmo IP, trate como tráfego anônimo qualquer. Cada buscador publica a faixa e o método de verificação na própria documentação, vale conferir lá antes de bloquear.

Quando o log mostra tráfego normal e a lentidão continua

Caso honesto e frequente: a janela da lentidão tem poucas centenas de requisições, distribuição de cauda longa, user-agents variados, estáticos presentes. Ou seja, tráfego normal. Aí o gargalo não é volume, é o que cada requisição custa: consulta lenta no banco, plugin pesado, cron do WordPress disparando no request, chamada externa travando no checkout. Nesse cenário, aumentar o plano geralmente compra pouco tempo e o problema volta. O caminho é o log de erro do PHP, o log de consulta lenta e o perfil da aplicação.

Dizer isso ao cliente antes de vender upgrade é o que torna o relatório confiável quando o upgrade realmente for a resposta certa.

Checklist reutilizável para a carteira de sites

Padronizar vale mais que virtuosismo em uma investigação isolada. Ordem sugerida, replicável em qualquer site com cPanel:

  1. Preparação, uma vez por site. Em Métricas > Raw Access, marcar o arquivamento dos logs no diretório home. Decidir por site se a remoção mensal fica ligada, conforme espaço em disco.
  2. Coleta. Baixar o .gz do domínio afetado e, se existir, o arquivo ssl_log correspondente. Guardar na pasta do cliente com nome site-data-incidente.log.
  3. Conferir o fuso. Ler $5 da primeira linha e converter o horário relatado pelo cliente.
  4. Recortar a janela com grep no carimbo de data e hora, e anotar o total de linhas.
  5. Rodar os três comandos: por IP, por user-agent, por minuto. Salvar as três saídas em arquivo de texto, elas são o anexo do relatório.
  6. Cruzar o IP do topo: URLs pedidas, status, presença de estáticos.
  7. Verificar reverso dos IPs que se declaram buscador.
  8. Classificar com a tabela de assinaturas e escrever uma frase de veredito.
  9. Ação: bloqueio por IP ou por user-agent, limite de taxa, cache de página, xmlrpc.php desabilitado, ou investigação de aplicação quando o volume era normal.
  10. Validação: repetir a contagem por minuto uma semana depois, no mesmo horário, para confirmar que o padrão sumiu.

Os itens 4, 5 e 6 são só os comandos deste artigo empilhados: o grep da janela, as três contagens e os três cruzamentos do IP do topo. Junte tudo em um script curto que receba o arquivo, a data e a hora como parâmetro, e reaproveite em todo atendimento. O ganho não está em cada comando, está em não redescobrir o procedimento a cada chamado.

O veredito de quatro linhas que vai para o cliente

O cliente não quer awk. Ele quer saber se precisa pagar mais. O relatório que funciona tem quatro linhas: janela, volume, origem, conclusão. Modelo para adaptar (os números abaixo são exemplo fictício, substitua pelos seus):

A versão inversa também precisa estar pronta, e é ela que dá credibilidade à primeira:

O mesmo arquivo .gz, os mesmos três comandos, conclusões opostas. É exatamente por isso que a contagem vem antes da conversa sobre plano, e não depois.

Referências

  1. Documentação oficial (cpanel) — Raw Access (cPanel). Consultado em 2026-09-16.
Leia também