Incolla log di qualsiasi formato — Nginx, Apache, Node.js, Docker, Python, syslog. Parsing automatico, filtraggio per severity, timeline e rilevamento pattern errori ricorrenti.
Incolla i tuoi log o carica un file per iniziare l'analisi
Incolla il contenuto del tuo file di log nel campo di testo oppure caricalo direttamente con drag & drop. Il tool rileva automaticamente il formato (Nginx, Apache, Node.js, Docker, Python, syslog o testo generico), esegue il parsing e mostra una dashboard con statistiche, timeline e tabella filtrabile per severity.
Il Log Analyzer supporta i formati più comuni: Nginx (combined/main format), Apache (common/combined log format), JSON logs (structured logging di Winston, Pino, Bunyan), Docker (container logs con timestamp), Python (logging module format con livelli), Syslog (RFC 3164/5424), e qualsiasi formato di testo con pattern timestamp + severity riconoscibili.
No. Tutto il parsing e l'analisi avviene nel browser con JavaScript. I tuoi log non lasciano mai il dispositivo — puoi analizzare log con indirizzi IP interni, stack trace o altri dati sensibili in totale sicurezza.
Non c'è un limite imposto. Il browser può gestire file di testo fino a qualche centinaio di MB — per file molto grandi il parsing iniziale potrebbe richiedere qualche secondo. Per file superiori a 50MB considera di filtrare prima le righe rilevanti con grep o tail.
Il tool raggruppa i messaggi di errore simili normalizzando i valori variabili (ID, IP, timestamp, path). Ad esempio "Connection refused to 192.168.1.1:3306" e "Connection refused to 10.0.0.5:3306" vengono raggruppati nello stesso pattern, mostrando quante volte si ripete.
Il Log Analyzer è usato per: debug in produzione — trovare gli errori in un log di migliaia di righe senza grep; analisi di accesso nginx/Apache — identificare IP abusivi, URL più richiesti, codici di errore frequenti; monitoring applicativo — cercare eccezioni e stack trace in log JSON; audit di sicurezza — filtrare tentativi di accesso falliti o IP sospetti; analisi log Docker/Kubernetes — filtrare per container, namespace o livello di severity.
Combined Log Format (Apache/Nginx): IP - - [timestamp] "METHOD /path HTTP/1.1" status bytes "referer" "user-agent". JSON structured logging: {"level":"error","msg":"...","timestamp":"...","service":"api"} — preferibile perché machine-readable. Syslog: timestamp hostname program[PID]: message. Log4j/Logback: LEVEL timestamp [thread] class - message. Il tool riconosce automaticamente i formati più diffusi e li struttura per il filtraggio.
Non guardare il contesto — un errore isolato è spesso preceduto da warning o eventi correlati; analizza sempre le righe prima e dopo. Ignorare il timestamp — correla gli errori con eventi di deploy, picchi di traffico o cambi di configurazione. Log non strutturati — i log in formato testo libero sono difficili da analizzare; se controlli il codice, usa structured logging JSON fin dall'inizio. Log rotation — accertati di analizzare il file del periodo corretto, non uno ruotato e compresso.
Il Log Analyzer di ToolsCove è ideale per analisi one-shot di file piccoli o medi nel browser. Per log in produzione continui e ad alto volume considera: Grafana Loki (open source, integrato con Grafana); Elasticsearch + Kibana (ELK stack, potente ma complesso); Datadog Logs o New Relic (SaaS, zero infrastruttura); AWS CloudWatch Logs Insights (se sei su AWS). Questi strumenti gestiscono TB di log, alerting in tempo reale e correlazione con metriche.