analisis

.gitignore

@@ -0,0 +1,3 @@
+header.tsv
+x.sqlite
+x.tsv

graph.sql

@@ -0,0 +1,17 @@
+with amounts as (
+  select
+    tls_version,
+    count(*) as count
+  from logs
+  group by tls_version
+),
+max as (
+  select max(count) as value
+  from amounts
+)
+select
+  tls_version,
+  count,
+  printf('%.' || (count * 30 / max.value) || 'c', '*') as bar
+from amounts, max
+order by tls_version;

graph_useragent.sql

@@ -0,0 +1,19 @@
+with amounts as (
+  select
+    user_agent,
+    count(*) as count
+  from logs
+  where tls_version = "TLSv1" OR tls_version = "TLSv1.1"
+  group by user_agent
+),
+max as (
+  select max(count) as value
+  from amounts
+)
+select
+  user_agent,
+  count,
+  printf('%.' || (count * 30 / max.value) || 'c', '*') as bar
+from amounts, max
+order by count;
+

header_done.tsv

@@ -0,0 +1 @@
+uuid	dominio		http_version	method		path		status_code		encoding				accept-encoding	lang					user_agent												tls_version			tls_algos	tls_algos2												

readme.md

@@ -0,0 +1,73 @@
+# analisis de datos de access logs de sutty
+
+mi teoría es que el uso de TLSv1 y TLSv1.1 es muy baja, y deberíamos desactivarla para no [poner en riesgo](https://blog.mozilla.org/security/2018/10/15/removing-old-versions-of-tls/) al resto de nuestrxs usuarixs.
+
+1. sincronizar archivos
+
+   ```fish
+   rsync -vP root@gethen.sutty.nl:/srv/sutty/srv/panel.sutty.nl/_storage/'*.psql.gz' .
+   ```
+
+2. descomprimir logs
+
+   ```fish
+   gunzip -d *.gz
+   ```
+
+3. convertir en un TSV gigante (NOTA: esto está escrito en [fish](https://fishshell.com/), aunque no debería ser tan complicado adaptar a otras shells)
+
+   ```fish
+   for i in *.psql
+     grep -E '.{8}-.{4}-.{4}-.{4}-.{12}' $i
+   end > x.tsv
+   # limpiar espacio..
+   rm *.psql
+   ```
+
+   tarea para lx lectorx: se pueden combinar estos tres pasos en uno y ahorrar en espacio de disco y tiempo ;)
+
+4. generar un archivo de un par de entries para especificar las key/value de cada cosa. ya lo hice, podés saltear este paso y usar `header_done.tsv`
+
+   ```fish
+   head x.tsv > header.tsv
+   # editar header.tsv para tener valores de key al menos para los valores que nos importan
+   # usé libreoffice calc para hacerlo
+   ```
+
+5. importar TSV a una base de datos SQLite (inspirado en [SQLite no es una base de datos de juguete](https://sysarmy.com/blog/posts/sqlite-no-es-una-base-de-datos-de-juguete/))
+
+   ```
+   sqlite x.sqlite
+   > .mode tabs
+   > .import "|cat header_done.tsv x.tsv" logs
+   # van a haber errores... pero no son tantos
+   # a partir de cierto punto hay columnas de mas.. se ignoran
+   ```
+
+6. (opcional) ¿usas btrfs? forzalo a comprimir la BD de SQLite con ZSTD:
+
+   ```
+   sudo btrfs filesystem defragment -czstd x.sqlite
+   ```
+   
+   esto me lo deja a tan solo 11% del tamaño del archivo original ;)
+
+7. correr query que retora gráfico (también inspirado en el artículo de arriba)
+
+   ```
+   sqlite3 x.sqlite "$(cat graph.sql)"
+   ```
+  
+   esto devuelve varias "tls_version" basura.. las filtro de lo próximo, que total son pocas requests:
+
+   ```
+   |1206821|****
+   TLSv1|1689|*
+   TLSv1.1|24|*
+   TLSv1.2|1222869|****
+   TLSv1.3|8805130|******************************
+   ```
+
+   la primera línea son requests sin HTTPS. es normal, porque se usan para redirigir de HTTP a HTTPS y para Tor (porque tiene su propio cifrado).
+
+   las requests de TLSv1 y v1.1 son algo así como 0.2%... no solo eso, sino que parecen provener generalmente de bots o navegadores que no soportamos de todas maneras (como Internet Explorer 9, 8 u 7), que se puede ver con `sqlite3 x.sqlite "$(cat graph_useragent.sql)"`.