通过实时日志分析_进行访问日志的快速统计

原文链接

简介

很多个人站长在搭建网站时使用nginx作为服务器，为了了解网站的访问情况，一般有两种手段：

1. 使用CNZZ之类的方式，在前端页面插入js，用户访问的时候触发js，记录访问请求。
2. 利用流计算、或离线统计分析nginx的access log，从日志中挖掘有用信息。

两种方式各有优缺点：

1. CNZZ使用起来比较简单，各种指标定义清楚。但这种方式只能记录页面的访问请求，像ajax之类的请求是无法记录的，还有爬虫信息也不会记录。
2. 利用流计算、离线计算引擎可以支持个性化需求，但需要搭建一套环境，并且在实时性以及分析灵活性上比较难平衡。

两种手段相互补充，才能对网站的状况有更加深入的了解。

日志服务在查询基础上新推出来SQL支持实时日志分析功能，极大的降低了站长们分析access log的门槛，本文将详细介绍如何使用日志服务分析access log中的各种指标。

Nginx访问日志格式

一个典型的nginx访问日志配置：

      log_format  main  '$remote_addr - $remote_user [$time_local] "$request" $http_host '
                        '$status $request_length $body_bytes_sent "$http_referer" '
                        '"$http_user_agent"  $request_time';

      access_log  access.log  main;

字段解释：

1. remote_addr : 客户端地址
2. remote_user : 客户端用户名
3. time_local : 服务器时间
4. request : 请求内容，包括方法名，地址，和http协议
5. http_host : 用户请求是使用的http地址
6. status : 返回的http 状态码
7. request_length : 请求大小
8. body_bytes_sent : 返回的大小
9. http_referer : 来源页
10. http_user_agent : 客户端名称
11. request_time : 整体请求延时

收集访问日志到日志服务

1. 首先把日志收集到日志服务

   请参考文档5分钟快速文档

2. 把日志收集到日志服务后，设置每一列的类型：

   

   注：其中request拆分城method 和uri两列

   日志样例：

   

分析访问日志

通常，对access log的访问需求有，查看网站的pv，uv，热点页面，热点方法，错误请求，客户端类型，来源页面等等。下文将逐个介绍各个指标的计算方法。

1. PV统计不仅可以一段时间总的PV，还可以按照小的时间段，查看每段时间的，比如每5分钟pv

   统计代码

   *|select from_unixtime( __time__- __time__% 300) as t, 
        count(1) as pv  
        group by __time__- __time__% 300 
        order by t limit 60
   
   

   统计结果

   

2. 统计一小时内每5分钟的UV

   统计代码：

   *|select from_unixtime( __time__- __time__% 300) as t,
           approx_distinct(remote_addr) as uv  
           group by __time__- __time__% 300 
           order by t limit 60
   

   

3. 统计一小时内总的UV

   统计代码：

   *|select approx_distinct(remote_addr)  
   

   统计结果：

   

4. 最近一小时访问最多的10个页面

   *|select url,count(1) as pv group by url order by pv desc limit 10
   

   

5. 最近一小时各种请求方法的占比

   *| select method, count(1) as pv group by method
   

   

6. 最近一小时各种http状态码的占比

   *| select status, count(1) as pv group by status
   

   

7. 最近一小时各种浏览器的占比

   *| select user_agent, count(1) as pv group by user_agent
   

   

8. 最近一小时referer来源于不同域名的占比

   *|select url_extract_host(http_referer) ,count(1) group by url_extract_host(http_referer)
   

   注：url_extract_host为从url中提取域名
   

9. 最近一小时用户访问不同域名的占比

   *|select  http_host ,count(1) group by http_host
   

   

   一些高级功能

除了一些访问指标外，站长常常还需要对一些访问请求进行诊断，查看一下处理请求的延时如何，有哪些比较大的延时，哪些页面的延时比较大。

1. 通过每5分钟的平均延时和最大延时, 对延时的情况有个总体的把握

   *|select from_unixtime(__time__ -__time__% 300) as time, 
            avg(request_time) as avg_latency ,
            max(request_time) as max_latency  
            group by __time__ -__time__% 300 
            limit 60
   

   

2. 知道了最大延时之后，我们需要知道最大延时对应的请求页面是哪个，方便进一步优化页面响应。

   *|select from_unixtime(__time__ - __time__% 60) , 
     max_by(url,request_time)  
     group by __time__ - __time__%60
   

   

3. 从总体把握，我们需要知道网站的所有请求的延时的分布, 把延时分布在十个桶里边，看每个延时区间的请求个数

   *|select  numeric_histogram(10,request_time)
   

   

4. 除了最大的延时，我们还需要知道最大的十个延时，对应的值是多少

   *|select max(request_time,10)
   

   

5. 当我们知道了/0这个页面的访问延时最大，为了对/0页面进行调优，接下来需要统计/0这个页面的访问PV,UV,各种method次数，各种status次数,各种浏览器次数，平均延时，最大延时

   url:"/0"|select count(1) as pv, approx_distinct(remote_addr) as uv, histogram(method) as method_pv,histogram(status) as status_pv, histogram(user_agent) as user_agent_pv, avg(request_time) as avg_latency,  max(request_time) as max_latency
   

   

   
   
   

6. 同时，我们也可以限定只查看request_time 大于1000的请求的pv，uv，以及各个url的请求次数

   request_time > 1000 |select count(1) as pv, approx_distinct(remote_addr) as uv, histogram(url) as url_pv
   

   

   

原文链接