http://click.aliyun.com/m/22119/

原文链接：[url]http://click.aliyun.com/m/22119/[/url]
摘要： 个人站长如何分析自己的网站，这里有第一手的经验

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：

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。
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：

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。
access log对所有的请求都有记录，可以说信息非常详细，但需要站长对访问日志具备详细的了解和动手能力。
两种手段相互补充，才能对网站的状况有更加深入的了解。

日志服务新推出来SQL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：

remote_addr : 客户端地址
remote_user : 客户端用户名
time_local : 服务器时间
request : 请求内容，包括方法名，地址，和http协议
http_host : 用户请求是使用的http地址
status : 返回的http 状态码
request_length : 请求大小
body_bytes_sent : 返回的大小
http_referer : 来源页
http_user_agent : 客户端名称
request_time : 整体请求延时
收集访问日志到日志服务
首先把日志收集到日志服务

请参考文档5分钟快速文档

把日志收集到日志服务后，设置每一列的类型：

index_attribute

注：其中request拆分城method 和uri两列
日志样例：

sample_log

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。
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

pv

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
uv_5min

统计一小时内总的UV

统计代码：

*|select approx_distinct(remote_addr)
统计结果：

uv

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
top10page

最近一小时各种请求方法的占比

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

最近一小时各种http状态码的占比

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

最近一小时各种浏览器的占比

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

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
referer

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
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。
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
avg_max_latency

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
top_latency_req

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)
latency_histogram1

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)
top_10_latency

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
url0

url0method
url0useragent
url0status

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
url_pv

latency1000url

原文链接：[url]http://click.aliyun.com/m/22119/[/url]