通过nginx日志统计qps

Posted 2023-04-17

参考技术A 解释：
$4 = 就是取nginx日志的第四个内容（nginx是以空格区分）
uniq -c = 去重
sort -n = 正序 (-r = 倒叙)

采集并分析Nginx访问日志

日志服务支持通过数据接入向导配置采集Nginx日志，并自动创建索引和Nginx日志仪表盘，帮助您快速采集并分析Nginx日志。

许多个人站长选取了Nginx作为服务器搭建网站，在对网站访问情况进行分析时，需要对Nginx访问日志统计分析，从中获取网站的访问量、访问时段等访问情况。传统模式下利用CNZZ等方式，在前端页面插入js，用户访问的时候触发js，但仅能记录访问请求。或者利用流计算、离线统计分析Nginx访问日志，但需要搭建一套环境，并且在实时性以及分析灵活性上难以平衡。

日志服务在支持查询分析实时日志功能，同时提供Nginx日志仪表盘（Dashboard），极大的降低了Nginx访问日志的分析复杂度，可以用于便捷统计网站的访问数据。本文档以分析Nginx访问日志为例，介绍日志分析功能在分析Nginx访问日志场景下的详细步骤。

应用场景

个人站长选取Nginx作为服务器搭建了个人网站，需要通过分析Nginx访问日志来分析网站的PV、UV、热点页面、热点方法、错误请求、客户端类型和来源页面制表，以分析、评估网站的访问情况。

Nginx日志格式

为了更好满足分析场景，推荐Nginx日志格式采用如下log_format配置。

试用

 

    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 $upstream_response_time‘;

各字段含义如下：

字段	含义
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	用户请求时使用的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
upstream_response_time	上游服务的处理延时

采集Nginx日志

采集日志前，请确认您已创建Project和创建Logstore。

1. 登录日志服务控制台，单击Project名称。
2. 在Logstore列表中，单击指定Logstore对应的数据接入向导图标。

   日志服务提供数据接入向导快速接入Nginx在内的多种数据源。

   图 1. Logstore列表
    
3. 选择数据类型为Nginx访问日志。

   日志服务提供多种数据类型接入（云产品、自建软件、API、SDK等），分析NGINX访问日志请选择自建软件 > NGINX访问日志。

4. 数据源设置。
   1. 指定配置配置名称和日志路径。
   2. 将推荐的log_format日志格式填写到NGINX日志格式中。图 2. 配置数据源
      
      
   3. 确认Nginx键名称。

      日志服务会自动提取出Nginx日志中的键名称，请确认是否正确。

       

      说明 Nginx日志格式中的 $request会被提取为 request_method和 request_uri两个键。
      图 3. NGINX键名称
      
      
   4. 确认是否丢弃解析失败日志，并单击下一步。

      开启该功能后，解析失败的Nginx访问日志不上传到日志服务；关闭后，Nginx访问日志解析失败时上传原始Nginx访问日志。

   5. 应用到机器组。

      如果您之前没有创建过机器组，请先根据页面提示创建IP地址机器组。

       

      说明 Nginx访问日志采集配置生效时间最长需要3分钟，请耐心等待。

为Nginx访问日志设置索引

在数据接入向导中配置采集Nginx访问日志之后，可以在向导的后续步骤中设置Nginx访问日志的索引。如果直接退出了数据接入向导，也可以在查询分析页面开启并配置索引、查询并分析Nginx访问日志。

以下步骤展示在数据接入向导中为Nginx访问日志设置索引。

确保日志机器组心跳正常的情况下，可以通过单击右侧预览按钮获取到采集上来的数据。

图 4. 预览
 

日志服务提供预设的Nginx访问日志数据键名称以便分析使用，可以选择预览数据生成的实际数据键名称，用来映射默认数据键名称。

图 5. 键值索引属性
 

单击下一步，日志服务会为您设置好Nginx访问日志的索引属性并创建nginx-dashboard仪表盘以供分析使用。

分析Nginx访问日志

开启索引后，日志服务默认生成Nginx访问日志的索引和仪表盘，可以通过以下方式分析Nginx访问日志。

• 使用SQL语句分析Nginx访问日志：

  在日志服务查询分析页面输入查询分析语句，可以查看符合条件的Nginx原始日志，或查看可视化的分析结果。另外，查询分析页面还提供快速分析、快速查询等功能，详细说明请查看查询日志和Nginx访问日志诊断及优化。

• 查看预设仪表盘的分析数据，分析Nginx访问日志：

  日志服务预设的Nginx访问日志仪表盘中展示了各个分析指标的详细数据大盘，例如PV/UV统计等数据。关于如何使用仪表盘，请参考仪表盘。

图 6. Nginx访问日志仪表盘

• PV/UV统计(pv_uv)

  统计最近一天的PV数和UV数。

  图 7. PV/UV统计
   
  

  统计语句：

  试用

   

    * | select approx_distinct(remote_addr) as uv ,
           count(1) as pv , 
           date_format(date_trunc(‘hour‘, __time__), ‘%m-%d %H:%i‘)  as time
           group by date_format(date_trunc(‘hour‘, __time__), ‘%m-%d %H:%i‘)
           order by time
           limit 1000

• 访问地域分析(ip_distribution)

  统计访问IP来源情况。

  图 8. 访问地域分析
   
  

  统计语句：

  试用

   

   * | select count(1) as c, 
       ip_to_province(remote_addr) as address 
       group by ip_to_province(remote_addr) limit 100

• 访问前十地址(top_page)

  统计最近一天访问PV前十的地址。

  图 9. 统计访问
   
  

  统计语句：

  试用

   

   * | select split_part(request_uri,‘?‘,1) as path, 
       count(1) as pv  
       group by split_part(request_uri,‘?‘,1) 
       order by pv desc limit 10

• 请求方法占比(http_method_percentage)

  统计最近一天各种请求方法的占比。

  图 10. 请求方法占比
   
  

  统计语句：

  试用

   

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

• 请求状态占比(http_status_percentage)

  统计最近一天各种http状态码的占比。

  图 11. 请求状态占比
   
  

  统计语句：

  试用

   

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

• 请求UA占比(user_agent)

  统计最近一天各种浏览器的占比。

  图 12. 请求UA占比
   
  

  统计语句：

  试用

   

   * | select count(1) as pv,
       case when http_user_agent like ‘%Chrome%‘ then ‘Chrome‘ 
       when http_user_agent like ‘%Firefox%‘ then ‘Firefox‘ 
       when http_user_agent like ‘%Safari%‘ then ‘Safari‘
       else ‘unKnown‘ end as http_user_agent
       group by  http_user_agent
       order by pv desc
       limit 10

• 前十访问来源(top_10_referer)

  统计最近一天访问前十的来源信息。

  图 13. 前十访问来源
   
  

  统计语句：

  试用

   

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

Nginx访问日志诊断及优化

除了一些默认的访问指标外，站长常常还需要对一些访问请求进行诊断，分析Nginx访问日志中记录的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。此时可以进入查询页面进行快速分析。

• 统计平均延时和最大延时

  通过每5分钟的平均延时和最大延时，从整体上了解延时情况。

  统计语句：

  试用

   

    * | 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

• 统计最大延时对应的请求页面

  知道了最大延时之后，需要明确最大延时对应的请求页面是，以方便进一步优化页面响应。

  统计语句：

  试用

   

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

• 统计请求延时的分布

  统计网站的所有请求的延时的分布，把延时分布在十个桶里面，看每个延时区间的请求个数。

  统计语句：

  试用

   

  * |select numeric_histogram(10,request_time)

• 统计最大的十个延时

  除最大的延时之外，还需要统计最大的十个延时及其对应值。

  统计语句：

  试用

   

  * | select max(request_time,10)

• 对延时最大的页面调优

  假如/url2这个页面的访问延时最大，为了对/url2页面进行调优，接下来需要统计/url2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、平均延时和最大延时。

  统计语句：

  试用

   

     request_uri:"/url2" | 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

得到以上数据后，就可以对网站的访问情况进行有针对性的详细评估。

以上是关于通过nginx日志统计qps的主要内容，如果未能解决你的问题，请参考以下文章

切分Nginx日志，完成网站访问量的自动统计

通过nginx日志，统计最近两天的交易笔数

nginx日志统计分析

nginx 日志统计接口每个小时访问量

python分析nginx日志

Nginx日志统计