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的访问日志,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,并将分析结果保存到仪表盘(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访问日志来获取网站的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,以评估网站的访问情况。

日志格式

为了更好满足分析场景,推荐采用如下log_format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 $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

配置步骤

步骤1 数据接入向导

日志服务提供数据接入向导快速接入各类数据源,将Nginx访问日志采集到日志服务可以采用如下两种方式进入数据接入向导。

  • 新建项目

    在创建项目和创建日志库后,根据页面提示点击数据接入向导

    图 1. 数据接入向导
  • 对于已存在的Logstore,点击列表中数据接入向导图标进入。
    图 2. Logstore列表


步骤2 选择数据类型

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

步骤3 数据源设置

  1. 按照实际情况填写配置名称和日志路径,并将推荐的log_format信息填写到NGINX日志格式中。
    图 3. 配置数据源


    日志服务会自动提取出相应的键名称。

    说明
    其中$request会被提取为request_methodrequest_uri两个键。
    图 4. NGINX键


  2. 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机器组

    说明
    Logtail配置推送生效时间最长需要3分钟,请耐心等待。

步骤4 查询分析和可视化

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

图 5. 预览


日志服务提供预设的数据键名称以便分析使用,可以选择实际数据键名称(根据预览数据生成)和默认数据键名称形成映射关系。

图 6. 键值索引属性


点击下一步,日志服务会为您设置好索引属性并创建nginx-dashboard仪表盘以供分析使用。

步骤5 分析访问日志

如下图所示,开启索引后,默认生成仪表盘页面可以快速看到各个指标的分析情况。关于如何使用仪表盘,请参考仪表盘

图 7. 仪表盘


  • PV/UV统计(pv_uv)

    统计最近一天的PV数和UV数。

    图 8. PV/UV统计


    统计语句:

      * | 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 9. 访问地域分析

    统计语句:

     * | 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 10. 统计访问


    统计语句:

     * | 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 11. 请求方法占比


    统计语句:

     * | 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 12. 请求状态占比


    统计语句:

     * | 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 13. 请求UA占比


    统计语句:

     * | 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 14. 前十访问来源


    统计语句:

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

6 访问诊断及优化

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,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。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:

      * | 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:

      * | 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:

    * |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:

    * | 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:

       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。