关于后端:构造请求日志分析系统

申请日志记录哪些数据

• time_local : 申请的工夫
• remote_addr : 客户端的 IP 地址
• request_method : 申请办法
• request_schema : 申请协定，常见的 http 和 https
• request_host : 申请的域名
• request_path : 申请的 path 门路
• request_query : 申请的 query 参数
• request_size : 申请的大小
• referer : 申请起源地址，假如你在 a.com 网站下贴了 b.com 的链接，那么当用户从 a.com 点击拜访 b.com 的时候，referer 记录的就是 a.com，这个是浏览器的行为
• user_agent : 客户端浏览器相干信息
• status : 申请的响应状态
• request_time : 申请的耗时
• bytes_sent : 响应的大小

很多时候咱们会应用负载网关去代理转发申请给理论的后端服务，这时候申请日志还会包含以下数据：

• upstream_host : 代理转发的 host
• upstream_addr : 代理转发的 IP 地址
• upstream_url : 代理转发给服务的 url
• upstream_status : 上游服务返回的 status
• proxy_time : 代理转发过程中的耗时

数据衍生

客户端 IP 地址能够衍生出以下数据：

• asn 相干信息：

  • asn_asn : 自治零碎编号，IP 地址是由自治系统管理的，比方中国联通上海网就治理了所有上海联通的 IP
  • as_org : 自治零碎组织，比方中国移动、中国联通

• geo 地址地位信息：

  • geo_location : 经纬度
  • geo_country : 国家
  • geo_country_code : 国家编码
  • geo_region : 区域（省份）
  • geo_city : 城市

user_agent 能够解析出以下信息：

• ua_device : 应用设施
• ua_os : 操作系统
• ua_name : 浏览器

数据分析

• PV / QPS : 页面浏览次数 / 每秒申请数
• UV : 拜访的用户人数，很多网站用户无序登录也能拜访，这时能够依据 IP + user_agent 的唯一性确定用户
• IP 数 : 拜访起源有多少个 IP 地址

<br/>

• 网络流量 : 依据 request_size 申请的大小计数网络流入流量，bytes_sent 响应大小计算网络流出流量

<br/>

• referer 起源剖析

<br/>

• 客户申请的地理位置剖析：依据 IP 地址衍生的 geo 数据

<br/>

• 客户设施剖析：依据 user_agent 提取数据

<br/>

• 申请耗时统计：依据 request_time 数据

  • p99、p95、p90 提早（前多少百分比申请的耗时，比方 p99 就是前 99% 申请的耗时）
  • 长耗时异样监控

<br/>

• 响应状态监控：依据 status 数据

  • 各个状态码的响应占比
  • 5xx 服务端异样数量

<br/>

• 联合业务剖析：申请的 request_path 地址和 request_query 参数肯定是对应具体业务的，例如

  • 申请某个相册的地址是 /album/:id，那么日志中的 request_path 对应的就是对相册进行了一次拜访
  • 进行站内搜索的地址是 /search?q=< 关键词 >，那么统计 request_path 是 /search 的日志条数就能够晓得进行了多少次搜寻，统计 request_query 中 q 的参数就能够晓得搜寻关键词的状况

通用架构

日志零碎应用 ELK + kafka 构建是业界比拟支流的计划，beats、logstash 进行日志采集搬运，kafka 存储日志期待生产，elasticsearch 进行数据的聚合剖析，grafana 和 kibana 进行图形化展现。