可通过Nginx access_log配合awk、sort、uniq等命令高效统计QPS和请求耗时分布：按秒截取$time_local统计QPS；用$request_time计算P50/P90/P95/P99；筛选$NF>1定位慢请求URI；需注意日志格式、列序、压缩处理及request_time的含义。
通过 Nginx 自带的 access_log，结合简单脚本和常用命令行工具（如 awk、sort、uniq），就能高效统计 QPS 和请求耗时分布，无需额外部署监控系统。
提取每秒请求数（QPS）
Nginx 日志默认时间戳只精确到秒（如 [10/Jan/2024:14:22:35），适合按秒聚合。关键是从日志中截取时间字段，再统计每秒出现次数：
- 假设日志格式为：log_format main '$time_local $status $body_bytes_sent $request_time';
- 用 awk 提取第一列（含日期和时间），再用 cut 截出“小时:分钟:秒”部分：
- awk '{print $1}' access.log | cut -d: -f2,3,4 | sort | uniq -c | sort -nr | head -20
- 输出形如 142 14:22:35，即该秒内 142 个请求；取 topN 即可识别瞬时峰值 QPS
统计请求耗时分布（P50/P90/P95/P99）
$request_time 是 Nginx 记录的后端处理耗时（单位：秒，精度为毫秒），需确保日志格式中已启用该变量：
- 检查 log_format 是否包含 $request_time，例如：log_format main '... $request_time';
- 提取所有耗时值并转为毫秒，便于分位计算：
- awk '{printf "%.0f\n", $NF * 1000}' access.log | sort -n | awk 'BEGIN{c=0} {a[++c]=$1} END{p50=int(c*0.5); p90=int(c*0.9); p95=int(c*0.95); p99=int(c*0.99); print "P50:" a[p50] "ms"; print "P90:" a[p90] "ms"; print "P95:" a[p95] "ms"; print "P99:" a[p99] "ms"}'
- 注意：$NF 表示最后一列，前提是 $request_time 在日志行末尾；否则需用 $n 显式指定列号（如 $12）
快速识别慢请求（>1s）及高频路径
定位性能瓶颈常需关联耗时与 URI，可一次性筛选并排序：
- 找出耗时超 1 秒的请求，并按 URL 分组统计次数：
- awk '$NF > 1 {print $7}' access.log | sort | uniq -c | sort -nr | head -10
- 其中 $7 假设是 $request_uri 字段（需根据实际日志列序调整），结果展示最常出现的慢请求路径
- 进一步加耗时信息：awk '$NF > 1 {print $NF " " $7}' access.log | sort -nr | head -10，看具体哪些请求最慢
自动化建议与注意事项
日常监控不建议手动跑命令，可封装为定时脚本或配合 logrotate 使用：
- 用 cron 每分钟执行一次 QPS 统计，写入临时文件，应用读取最新值做告警
- 注意日志轮转：若 access.log 被 gzip 压缩，需先用 zcat 处理，如 zcat access.log.1.gz | awk ...
- 高流量场景下，单行 awk 可能较慢，可先用 grep 过滤时间段（如近 5 分钟）再分析，提升效率
- request_time 不含网络传输时间，仅反映 Nginx 接收请求到发出响应的处理耗时；如需端到端延迟，应使用 $upstream_response_time
