$upstream_response_time更可靠，因其仅记录Nginx到后端的响应耗时，排除客户端网络、SSL握手、大文件传输等干扰；而$request_time包含整条链路耗时，易受无关因素影响导致误判。
直接用 $upstream_response_time 定位后端业务逻辑瓶颈，核心在于它只记录 Nginx 发起请求到收完上游响应的时间，完全剥离了客户端网络、SSL 握手、大文件传输等干扰项，真实反映后端服务内部处理耗时。
为什么它比 $request_time 更可靠
$request_time 包含整条链路：用户上传慢、Nginx 缓存等待、响应体发送延迟……这些和业务逻辑无关。而 $upstream_response_time 从 proxy_pass 发出那一刻开始计时，到后端返回完整响应为止，聚焦在「后端干了什么」。
- 值为 -：说明请求根本没发出去（连接失败、超时、502/504），不是业务慢，是通信问题
- 多个值用逗号分隔（如 0.004, 0.712）：代表重试，最后一个才是本次命中的真实耗时
- 稳定高于 800ms 且与 $request_time 接近：基本可锁定为慢 SQL、同步阻塞、远程调用卡顿或 GC 暂停
必须搭配的关键字段一起看
单看 $upstream_response_time 是无效的。要归因到具体业务环节，日志中至少要包含：
- $upstream_addr：知道是哪台机器（如 10.0.3.12:8080）慢，排除单点故障
- $upstream_status：确认是否 200 成功响应；若为 500/502，说明业务已异常退出，非性能问题
-
$request（或 $uri + $args）：定位到具体接口，比如
POST /api/v2/order/submit - $request_id 或 $http_trace_id：串联后端日志，查到对应线程堆栈或 SQL 执行详情
快速筛查与验证方法
不用上 ELK，一条 shell 命令就能初步识别问题接口：
- 找所有后端响应超 1 秒的请求：
awk '$(NF-1) > 1 {print $7, $(NF-1), $NF}' /var/log/nginx/access.log | head -10（假设倒数第二列是 upstream_response_time） - 统计某接口平均后端耗时：
awk '$7 ~ /^\/api\/user\/profile/ && $(NF-1) != "-" {sum += $(NF-1); cnt++} END {printf "avg=%.3f s\n", sum/cnt}' access.log - 发现“毛刺”而非持续慢：
awk -F', ' '$(NF-1) > 1.5 && NF > 2 {print $7, $NF, $(NF-1)}' access.log——检查多段耗时中是否只有最后一段突增
典型误判场景提醒
避免把非业务问题当成慢逻辑：
- 移动端上传 5MB 图片，$upstream_response_time = 0.032s，但 $request_time = 4.6s → 实际后端秒级完成，瓶颈在上传带宽或 Nginx client_max_body_size 等配置
- $upstream_response_time = 29.98s，且接近 proxy_read_timeout 设置值 → 很可能是后端卡死或数据库锁表，未响应，不是“慢”，是“挂”
- 同一 $upstream_addr 下多数请求快，个别极慢 → 查该实例 CPU、线程数、JVM GC 日志，而非直接优化 SQL
