需解析nginx access.log实现uv/pv统计：uv按ip去重、pv按行计数，通过logstash/filebeat+es或prometheus+nginx-log-exporter采集结构化数据，在grafana中用对应查询展示。
要让 Grafana 展示 Nginx 的每日独立访客（UV）和总请求量（PV），关键不是直接从 Nginx 内置状态页取数——stub_status 只提供实时连接与请求速率，不含 IP、日期或会话维度。必须依赖访问日志（access.log）做离线/准实时聚合，并通过合适的数据链路导入 Grafana。
用日志解析 + 时间序列数据库支撑 UV/PV 统计
UV（按 IP 去重）和 PV（按行计数）本质是日志分析任务，需先完成数据准备：
- 确保 Nginx 日志格式包含必要字段：IP（
$remote_addr）、时间（$time_local），推荐使用标准log_format main或自定义含$http_x_forwarded_for（如走 CDN） - 不依赖客户端 Cookie——Nginx 日志中无 cookie 字段，UV 按 IP 统计更可靠（符合“独立 IP”定义）
- 用 Logstash / Filebeat + Elasticsearch 或 Prometheus + nginx-log-exporter 实现日志采集与结构化；若用 Prometheus，需借助 nginxlog-exporter 解析日志并暴露指标如：
nginx_log_entry_count_total{host="example.com", status=~"2.."}（PV）nginx_log_unique_ip_count_daily{date="2026-09-05"}（UV，需 exporter 支持或自定义脚本预计算）
在 Grafana 中配置对应面板
数据源就绪后，在 Grafana 创建两个核心面板：
-
总请求量（PV）：用时间序列求和。例如 Prometheus 数据源下，写查询：
sum(rate(nginx_log_entry_count_total[1d])) by (host)
设置 X 轴为时间，Y 轴为值，图例显示 host；可叠加多站点对比 -
每日独立访客（UV）：需指标已按天聚合。若 exporter 不原生支持，建议用 Logstash + ES 方案，在 Kibana 做好 daily-unique-IP 聚合后，用 Grafana 的 Elasticsearch 数据源查：
SELECT COUNT(DISTINCT(remote_addr)) FROM "nginx-log-*" WHERE @timestamp >= NOW-1d/d
或用 Prometheus 预计算每日去重结果并打标（如nginx_uv_daily{date="2026-09-05"}），再用last_over_time(nginx_uv_daily[7d])展示最近 7 天柱状图
避免常见误区
几个容易卡住的点：
- 别试图用
stub_status的Active connections或Accepted conn推算 UV/PV——它们是瞬时或累计连接数，无 IP 和时间粒度 - 不推荐 Grafana 直读原始日志文件（如用 Loki）做 UV 计算：Loki 不支持
COUNT(DISTINCT)类操作，UV 必须靠预处理或外部聚合 - 注意时区：Nginx 日志默认用服务器本地时间，Prometheus 抓取、Grafana 展示需统一设为 UTC 或东八区，否则“每日”统计错位
- CDN 场景下，
$remote_addr是 CDN 节点 IP，应改用$http_x_forwarded_for并取最左非内网 IP（需 Logstash / Lua 过滤）
真正落地时，小流量可用 Python 脚本每日解析 .gz 日志生成 CSV，再由 Grafana CSV 插件加载；中高流量务必走 ELK 或 Prometheus+exporter 链路。核心逻辑始终是：日志 → 结构化 → 按 date+ip 聚合 → 暴露为指标 → Grafana 可视化。
