Axis笔记

外观

3.2 统计口径

约 719 字

日志报表

本页对应「三、操作步骤」的 3.2，固定访问量、独立访客与错误率的计算方式与过滤条件，写入口径说明，使不同人、不同时间算出的结果一致。返回上级：访问日志分析。

前置条件

  • 3.1 已完成，字段对照表确认了可用的列位置。
  • 已确定报表周期与时间边界，例如“按自然日、时区 UTC+08:00”。
  • 已明确是否统计静态资源、是否包含爬虫流量。

操作步骤

  1. 口径第一条：剔除静态资源与探测请求，只统计页面访问：
awk '{
  p=$7; sub(/\?.*/, "", p);
  if (p ~ /\.(css|js|png|jpg|jpeg|gif|svg|ico|woff2?)$/) next;
  if (p ~ /^\/(health|ping|robots\.txt)/) next;
  print p
}' /srv/axis/logs/access-2026-05-19.log | wc -l
  1. 口径第二条：独立访客按客户端地址去重，同一天内同一地址只计一次：
awk '{print $1}' /srv/axis/logs/access-2026-05-19.log | sort -u | wc -l
  1. 口径第三条：错误率只统计 5xx，分母为页面请求总量，并在报表中注明：
awk '{
  p=$7; sub(/\?.*/, "", p);
  if (p ~ /\.(css|js|png|jpg|jpeg|gif|svg|ico|woff2?)$/) next;
  total++;
  if ($9 ~ /^5/) err++;
} END { printf "total=%d errors=%d rate=%.4f\n", total, err, err/total }' \
  /srv/axis/logs/access-2026-05-19.log
  1. 把口径写进说明文件，随报表一起归档：
cat > /srv/axis/reports/definitions.md <<'EOF'
- 访问量：剔除静态资源与健康检查后的页面请求数。
- 独立访客：按客户端地址去重，自然日内唯一。
- 错误率：5xx 请求数 / 页面请求数，不含 4xx。
- 时间窗口：自然日 00:00—24:00（UTC+08:00）。
EOF

结果确认

  • 同一份日志重复执行统计，结果完全一致。
  • 访问量小于日志总行数，差值可解释为静态资源与探测请求。
  • 独立访客数不超过访问量，两个数值关系合理。
  • 错误率为 0 到 1 之间的小数，格式化后的百分数与原始值一致。

注意事项

  • 口径说明必须与脚本一起版本管理，脚本改了而说明没改，报表就会失去可比性。
  • 去重口径变化（例如改用 UA + IP）会直接改变独立访客数，变更时要标注生效日期。
  • 4xx 不计入错误率时要在报表中写明，否则会被误读为“没有错误”。
  • 分母与分子必须来自同一份过滤结果，分母包含静态资源而分子不包含时，错误率会被系统性低估。
  • 统计脚本输出的中间结果要保留，口径争议时能逐层回溯，而不是只保留最终百分比。
  • 跨月报表注意月份天数差异，日均值不能直接用月总量除以固定天数。