SLS案例中心

今日PV

nginx日志查看今日的PV和昨日的对比，先通过count函数计算总的pv，再用compare函数得出今日的pv和昨日的同比。

通过单值图进行展示，显示值为20.381Mil，对比值为-2%

 

*   |   
select
    diff [1] as  today,
    round((diff  [3]  -1.0)  *  100, 2)  as  growth
FROM
    (
             SELECT  
                   compare(pv, 86400)  as  diff
             FROM
                  (
                        SELECT
                              COUNT( 1 )  AS pv
                        FROM
                               log 
                  )                      
    )                    

 

pv、uv展示

展示tomcat访问的pv、uv随时间变化的曲线

使用time_series 函数根据日志时间做两分钟对齐，然后对时间聚合计算COUNT即访问数量，使用approx_distinct(remote_addr) 计算 remote_addr去重之后的数量，然后跟据时间排序展示。

图中x轴为时间，y轴表示数量，两条线分别是uv、pv的情况。

* |
select
    time_series(__time__,'2m','%H:%i','0')  as  time,
    COUNT(1)  as  pv,
    approx_distinct (remote_addr)   as   uv
GROUP  BY
     time
ORDER   BY
    time
LIMIT
    1000

 

 

tomcat错误请求占比

先在sql内部获取到请求status超过400的错误请求数量，以及总的请求数量，然后再外部计算比值，

展示时使用单值图中的刻度盘，单位改为 %

* |
select
  round((errorCount * 100.0 / totalCount), 2) as errorRatio
from
  (
    select
      sum(
        case
          when status >= 400 then 1
          else 0
        end
      ) as errorCount,
      count(1) as totalCount
    from
      log
  )

 

 

 付费类型

展示付费类型各自产生的费用，

按时间月和计费方式聚合计算总费用，并按照时间排序，再使用case when为付费方式起中文别名进行展示。

图中使用流图的柱状图展示，聚合列是付费类型，x轴时间，y轴费用。

[     date_format(timestamp , format )   含义：把timestamp 转化成以 format 形式表示         ]

source  :bill  |
select
    date_format(day, '%Y-%m-%d')  as  day,
    total, case
        when  Item  =  'PayAsYouGoBill'  then  '后付费'
        when  Item  =  'SubscriptionOrder'  then  '预付费'
        when  Item  =  'Refund'  then  '退款'
        when  Item  =  'Adjustment'  then  '调账'
        else   Item
    end  as  "付费类型"
from(
        select 
             date_trunc('month' , __time__)  as  day,
             sum(PretaxAmount)  as  total,
             Item
        from
             log
        group  by
             day,
             Item
       order  by
             day
    )        
limit
    10000

 

 

 

在线人数

在线人数，内层通过approx_distinct函数获取client_ip唯一数，然后通过compare获取昨天的uv以及昨天的比值。

结果使用单值图中的同比环比图展示，可以同时看到当时的uv及与昨天的比值。

*  | 
select 
    diff [1],
    diff [2],
    round (diff  [3]  - 1,4)  *  100
from
    (
        select
            compare(uv, 86400)  as  diff
            from
                (
                    select
                        approx_distinct()  as  uv
                    from
                        log
                )
    )

 

 

统计具体时间  request_method

用date_trunc 把时间戳转化为时间格式，用map_agg 把时间做为key, 把request_method 作为value，  返回的是json格式

|
select
  map_agg(date_trunc('minute', __time__), request_method) as request_method

请求错误按客户端分布

先通过return_code 进行过滤，return_code大于400表示请求错误。然后通过user_agent 聚合计算请求数，按照请求数量倒叙排列，取前10个。

return_code > 400 |
select
  user_agent as "客户端版本",
  count(*) as "错误次数"
group by
  user_agent
order by
  "错误次数" desc
limit
  10

 

 

 

 

 

。。。后续继续总结，按每一个可视化来分布