摘要：?CDN是互聯網網站、應用上極其重要的基礎設施，通過CDN可有效降低訪問延時、提升體驗有很大幫助，也有助于源站降低負載，容應對流量高峰，保證服務的穩定。CDN日志可實時導入日志服務，基于日志服務靈活、快捷的統計分析能力，用戶對于CDN的數據分析將變得極其簡單和方便。

CDN(Content Delivery Network)，內容分發網絡)是互聯網網站、應用上極其重要的基礎設施，通過CDN，終端用戶可直接從邊緣節點訪問各種圖片、視頻資源，避免直接訪問源站。這對于降低訪問延時、提升體驗有很大幫助，也有助于源站降低負載，容應對流量高峰，保證服務的穩定。在（短）視頻、直播等對網絡流量很大需求的領域，CDN作用尤其重要。

CDN對于網站、應用如此重要，對于CDN訪問的統計分析必不可少，先看一下以下幾個場景：

• 當前服務狀態是否正常

  • 訪問PV、UV是否有波動

  • 帶寬、訪問延時是否正常

  • 緩存命中率，訪問健康度如何

• 有人反饋服務訪問異常

  • 異常來源是否有地域特性

  • 是否和運營商有關

  • 錯誤訪問和終端應用版本是否有關聯

• 流量上漲

  • 是正常訪問還是攻擊

  • 哪些是熱點資源

  • 是否有異常客戶

  • 是否由于客戶端緩存策略導致

• 用戶行為分析

  • 當前在線人數、訪問次數

  • 熱門資源

  • 訪問來源、agent、分布等

傳統分析流程

現在各家CDN廠商，通常會提供基礎的監控指標，比如請求次數、帶寬等信息，然后，在進行定制化分析場景下，默認指標往往不能解決所有問題，需要對原始日志進行更深入的挖掘。以下是常見的處理方式：

1. 定期下載CDN離線日志

2. 將數據導入Hadoop 這樣的數倉系統

3. 跑各類job（或hive）對數據進行分析，將最終結果導入Mysql

4. 對分析結果進行實時展示

對于報表場景，以上流程沒有太大問題，可以處理海量CDN的日志，但是在實時問題定位，快速驗證、試錯等交互式分析強烈的場景下， 該方案的弊端就顯露出來：

• 離線模式下，數據產出實時性無法保證，延時從半小時到幾小時不等

• 需要維護多級Pipeline，需要有腳本或工具將其串聯，有開發代價

• 環境維護，有運維代價，任意一個環節出問題，結果都不能產出

• 靈活性欠佳，無法快速響應實時交互查詢需求

針對這種情況， 阿里云CDN和日志服務進行了打通，CDN日志可實時導入日志服務，使用SLS的查詢和SQL分析能力，來滿足用戶個性化、實時、交互式的分析需求：

• CDN的訪問日志，1分鐘內可投遞至日志服務

• 直接在日志服務控制臺進行SQL查詢，無需任何代碼維護

• 秒級查詢分析1億~10億數據

• 使用日志服務的Dashboard功能，制定靈活的報表

接下來，對于CDN數據各類分析需求，看看如何在日志服務上實現。在這之前，我們先看一下CDN主要的字段說明。

CDN日志格式說明

字段名字類型說明client_iptext客戶端ipcontent_typetext數據類型domaintext域名hit_infotext緩存命中信息 HIT 或者 MISSmethodtext請求方法refer_domaintext請求來源域名refer_paramtext請求來源url 參數refer_uritext請求來源uriremote_iptextremote ipremote_portlongremote 端口request_sizelong請求輸入大小，單位byterequest_timelong響應延時，單位毫秒response_sizelong請求返回大小，單位bytereturn_codelonghttp 狀態碼schemetext請求協議， 如httpuritext請求uriuri_paramtext請求參數user_agenttext請求Agent信息uuidtext標識請求的唯一idxforwordfortextforword ip 地址

CDN質量和性能分析

CDN提供日志中，包含了豐富的內容，我們可以從多個維度對CDN的整體質量和性能進行全方位的統計和分析

健康度

統計return_code小于500的請求占所有請求的百分比

*?|?select?sum(s)?*?100.0/count(*)?as?health_ratio?from?(select?case?when?return_code?
緩存命中率
統計return_code小于400的請求中， hit_info 為 HIT的請求百分比
return_code?
平均下載速度
統計一段時間內，總體下載量除以整體耗時獲得平均下載速度
*?|?select??sum(response_size)?*?1.0?/sum(request_time)
訪問次數Top域名
按照訪問域名次數進行Top排序
*?|?select?Domain?,?count(*)?as?count??group?by?Domain?order?by?count?desc??limit?100
下載流量Top域名
按照各個域名下載數據量大小進行Top排序
*?|?select?Domain?,??sum(response_size)?as??"下載總量"?group?by?Domain?order?by??"下載總量"??desc??limit?100
接下來，我們從省份和運營商的角度，來做實時統計：
各省訪問次數、下載流量、速度
使用ip_to_province函數，將client_ip轉化成對應的省份，統計各個省份的訪問次數，下載的總量，以及下載平均速度
*?|?select?ip_to_province(client_ip)?as?province?,count(*)?as?"訪問次數",??sum(response_size)/1024.0/1024.0/1024.0?as?"下載流量(GB)"?,?sum(response_size)?*?1.0?/sum(request_time)?as?"下載速度(KB/s)"?group?by?province??having?ip_to_province(client_ip)?!=?''?order?by?"下載流量(GB)"?desc??limit?200
運營商的下載次數、下載流量、速度
原理同上，使用ip_to_provider函數，將client_ip轉化成對應的運營商
*?|?select?ip_to_provider(client_ip)?as?isp?,count(*)?as?"訪問次數",??sum(response_size)/1024.0/1024.0/1024.0?as?"下載流量(GB)"?,?sum(response_size)?*?1.0?/sum(request_time)?as?"下載速度(KB/s)"?group?by?isp??having?ip_to_provider(client_ip)?!=?''?order?by?"下載流量(GB)"?desc??limit?200
請求響應延時
將訪問延時按照各窗口進行統計，可根據應用實際的情況來劃分合適的延時時間窗口
*?|?select??case?when?request_time?
訪問PV、UV統計
統計每分鐘內，訪問次數和獨立的client ip數
*?|?select?date_format?(from_unixtime(__time__?-?__time__?%?60),?'%H:%i')??as?date?,??count(*)?as?pv,??approx_distinct(client_ip)?as?uv??group?by??__time__?-?__time__?%?60??order?by?__time__?-?__time__?%?60
數據流量類型分布
統計各數據類型的訪問分布
*?|?select?content_type?,??sum(response_size)?as?sum_res??group?by?content_type???order?by?sum_res??desc?limit?10
CDN錯誤診斷
訪問錯誤一直是影響服務體驗的重要一環，當出現錯誤的時候，需要快速定位當前錯誤QPS和比例是多少，哪些域名和URI影響最大，是否和地域、運營商有關，是不是發布的新版本導致。
4xx、5xx錯誤百分比和分布
根據return_code的值，將錯誤分為4xx和5xx兩類，從下面的錯誤百分比和分布圖來看，主要的錯誤都是發生了403錯誤，說明被服務器拒絕請求，這個時候就需要檢查是不是資源使用超過限制。
*?|?select?date_format?(from_unixtime(m_time),?'%H:%i')??as?date,??sum(?ct?)?*?100.0/max(total)?as?error_ratio?,??case?when?return_code/100?=?4)?order?by?m_time??limit?100000
return_code?>=?400?|??select??return_code?,?count(*)?as?c?group?by?return_code?order?by?c??desc
錯誤Top域名和Uri
對于return_code > 400的請求，按照域名和uri的維度進行top 排序
return_code?>?400|??select??domain?,?count(*)?as?c???group?by?domain??order?by?c?desc?limit?10
return_code?>?400|??select??uri?,?count(*)?as?c???group?by?uri??order?by?c?desc?limit?10
運營商和各省錯誤統計
return_code?>?400?|?select????ip_to_provider(client_ip)?as?isp?,??count(*)?as?c??group?by?isp??having??ip_to_provider(client_ip)??!=?''?order?by?c?desc?limit?10
return_code?>?400?|?select????ip_to_province(client_ip)?as?province?,??count(*)?as?c??group?by?province?order?by?c?desc?limit?50
錯誤詳情
對于錯誤數據，我們還可以從省份、運營商組合的角度來查看錯誤的次數和百分比。
return_code?>=?400?and?return_code?
return_code?>=?500??|?select?province?as?"省份",?isp?as?"運營商",?c?as?"錯誤次數",??round(c?*?100.0/?sum(c)?over(),?2)?as?"錯誤比率(%)"?from?(select?ip_to_province(client_ip)?as?province?,?ip_to_provider(client_ip)?as?isp?,?count(*)?as?c?from?log?group?by?province,?isp??having(ip_to_provider(client_ip))?!=?''??order?by?c?desc)
客戶端分布
很多時候，錯誤的發生是由于新的版本發布引入的bug，下圖中的例子，可以看到大部分錯誤都是出現在新發布的版本上，有這個維度的信息后，問題調查的范圍可以大大縮小
return_code?>?400??|?select?user_agent?as?"客戶端版本",?count(*)?as?"錯誤次數"??group?by?user_agent?order?by?"錯誤次數"?desc?limit?10
用戶行為分析
基于CDN的訪問日志，我們也可以對用戶的訪問行為進行分析, 如：
大部分用戶是從哪里過來，是內部還是外部
哪些資源用戶是熱門資源
是否有用戶在瘋狂下載資源，行為是否符合預期
針對這些問題，我們舉例來說明，用戶也可以根據自己的業務場景進行定制化的分析
訪問來源統計
not?refer_domain:""??|?select?refer_domain?as?"來源",?c?as?"次數"?,?round(c?*?100.0/(sum(c)?over())?,?2)?as?"百分比%"?from?(?select?refer_domain?as?refer_domain?,?count(*)?as?c?from?log?group?by?refer_domain????order?by?c?desc?limit?100?)
訪問Top uri
return_code?
Top用戶統計
*?|?SELECT?CASE?WHEN?ip_to_country(client_ip)='香港'?THEN?concat(client_ip,?'?(?Hong?Kong?)')?WHEN?ip_to_province(client_ip)=''?THEN?concat(client_ip,?'?(?Unknown?IP?)')?WHEN?ip_to_provider(client_ip)='內網IP'?THEN?concat(client_ip,?'?(??????Private?IP?)')?ELSE?concat(client_ip,?'?(?',?ip_to_country(client_ip),?'/',?ip_to_province(client_ip),?'/',?if(ip_to_city(client_ip)='-1',?'Unknown?city',?ip_to_city(client_ip)),?'?',ip_to_provider(client_ip),?'?)')?END?AS?client,?pv?as??????"總訪問數",?error_count?as?"錯誤訪問數"?,?throughput?as?"下載總量(GB)"??from??(select??client_ip?,?count(*)?as?pv,?round(sum(response_size)/1024.0/1024/1024.0,?1)?AS?throughput?,?sum(if(return_code??>?400,?1,?0))?AS?error_count?from?log???group?by?client_ip?order?by?throughput?desc?limit?100)
*?|?SELECT?CASE?WHEN?ip_to_country(client_ip)='香港'?THEN?concat(client_ip,?'?(?Hong?Kong?)')?WHEN?ip_to_province(client_ip)=''?THEN?concat(client_ip,?'?(?Unknown?IP?)')?WHEN?ip_to_provider(client_ip)='內網IP'?THEN?concat(client_ip,?'?(??????Private?IP?)')?ELSE?concat(client_ip,?'?(?',?ip_to_country(client_ip),?'/',?ip_to_province(client_ip),?'/',?if(ip_to_city(client_ip)='-1',?'Unknown?city',?ip_to_city(client_ip)),?'?',ip_to_provider(client_ip),?'?)')?END?AS?client,?pv?as??????"總訪問數",?(pv?-?success_count)??as?"錯誤訪問數"?,?throughput?as?"下載總量(GB)"??from??(select??client_ip?,?count(*)?as?pv,?round(sum(response_size)/1024.0/1024/1024.0,?1)?AS?throughput?,?sum(if(return_code??
后續
阿里云CDN和日志服務打通之后，依托CDN強大的數據分發能力，和日志服務靈活、快捷的統計分析能力，用戶對于CDN的數據分析將變得極其簡單和方便。現在CDN底層日志已經能導入日志服務，產品上的打通也在進行中，預計8月份用戶可以直接在CDN控制臺上開通使用。
原文鏈接
本文為云棲社區原創內容，未經允許不得轉載。