GoAccess 日志分析完全指南 / 09 - 指标分析

09 - 指标分析

9.1 概述

GoAccess 提供的不仅仅是数字，而是可以驱动业务决策的洞察。本章将逐项解读每个核心指标的含义、分析方法和实际应用场景，帮助你从日志数据中提取最大价值。

┌─────────────────────────────────────────────────┐
│               GoAccess 指标体系                  │
├─────────────────────────────────────────────────┤
│                                                  │
│  流量指标        用户指标        质量指标         │
│  ─────────      ─────────      ─────────        │
│  · 请求量 (Hits) · 独立访客 (UV) · 状态码分布     │
│  · 带宽 (Bw)    · IP 排行       · 404 页面       │
│  · 请求文件      · 地理位置      · 请求耗时       │
│                                                  │
│  来源指标        设备指标                         │
│  ─────────      ─────────                       │
│  · 来源站点      · 操作系统                       │
│  · 来源 URL      · 浏览器                         │
│                  · TLS 版本                       │
└─────────────────────────────────────────────────┘

9.2 访问量指标（Hits）

9.2.1 指标定义

术语	英文	说明
总请求量	Total Hits	日志中所有请求的总和
有效请求	Valid Requests	成功解析的请求数
失败请求	Failed Requests	解析失败的请求数（格式不匹配等）
排除请求	Excluded Hits	被过滤规则排除的请求数

9.2.2 分析方法

# 查看总体访问量
goaccess access.log --log-format=COMBINED

# 终端面板中关注：
# General Dashboard → Hits 字段

# 使用 JSON 导出精确数值
goaccess access.log --log-format=COMBINED -o - --no-global-config | \
  jq '.general | {total: .total_requests, valid: .valid_requests, failed: .failed_requests}'

9.2.3 业务场景

场景一：流量趋势分析

# 生成每日报告，观察趋势
for day in $(seq 1 31); do
    DATE=$(printf "202605%02d" $day)
    COUNT=$(grep "$(printf '%02d/May/2026' $day)" access.log | wc -l)
    echo "${DATE}: ${COUNT} 次请求"
done

场景二：异常流量检测

# 对比今日与往日平均值
TODAY=$(grep "$(date +%d/%b/%Y)" access.log | wc -l)
AVG=$(cat /tmp/historical_avg.txt)  # 历史平均值

THRESHOLD=$(echo "$AVG * 2" | bc)
if [ "$TODAY" -gt "$THRESHOLD" ]; then
    echo "⚠️ 流量异常！今日: ${TODAY}, 历史均值: ${AVG}"
fi

9.2.4 注意事项

Hits ≠ 访客：一个用户可能产生多个 Hits
爬虫影响：爬虫请求也计入 Hits，需要排除后分析真实用户
静态资源：JS/CSS/图片也会产生 Hits，通常需要排除分析业务请求

9.3 独立访客指标（Unique Visitors）

9.3.1 指标定义

GoAccess 使用 IP 地址 作为访客唯一标识。同一 IP 在分析时间范围内只计为一个独立访客。

术语	说明
Unique Visitors (UV)	不重复的 IP 数量
Hits per Visitor	平均每个访客的请求数

9.3.2 分析方法

# 终端面板查看访客排行
# 面板 1: Unique Visitors
# 显示: IP、请求数、访客占比

# 按访客数排序
goaccess access.log --log-format=COMBINED \
  --sort-panel=VISITORS,BY_VISITORS

# 导出 Top 20 访客 IP
goaccess access.log --log-format=COMBINED -o - --no-global-config | \
  jq '.visitors.data[:20] | .[] | {ip: .data, hits: .hits.count, visitors: .visitors.count}'

9.3.3 局限性

问题	说明	改进方案
NAT/代理	多个用户共享同一 IP	使用 X-Forwarded-For
动态 IP	同一用户每次 IP 不同	使用 Cookie/Session ID
爬虫	爬虫 IP 也算访客	排除已知爬虫 UA
IPv6	不同设备可能共享前缀	考虑使用 /64 前缀去重

9.3.4 业务场景

# 排除爬虫后的真实访客数
goaccess access.log --log-format=COMBINED \
  --exclude='(bot|crawler|spider|slurp|Bytespider|GPTBot)' \
  --exclude='\.(css|js|jpg|png|gif|ico|svg|woff2?)$'

9.4 带宽指标（Bandwidth）

9.4.1 指标定义

术语	说明
总带宽	所有响应体大小之和
平均请求大小	总带宽 / 总请求数
排除带宽	排除静态资源后的带宽

9.4.2 分析方法

# 终端面板查看带宽统计
# General Dashboard → Bandwidth 字段

# 按带宽排序请求文件
goaccess access.log --log-format=COMBINED \
  --sort-panel=REQUESTS,BY_BANDWIDTH

# 查看带宽消耗最大的文件
# 面板 2 (Requested Files) → 按 Bandwidth 列排序

9.4.3 业务场景

场景一：识别带宽瓶颈

# 找出带宽消耗 Top 10 的请求
goaccess access.log --log-format=COMBINED -o - --no-global-config | \
  jq '.requests.data[:10] | .[] | "\(.data): \(.bandwidth.count) bytes (\(.hits.count) hits)"'

场景二：CDN 效果评估

# 分析静态资源的带宽占比
goaccess access.log --log-format=COMBINED -o - --no-global-config | \
  jq '{
    total_bw: .general.bandwidth,
    static_bw: (.static_requests.data | map(.bandwidth.count) | add),
    ratio: ((.static_requests.data | map(.bandwidth.count) | add) / .general.bandwidth * 100)
  }'

9.4.4 带宽优化建议

场景	优化方案
静态资源占比高	启用 CDN、开启 Gzip/Brotli
大文件下载	限制下载速度、使用分片下载
API 响应过大	启用 API 压缩、分页返回
重复请求多	设置合理的 Cache-Control

9.5 请求文件分析

9.5.1 分析维度

指标	说明	分析价值
请求量排序	最常被访问的 URL	热门内容识别
带宽排序	消耗最多带宽的 URL	带宽优化方向
访客排序	访问人数最多的 URL	内容覆盖分析
平均大小	单次请求的平均大小	响应优化评估

9.5.2 分析方法

# 查看请求文件排行
# 面板 2: Requested Files

# 导出热门页面 Top 20
goaccess access.log --log-format=COMBINED -o - --no-global-config | \
  jq '.requests.data[:20][] | {url: .data, hits: .hits.count, percent: .hits.percent}'

# 按访客数排序
goaccess access.log --log-format=COMBINED \
  --sort-panel=REQUESTS,BY_VISITORS

9.5.3 业务场景

场景一：内容运营分析

# 分析博客文章的访问量
grep '"/items/' access.log | \
  goaccess --log-format=COMBINED \
  --sort-panel=REQUESTS,BY_HITS \
  --ignore-panel=HOSTS \
  --ignore-panel=GEO_LOCATION \
  --ignore-panel=REFERRING_SITES \
  -

场景二：API 使用分析

# 分析 API 端点的使用情况
grep '"/api/' access.log | \
  goaccess --log-format=COMBINED \
  --sort-panel=REQUESTS,BY_HITS \
  --ignore-panel=GEO_LOCATION \
  --ignore-panel=REFERRING_SITES \
  -

9.6 状态码分析

9.6.1 状态码分类

状态码范围	含义	说明
2xx	成功	正常响应
3xx	重定向	URL 跳转
4xx	客户端错误	请求有问题
5xx	服务器错误	服务端异常

9.6.2 常见状态码

状态码	名称	可能原因
200	OK	正常请求
301	Moved Permanently	永久重定向
302	Found	临时重定向
304	Not Modified	缓存命中
400	Bad Request	请求格式错误
401	Unauthorized	未认证
403	Forbidden	权限不足
404	Not Found	资源不存在
429	Too Many Requests	请求频率过高
500	Internal Server Error	服务端异常
502	Bad Gateway	上游服务异常
503	Service Unavailable	服务不可用
504	Gateway Timeout	上游超时

9.6.3 分析方法

# 终端面板查看状态码分布
# 面板 10: HTTP Status Codes

# 只分析错误请求
goaccess access.log --log-format=COMBINED \
  --status-code=4xx --status-code=5xx

# 导出状态码分布
goaccess access.log --log-format=COMBINED -o - --no-global-config | \
  jq '.status_codes.data[] | "\(.data): \(.hits.count) (\(.hits.percent)%)"'

9.6.4 状态码健康度评估

#!/bin/bash
# status_health.sh — 状态码健康度评估

LOG_FILE="/var/log/nginx/access.log"

TOTAL=$(wc -l < "${LOG_FILE}")
S200=$(grep -c '" 200 ' "${LOG_FILE}")
S404=$(grep -c '" 404 ' "${LOG_FILE}")
S500=$(grep -c '" 500 ' "${LOG_FILE}")
S502=$(grep -c '" 502 ' "${LOG_FILE}")

PCT_200=$(echo "scale=2; ${S200} * 100 / ${TOTAL}" | bc)
PCT_404=$(echo "scale=2; ${S404} * 100 / ${TOTAL}" | bc)
PCT_5XX=$(echo "scale=2; (${S500} + ${S502}) * 100 / ${TOTAL}" | bc)

echo "===== 状态码健康度报告 ====="
echo "总请求:  ${TOTAL}"
echo "200 OK:  ${S200} (${PCT_200}%)"
echo "404:     ${S404} (${PCT_404}%)"
echo "5xx:     $((S500 + S502)) (${PCT_5XX}%)"
echo ""

# 健康评级
if (( $(echo "${PCT_5XX} > 1" | bc -l) )); then
    echo "⚠️  健康状态: 差 — 5xx 错误率 > 1%"
elif (( $(echo "${PCT_5XX} > 0.1" | bc -l) )); then
    echo "🔶 健康状态: 注意 — 5xx 错误率 > 0.1%"
else
    echo "✅ 健康状态: 良好"
fi

9.6.5 404 页面深度分析

# 分析 404 页面 — 发现死链和扫描行为
grep '" 404 ' /var/log/nginx/access.log | \
  goaccess --log-format=COMBINED \
  --sort-panel=REQUESTS,BY_HITS \
  --ignore-panel=GEO_LOCATION \
  --ignore-panel=REFERRING_SITES \
  --ignore-panel=BROWSERS \
  --ignore-panel=OS \
  -

404 分析的业务价值：

模式	可能原因	行动建议
`/old-page.html`	内容迁移未设置重定向	添加 301 重定向
`/wp-admin`	扫描器探测	忽略或封禁 IP
`/api/v1/old-endpoint`	API 版本变更	更新客户端/文档
`/images/old-logo.png`	资源被删除但仍被引用	更新引用或恢复资源

9.7 来源页分析（Referrer）

9.7.1 指标说明

面板	说明	用途
Referring Sites	来源域名排行	识别流量来源渠道
Referring URLs	来源完整 URL	精确定位引流页面

9.7.2 分析方法

# 查看来源站点排行
# 面板 8: Referring Sites

# 查看来源 URL 排行
# 面板 9: Referring URLs

# 只分析来自搜索引擎的流量
grep -iE '(google\.com|bing\.com|baidu\.com|sogou\.com)' \
  access.log | \
  goaccess --log-format=COMBINED \
  --sort-panel=REFERRING_SITES,BY_HITS \
  -

9.7.3 业务场景

场景一：SEO 效果评估

# 分析搜索引擎来源
grep -iE '(google|bing|baidu|sogou|yandex)' access.log | \
  goaccess --log-format=COMBINED \
  --sort-panel=REFERRING_URLS,BY_HITS \
  --ignore-panel=HOSTS \
  --ignore-panel=OS \
  --ignore-panel=BROWSERS \
  -

场景二：营销渠道分析

# 分析社交媒体来源
grep -iE '(facebook|twitter|weibo|wechat|zhihu|douyin)' \
  access.log | \
  goaccess --log-format=COMBINED \
  --sort-panel=REFERRING_SITES,BY_HITS \
  -

9.8 地理位置分析

9.8.1 前置条件

需要配置 GeoIP 数据库（见 02 - 安装与配置的 GeoIP 配置章节）。

9.8.2 分析方法

# 启用地理位置面板
goaccess access.log --log-format=COMBINED \
  --geoip-database=/usr/share/GeoIP/GeoLite2-City.mmdb

# 终端面板 12: Geo Location
# 显示: 国家、城市、请求数、访客数

9.8.3 业务场景

场景一：国际化分析

# 导出国家分布
goaccess access.log --log-format=COMBINED \
  --geoip-database=/usr/share/GeoIP/GeoLite2-City.mmdb \
  -o - --no-global-config | \
  jq '.geolocation.data[:20][] | "\(.data): \(.hits.count) hits, \(.visitors.count) visitors"'

场景二：区域合规分析

# 识别来自特定国家的流量（如 GDPR 合规需求）
goaccess access.log --log-format=COMBINED \
  --geoip-database=/usr/share/GeoIP/GeoLite2-City.mmdb \
  --sort-panel=GEO_LOCATION,BY_VISITORS

9.9 设备与浏览器分析

9.9.1 操作系统分布

# 面板 6: Operating Systems
goaccess access.log --log-format=COMBINED \
  --sort-panel=OS,BY_VISITORS

9.9.2 浏览器分布

# 面板 7: Browsers
goaccess access.log --log-format=COMBINED \
  --sort-panel=BROWSERS,BY_VISITORS

9.9.3 业务场景

场景一：浏览器兼容性评估

# 识别需要支持的浏览器版本
goaccess access.log --log-format=COMBINED -o - --no-global-config | \
  jq '.browsers.data[:10][] | "\(.data): \(.visitors.count) visitors (\(.visitors.percent)%)"

场景二：移动端占比分析

# 提取移动端 UA 分析
grep -iE '(mobile|android|iphone|ipad)' access.log | \
  goaccess --log-format=COMBINED \
  --sort-panel=BROWSERS,BY_VISITORS \
  --ignore-panel=HOSTS \
  --ignore-panel=GEO_LOCATION \
  -

9.10 请求耗时分析

9.10.1 前置条件

日志中需要包含请求耗时字段（Nginx 的 $request_time）：

log_format timed '$remote_addr - $remote_user [$time_local] '
                 '"$request" $status $body_bytes_sent '
                 '"$http_referer" "$http_user_agent" $request_time';

9.10.2 分析方法

# 使用包含耗时字段的格式
goaccess access.log \
  --log-format='%h - %^ [%d:%t %^] "%r" %s %b "%R" "%u" %T' \
  --date-format=%d/%b/%Y \
  --time-format=%H:%M:%S

# GoAccess 会自动添加请求耗时相关的面板
# - Avg. T.S. (平均耗时)
# - Cum. T.S. (累计耗时)
# - Max T.S. (最大耗时)

9.10.3 排序与分析

# 按平均耗时排序请求文件
goaccess access.log \
  --log-format='%h - %^ [%d:%t %^] "%r" %s %b "%R" "%u" %T' \
  --date-format=%d/%b/%Y \
  --time-format=%H:%M:%S \
  --sort-panel=REQUESTS,BY_AVGTS

# 按最大耗时排序
goaccess access.log \
  --log-format='%h - %^ [%d:%t %^] "%r" %s %b "%R" "%u" %T' \
  --date-format=%d/%b/%Y \
  --time-format=%H:%M:%S \
  --sort-panel=REQUESTS,BY_MAXTS

9.11 综合指标仪表盘

#!/bin/bash
# metrics_dashboard.sh — 生成综合指标仪表盘

LOG_FILE="/var/log/nginx/access.log"
REPORT="/var/www/html/dashboard.html"

# 使用持久化模式
DB_FILE="/tmp/goaccess_metrics.db"

goaccess "${LOG_FILE}" --log-format=COMBINED \
  -o "${DB_FILE}" --persist 2>/dev/null

goaccess "${DB_FILE}" --restore \
  -o "${REPORT}" \
  --html-title="综合指标仪表盘" \
  --html-prefs='{"theme":"bright","perPage":25}' \
  --sort-panel=VISITORS,BY_VISITORS \
  --sort-panel=REQUESTS,BY_HITS \
  --sort-panel=HOSTS,BY_HITS

echo "仪表盘已生成: ${REPORT}"

9.12 指标分析最佳实践

实践	说明
排除噪音	过滤爬虫、静态资源、健康检查后再分析
对比分析	将当期数据与上期对比，观察趋势
多维度交叉	不要只看单一指标，结合访客+状态码+带宽综合分析
定期生成	使用 Cron/Timer 定期生成报告，保持监控连续性
导出存档	保留 JSON/CSV 历史数据，便于回溯分析
业务驱动	根据业务目标选择关注指标（SEO→来源页，性能→耗时，安全→状态码）

9.13 小结

指标	面板	关键问题
请求量	通用仪表盘	流量是否正常？有无异常峰值？
访客	面板 1	真实用户有多少？趋势如何？
热门页面	面板 2	哪些内容最受欢迎？
带宽	通用仪表盘	带宽消耗合理吗？需要优化吗？
状态码	面板 10	错误率是多少？需要排查什么？
404	面板 4	有死链吗？有扫描行为吗？
来源页	面板 8/9	流量从哪来？SEO 效果如何？
地理	面板 12	用户分布在哪里？
设备	面板 6/7	移动端占比多少？

下一章将介绍 GoAccess 的自动化集成方案，包括定时报告、告警机制、CI/CD 集成和邮件通知。

→ 10 - 自动化集成