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 [] as  today,
     round((diff  []  -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','')  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 [],
     diff [],
     round (diff  []  - 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