Nginx日志请求分布分析需按维度匹配图表：状态码用饼图看健康度，来源IP/Referer用柱状图排行，时间趋势用折线图查QPS波动，URL路径用表格+条形图识别热点资源，并注意字段类型、数据清洗与归一化。
用统计图表直观展示 Nginx 日志中的请求分布，关键在于选对维度、匹配图表类型，并确保数据已正确解析和索引。不需要写代码也能快速出图，但若要长期监控或深度分析，建议结合日志采集系统（如 Filebeat + ELK）或轻量工具（如 GoAccess）。
状态码分布：用饼图看服务健康度
HTTP 状态码是判断请求成败最直接的指标。4xx 表示客户端问题（如爬虫误配、链接失效），5xx 表示后端异常（如上游超时、服务崩溃）。
- 在 Kibana 的 Visualize 页面选择 Pie chart，数据源选已导入 Nginx 日志的索引
- Split Slices → Aggregation 选 “Count”，Bucket 选 “status” 字段（确保该字段为 keyword 类型）
- 预览后保存图表，可直接加入 Dashboard；若想突出错误，可加过滤条件 status: [400 TO 499] OR status: [500 TO 599]
- 命令行快速验证：用 awk '{print $9}' access.log | sort | uniq -c | sort -nr 查看原始分布
请求来源分布：用柱状图看 IP 或 Referer 排行
高频访问 IP 可能是真实用户、CDN 节点，也可能是恶意扫描；Referer 分布能反映流量来源质量（如自然搜索、外链、直接访问）。
- Kibana 中选 Vertical bar chart，X-axis 设为 remote_addr 或 referer，Aggregation 选 “Top values”，Size 设为 10
- 若 remote_addr 是代理 IP（如经过 CDN），需提前在 Logstash 或 Ingest Pipeline 中提取真实 IP（如从 x-forwarded-for）
- GoAccess 命令一键生成：goaccess /var/log/nginx/access.log --log-format=COMBINED -o report.html，内置 IP 和 Referer 柱状图
- 注意归一化：Referer 为空时统一标为 “Direct”，避免大量空值干扰排序
时间趋势分布：用折线图看 QPS 波动
按分钟或小时聚合请求量，能发现业务高峰、定时任务影响、突发攻击等规律。
- Kibana 中选 Line chart，X-axis 选 @timestamp（需设为 date 类型），Y-axis 选 “Count”
- 在 X-axis 设置 Interval（如 “Auto” 或 “1h”），时间范围建议选最近 24 小时或 7 天
- Python 快速绘图：用 pandas 按 hour 分组统计，再用 seaborn 绘制带标记的折线图，适合临时排查
- 若发现突增，可联动查看对应时段的状态码分布或 URL TOP10，快速定位是否为某接口被刷
URL 路径分布：用表格+条形图看热点资源
热门 URL 能反映用户行为重点，但需排除静态资源（js/css/img）并做路径参数归一化（如 /user/123 → /user/:id）。
- Kibana 中用 Terms 聚合 url 字段，配合 Scripted Field 或 Painless 脚本清洗路径（如正则替换数字为 :id）
- 在 Dashboard 中添加 Top N 表格，同时配一个 horizontal bar chart 展示前 10，视觉更清晰
- 日志中若含埋点参数（如 ?channel=weixin&event=pageview），可单独提取 channel 字段做分渠道 PV 统计
- 注意：url 字段默认可能被截断或设为 text 类型，需在 Index Settings 中确认 mapping 是否支持聚合
