OpenResty通过log_by_lua_block精准捕获耗时并用shared dict实时聚合，毫秒级响应、高并发不丢数：一、按场景选准确耗时字段（upstream_response_time或ngx.now()差值）；二、用lua_shared_dict内存聚合请求量、极值、分位样本；三、按接口路径+host等标签多维统计，暴露Prometheus指标及/metrics/api接口；四、在access_by_lua_block识别超时与错误，联动告警与限流。
OpenResty 可以在请求生命周期的关键阶段（尤其是 log_by_lua_block）精准捕获耗时数据，并结合共享字典或 Redis 实现实时统计与分析。它不是靠日志文件事后解析，而是边处理边聚合，毫秒级响应、高并发不丢数。
一、获取准确的接口耗时字段
原生 Nginx 的 $request_time 是从接收首字节到发送完响应的总时间，包含网络延迟；而真正反映后端处理效率的是 $upstream_response_time（反向代理场景）或 ngx.now() - ngx.req.start_time()（纯 Lua 处理逻辑）。推荐按场景选择：
- 若走 upstream（如转发给 Tomcat/Go 服务）：直接用
ngx.var.upstream_response_time，注意它可能是 "-"（失败未返回）或带单位的字符串（如 "0.123"），需清洗转换 - 若全量 Lua 处理（如 content_by_lua_block 返回 JSON）：在 handler 开头记录
local start = ngx.now()，结尾计算local cost = ngx.now() - start - 若需更细粒度（如 DB 耗时、缓存耗时）：在对应 Lua 子过程前后打点，自行累加
二、用 shared dict 做内存级实时聚合
在 nginx.conf 的 http 块中定义共享字典，用于存储滑动窗口内的统计值：
然后在 log_by_lua_block 中更新：
- 提取路径（如
/api/user/profile）作为 key 维度 - 将耗时转为毫秒整数（如
math.floor(cost * 1000)） - 写入共享字典：用
dict:incr累计请求数、dict:hset更新最大值/最小值、dict:lpush（配合定时器清理）维护最近 100 条样本做分位计算 - 避免阻塞：所有操作必须是非阻塞的，不调用 sleep 或外部 I/O
三、按接口路径做多维统计与导出
统计不只是“平均值”，要支持运维快速定位问题：
- 区分路径粒度：对
/api/order/create和/api/order/list单独建模，不能混在一起算均值 - 打标关键上下文：把
ngx.var.host、ngx.var.http_user_agent（是否 App）、ngx.var.arg_v（版本号）等作为标签维度，便于下钻分析 - 暴露 Prometheus 指标：用
lua-resty-prometheus库注册直方图api_latency_seconds{path="/api/user", host="api.example.com"}，桶区间建议设为 0.05s–2.0s（覆盖 99% 接口典型范围） - 提供 HTTP 接口查实时数据：在
location /metrics/api中读 shared dict 并返回 JSON，供看板或告警调用
四、补强：异常与长尾耗时专项捕获
平均值掩盖问题，要主动识别慢请求和错误模式：
- 在
access_by_lua_block中判断是否超时（如耗时 >1s），记录标记到共享字典，触发异步告警 - 对返回码非 2xx 的请求，在
log_by_lua_block中单独统计api_error_count{path=..., status="500"} - 用
lua-resty-limit-traffic配合耗时阈值，自动对单 IP 下的慢接口限流，防雪崩
