可观测性与稳定性 / 系统课时

怎样统计接口平均耗时

怎样统计接口平均耗时

接口耗时分析不能只找一条最慢日志,而要把同一接口在固定时间窗口内的请求聚合起来,同时观察平均耗时、最大耗时和请求数量。这样既能判断整体响应水平,也能避免被单个异常请求或过小样本误导。

学习目标

  • 能按接口计算平均耗时和最大耗时
  • 能把耗时指标与请求数量放在同一聚合结果中分析
  • 能识别缺失耗时字段和小样本带来的判断偏差

准备可聚合的耗时字段

性能统计的前提是响应时间已经作为数值字段写入日志,例如 duration_ms 表示从接收请求到完成响应的毫秒数。如果耗时被保存成 "125ms" 这样的字符串,就无法直接执行数值平均,应在应用输出或采集处理阶段先转换成数字。

接口字段同样应使用稳定的路由或路径字段。本节假设接口为 path.keyword,耗时为 duration_ms,一条访问日志代表一次请求。

平均值的计算本质上是有效耗时之和除以具有耗时数据的请求数。因此,如果部分日志缺少 duration_ms,必须知道平均值覆盖了多少样本,不能直接把它当成该接口全部请求的完整表现。

同时计算平均值、最大值和请求量

下面查询过去 15 分钟各接口的平均耗时和最大耗时,并保留 bucket 的请求数量。measured_requests 额外统计实际包含 duration_ms 的日志数,便于判断耗时数据是否完整。将 <PORT> 替换为实际 Elasticsearch HTTP 端口。

bash
curl -s -X POST 'http://localhost:<PORT>/app-logs-*/_search?filter_path=aggregations.by_path.buckets' -H 'Content-Type: application/json' -d '{
  "size": 0,
  "query": {
    "range": {
      "@timestamp": {
        "gte": "now-15m",
        "lte": "now"
      }
    }
  },
  "aggs": {
    "by_path": {
      "terms": {
        "field": "path.keyword",
        "size": 10,
        "order": {
          "avg_duration": "desc"
        }
      },
      "aggs": {
        "avg_duration": {
          "avg": {
            "field": "duration_ms"
          }
        },
        "max_duration": {
          "max": {
            "field": "duration_ms"
          }
        },
        "measured_requests": {
          "value_count": {
            "field": "duration_ms"
          }
        }
      }
    }
  }
}'

预期结果

text
aggregations.by_path.buckets 中每个接口都会包含 doc_count、avg_duration.value、max_duration.value 和 measured_requests.value。bucket 按平均耗时从高到低排列;实际接口、请求数和耗时数值取决于当前日志数据。

avg 会对存在 duration_ms 的文档计算平均值,max 给出窗口内最大的单次耗时。doc_count 是该接口 bucket 中的日志总数,而 measured_requests.value 是真正具有耗时字段的日志数。

把耗时和请求量一起看

只按照平均耗时排序容易产生误判。一个接口在 15 分钟内只有 1 次请求,而且恰好耗时很长,它可能排在第一位;另一个接口有数万次请求,平均耗时略低,却可能对整体用户体验和资源消耗产生更大影响。

因此分析时至少同时观察三类信息:平均耗时代表整体水平,最大耗时暴露极端请求,请求数量说明影响范围。如果 doc_count 很大且平均耗时也持续偏高,通常比“小样本高平均值”更值得优先下钻。

还要比较 doc_count 与 measured_requests.value。两者差距明显,说明部分请求没有记录耗时,此时平均值只代表有数据的样本,应先检查日志字段完整性,再做性能判断。

理解平均值和最大值的边界

平均值容易被极端值拉高,也可能掩盖少量非常慢的请求;最大值则对偶发超时、网络抖动或单次异常特别敏感。因此它们适合快速筛查,却不应被理解为完整的延迟分布。

实际排查时,可以先用本节聚合找出“请求量较大且平均耗时较高”的接口,再过滤该接口的原始日志,按时间、状态码、实例或下游依赖继续定位。如果需要判断大多数用户的响应体验,还应增加百分位耗时等分布指标,而不是只继续比较平均值。

统计接口耗时的关键不是生成一个平均数,而是让时间窗口、接口口径、样本数量和耗时字段处于同一分析上下文。只有这些条件一致,平均耗时和最大耗时才具有可比较的意义。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

怎样统计接口平均耗时

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通