Debian Tomcat日志中如何分析响应时间

Debian Tomcat日志分析响应时间的实用方法

一 启用并验证访问日志中的响应时间字段

• 在 ${ TOMCAT_HOME} /conf/server.xml 的 内配置 AccessLogValve，使用包含响应时间的 pattern。常见字段：
  • %D：请求处理时间，单位毫秒 ms。
  • %F：提交响应的时间，单位毫秒 ms（从请求开始到响应提交给客户端的时间）。
  • %{ request_time} e：请求处理时间，单位秒 s（以请求属性 request_time 为准，需应用或过滤器设置该属性）。
• 示例配置（二选一或并存）：

<
    Host name="localhost" appBase="webapps" unpackWARs="true" autoDeploy="true">
    
  <
    !-- 记录毫秒级处理时间 -->
    
  <
Valve className="org.apache.catalina.valves.AccessLogValve"
         directory="${
catalina.base}
    /logs"
         prefix="localhost_access_log." suffix=".txt"
         pattern="%h %l %u %t "%r" %s %b %D %F"/>
    
  <
    !-- 记录秒级处理时间（需应用设置 request_time 属性） -->
    
  <
Valve className="org.apache.catalina.valves.AccessLogValve"
         directory="${
catalina.base}
/logs"
         prefix="localhost_access_time_s." suffix=".txt"
         pattern="%h %l %u %t "%r" %s %b %{
request_time}
    e"/>
    
<
    /Host>

• 重启 Tomcat 生效：sudo systemctl restart tomcat。
• 日志默认位于 ${ catalina.base} /logs/（常见为 /var/log/tomcatX/ 或 /opt/tomcat/logs/，以实际安装为准）。完成后可用 tail -f 实时查看新产生的访问日志。

二 命令行快速分析响应时间

• 基本统计
  • 平均/最大/最小响应时间（以 %D ms 为例）：
    • 平均：awk ‘{ sum+=$NF} END { print “avg=” sum/NR " ms"} ’ localhost_access_log.*.txt
    • 最大：awk ‘BEGIN{ m=0} { if($NF> m) m=$NF} END { print “max=” m " ms"} ’ localhost_access_log.*.txt
    • 最小：awk ‘BEGIN{ m=1e9} { if($NF< m) m=$NF} END { print “min=” m " ms"} ’ localhost_access_log.*.txt
  • 按 URL 路径统计 P95/P99（需先提取路径，示例将 ? 后参数去掉）：
    • 提取并计算 P95：
      • awk -F’“’ '{ url=$2; gsub(/?./,“”,url); times[url]=(times[url]==“”?“”:times[url]“,”)$NF} END { for(u in times){ n=split(times[u],a,“,”); asort(a); p95=a[int(n0.95)]; print u, p95 " ms”} } ’ localhost_access_log.*.txt
• 分布与分位数
  • 以 100 ms 为桶统计分布：
    • awk '{ bucket=int($NF/100)100; cnt[bucket]+=1} END { for(b in cnt) printf “%d-%d ms: %d\n”, b, b+99, cnt[b]} ’ localhost_access_log..txt | sort -n
• Top N 慢请求
  • 最慢的 10 个请求（含方法、路径、耗时）：
    • awk -F’"’ ‘{ print $2, $NF} ’ localhost_access_log.*.txt | sort -k2 -nr | head -10
• 按分钟统计平均响应时间
  • 假设时间格式为 [18/Jul/2018:17:00:01 +0800]，提取分钟并求均值：
    • awk -F’[][]’ ‘{ split($2,t,“:”); m=t[2]; sum[m]+=$NF; cnt[m]++} END { for(m in sum) printf “%s: %.2f ms\n”, m, sum[m]/cnt[m]} ’ localhost_access_log.*.txt | sort
• 说明
  • 上述示例默认 %D 为最后一列（$NF）。如使用 %F 或 %{ request_time} e，请将其放在 pattern 末尾或相应位置，并调整 $NF 为对应字段。
  • 如需按 状态码、客户端 IP 分组，可在 awk 中增加条件判断（如 $9==200 或 $1 为 IP）。

三 进阶 结构化日志与可视化

• JSON 化访问日志便于 ELK/Graylog 分析（示例仅列关键字段，可按需增减）：

<
Valve className="org.apache.catalina.valves.AccessLogValve"
       directory="${
catalina.base}
/logs"
       prefix="localhost_access_json." suffix=".log"
       pattern="{
"client":"%h","user":"%u","time":"%t","method":"%r","status":"%s","bytes":"%b","response_ms":"%D","commit_ms":"%F"}
    "/>
    

• 在 Logstash 中解析 JSON 后，可在 Kibana 构建 95/99 分位、Top N 慢 URL、按分钟趋势等可视化面板，实现持续观测与告警。

四 若访问日志未记录时间的替代方案

• 应用层埋点
  • 使用 Servlet Filter 在请求前后打点，计算 endTime - startTime，并用 SLF4J/Log4j 输出到应用日志或标准输出（被 Tomcat 访问日志采集）。
• APM 方案
  • 引入 New Relic / Datadog / AppDynamics 等 APM，获取更细粒度的数据库调用、外部依赖、调用栈与分位指标。
• 系统层面排查
  • 结合 GC 日志、线程转储、系统资源监控（top/vmstat/iostat） 判断是否存在 JVM GC、线程阻塞 或 资源瓶颈 导致的响应变慢。

声明：本文内容由网友自发贡献，本站不承担相应法律责任。对本内容有异议或投诉，请联系2913721942#qq.com核实处理，我们将尽快回复您，谢谢合作！