nginx日志統計：流量來源分析方法

Nginx日志統計中，流量來源分析可通過以下方法實現：

1. 關鍵字段解析

   • $http_referer：直接標識請求來源頁面URL，可統計來源網站、搜索引擎等。
   • $http_user_agent：分析客戶端設備類型（如移動端/PC端）、瀏覽器（如Chrome/Edge）及版本，輔助判斷流量來源特征。
   • $remote_addr：統計直接訪問的客戶端IP，結合IP庫可分析地理位置來源。
   • $x_forwarded_for：當Nginx作為反向代理時，獲取客戶端真實IP，避免代理層IP干擾。

2. 命令行工具分析

   • 統計來源域名/URL：

     awk -F'"' '{print $4}' access.log | sort | uniq -c | sort -nr | head  # 提取Referer域名  
     

   • 按時間段分析來源：

     awk '/2025-09-01/' access.log | awk -F'"' '{print $4}' | sort | uniq -c | sort -nr  # 篩選特定日期來源  
     

   • 識別高頻來源：

     awk -F'"' '{print $4}' access.log | sort | uniq -c | sort -nr | head -n 10  # 統計前10大來源  
     

3. 工具輔助分析

   • GoAccess：實時解析日志，生成來源分布、用戶代理等可視化圖表，支持自定義字段。
   • ELK Stack（Elasticsearch+Logstash+Kibana）：適合大規模日志，可聚合分析來源趨勢、異常檢測。
   • Python腳本：通過正則表達式提取來源字段，結合Pandas庫生成統計報告，支持復雜分析邏輯。

4. 進階分析方向

   • 來源渠道歸類：根據$http_referer中的域名規則（如包含google.com歸為搜索引擎），分類統計渠道流量。
   • 異常來源檢測：通過$request_method（如異常POST請求）、$status（如大量404）結合來源IP，識別惡意爬蟲或攻擊。

注：需先在Nginx配置中自定義日志格式，確保包含$http_referer等字段，并定期清理日志以避免數據冗余。