计算日志表中非200 OK请求的路径占比及SQL语句解析

首先先明确你的核心需求：筛选出所有status != '200 OK'的记录，然后按时间维度分组，计算每个时间下不同路径请求的占比（这里的占比通常有两种常见理解，后面我会分别说明）。

先来看你写的两条SQL：

第一条SQL解析 #

select time as day, (count(status) * 100 / (select count(*) from log)) as error from log where status != '200 OK' group by day;

这条语句的实际逻辑是：

• 第一步：筛选出所有status不等于'200 OK'的错误记录
• 第二步：按time（别名day）分组，统计每个时间点的错误记录总数count(status)
• 第三步：用每个时间的错误数 ×100，除以全表所有记录的总数（子查询select count(*) from log是统计整个表的总请求数，不管状态和时间）
• 最终得到的error字段：是该时间点的错误请求数占全表总请求数的百分比，比如全表一共1000条请求，某天有50条错误，那这个值就是5%。

⚠️ 注意：这条语句既没有按path分组，也没有计算路径相关的占比，和你要的“各路径请求占比”完全不沾边。

第二条SQL解析 #

select time as day, (count(status) * 100.0 / (select count(*) from log where status != '200OK')) as errors from log where status != '200 OK' group by time order by errors DESC

这条语句有个小笔误：子查询里的status != '200OK'少了空格，和外层的'200 OK'不匹配，会导致子查询统计范围出错，我先假设是'200 OK'来解析：

• 第一步：同样筛选出所有错误记录
• 第二步：按time分组，统计每个时间点的错误数
• 第三步：用每个时间的错误数 ×100，除以全表所有错误记录的总数（子查询统计的是整个表中所有status != '200 OK'的记录数）
• 最终得到的errors字段：是该时间点的错误请求数占全表错误总请求数的百分比，比如全表一共200条错误，某天有40条，那这个值就是20%。

⚠️ 同样的问题：这条语句也没有按path分组，完全没涉及到路径的占比计算。

符合你需求的SQL方案 #

你的需求是“每个时间维度下各路径请求的占比”，通常有两种常见的统计方向，我分别给出对应的SQL：

方向1：每个时间内，某路径的错误请求数占该时间总请求数的比例 #

（比如：2016-07-01这天总共有100条请求，其中/path-to-page-B/的错误请求有10条，占比10%）

SELECT
    time AS day,
    path,
    COUNT(*) AS error_request_count,
    -- 计算该路径错误请求占当日总请求的百分比
    COUNT(*) * 100.0 / (SELECT COUNT(*) FROM log l2 WHERE l2.time = l1.time) AS error_ratio_of_daily_total
FROM log l1
WHERE status != '200 OK'
GROUP BY day, path
ORDER BY day, error_ratio_of_daily_total DESC;

方向2：每个时间内，某路径的错误请求数占该时间错误请求总数的比例 #

（比如：2016-07-01这天总共有50条错误请求，其中/path-to-page-B/的错误请求有20条，占比40%）

SELECT
    time AS day,
    path,
    COUNT(*) AS error_request_count,
    -- 用窗口函数统计当日错误总数，再计算占比
    COUNT(*) * 100.0 / SUM(COUNT(*)) OVER (PARTITION BY time) AS error_ratio_of_daily_errors
FROM log
WHERE status != '200 OK'
GROUP BY day, path
ORDER BY day, error_ratio_of_daily_errors DESC;

内容的提问来源于stack exchange，提问作者meddy