如何用LogQL Pattern过滤器拆分路径与参数，实现按路径分组？

直接说结论：正则比pattern好用 #

pattern过滤器是固定占位符匹配，没法同时适配「带参数」和「不带参数」的路径——比如/api/user和/api/user?id=123，要么抓不到带参数的纯路径，要么会把参数也塞进path里。这种情况用正则提取是最直接的办法。

具体怎么写？ #

1. 先正则提取纯路径 #

假设你的日志里请求行是"GET /api/user?id=123 HTTP/1.1"这种格式，用正则分组直接把?前面的路径抠出来：

{job="nginx-ingress"} |= "GET" | regexp(`"(GET|POST|PUT|DELETE) (?P<path>[^?]+)(?:\?.*)? HTTP/1\.1"`) | regexp(`status=(?P<status>\d{3})`) | regexp(`request_time=(?P<request_time>[0-9.]+)`)

拆解下关键部分：

• (?P<path>[^?]+)：专门抓从空格后到第一个?的所有内容，这就是你要的纯路径
• (?:\?.*)?：不管有没有?和后面的参数，都跳过不提取
• 后面两个正则分别抓状态码和请求时间，你得根据自己的日志格式调整匹配规则

2. 按纯路径分组统计 #

提取完字段后，就可以按path分组聚合了，比如统计5分钟内每个路径的请求数：

sum(count_over_time({job="nginx-ingress"} |= "GET" | regexp(`"(GET|POST|PUT|DELETE) (?P<path>[^?]+)(?:\?.*)? HTTP/1\.1"`) | regexp(`status=(?P<status>\d{3})`) | regexp(`request_time=(?P<request_time>[0-9.]+)`)[5m])) by (path)

要是想算每个路径的平均请求时间，就改成：

avg_over_time({job="nginx-ingress"} |= "GET" | regexp(`"(GET|POST|PUT|DELETE) (?P<path>[^?]+)(?:\?.*)? HTTP/1\.1"`) | regexp(`request_time=(?P<request_time>[0-9.]+)`)[5m]) by (path)

为啥pattern不行？ #

pattern是死格式匹配，比如你写pattern "\"method=GET path={{path}} status={{status}}\""，如果路径带?，它会把?和参数全算进path里；要是你把pattern写成只匹配到?前，那不带参数的路径又匹配不上了，没法兼顾两种情况。

额外小技巧 #

如果你的Nginx Ingress日志是JSON格式输出的，那更省事：直接取json里的path字段，再用replace把?后面的内容删掉就行：

{job="nginx-ingress"} | json | replace(path, `\?.*`, "") as clean_path | sum(count_over_time([5m])) by (clean_path)

内容的提问来源于stack exchange，提问作者nikobelia