统计分析问题

如何将统计的流量换算成带宽

CDN 的带宽数据是基于流量数据计算的，例如：

• 某 5 分钟内产生的流量为 6 GB ，则其对应的带宽 = （6*8）/ （60*5）= 0.16 Gbps。60*5 表示 300 秒。

• 带宽的进制为：1Gbps = 1000 Mbps、1Mbps = 1000 Kbps、1Kbps = 1000 bps。

• 流量的进制为：1GB = 1000 MB、1MB = 1000 KB、1KB = 1000 B。

为什么实时监控中的带宽/流量与日志中记录的带宽/流量对不上

CDN 流量的统计方式
对于一个用户请求，CDN 日志记录的流量是请求文件本身的大小，而实时监控记录的流量是缓存节点响应请求所产生的流量。响应流量是遵循业界标准而统计，由以下两部分组成：

• 请求文件所对应的流量。该流量与 CDN 日志中记录的流量相同。
• TCP/IP 包头以及 TCP 重传所产生的流量。该流量大约占响应流量的 10%。

TCP/IP 包头

• HTTP 请求基于 TCP/IP 协议。每个传输的 TCP 包大小是 46~1,500 个字节，包括表示 TCP 协议的 20 字节包头以及表示 IP 协议的 20 字节包头。
• 每个传输的 TCP 包是在一个以太网帧中传输的。当前以太网帧格式采用的是 Ethernet Ⅱ 格式。格式是：前导码 (8byte) | 目的 MAC (6byte) | 源 MAC (6byte) | 类型 (2byte) | 数据 (46~1500byte) | FCS (4byte)。因此，每个以太网帧的头部会额外增加 26 个字节，一个以太网帧最大是 1,526 个字节。
• 因此，在一个以太网帧中，各种头部的大小总共为 20 + 20 + 26 = 66 个字节。由于这些头部是操作系统内核层的协议栈添加的，因此 CDN 日志无法统计到这 66 个字节。在不统计 TCP 重传、TCP 三次握手、TCP 四次挥手过程中的包头，这些头部所产生的流量大约是 CDN 日志统计的流量的 4.52%。计算公式是：[66*(日志流量/1460)]/日志流量 = 66/1460 = 4.52% 。

TCP 重传

• 在 TCP 包传输的过程中，会因为网络抖动等原因导致 3%-10% 的 TCP 包丢失。服务器会重传丢失的包。由于重传也是由操作系统内核层的协议栈进行的，CDN 日志无法统计到重传的 TCP 包。重传的 TCP 包所产生的流量大约是 CDN 日志统计的流量的 3%-7%。

流量命中率是如何计算的

缓存的命中率包括请求命中率和流量命中率：

• 请求命中率 =（边缘节点收到的请求数 - 回源请求数）/ 边缘节点收到的请求数

• 流量命中率 =（边缘节点向用户传输的流量 - 回源请求产生的流量） / 边缘节点向用户传输的流量

平均响应时间和下载速度是如何计算的

平均响应时间

• 如果指定的时间粒度是 1 分钟或 5 分钟，每个统计时间段的平均响应时间按以下方式计算：

  • 指定时间范围内所有用户请求的响应时间总和 / 请求数。响应时间的单位是毫秒。

• 如果指定的时间粒度是 1 小时或 1 天，每个统计时间段的平均响应时间按以下方式计算：

  • 先以 5 分钟粒度计算并得到一系列平均响应时间的数据。

  • 计算这些数据的平均值。

下载速度

• 如果指定的时间粒度是 1 分钟或 5 分钟，每个统计时间段的平均下载速度按以下方式计算：

  • 先计算每个用户请求的下载速度。
    单个请求的下载速度 = 单个请求的响应文件大小/响应时间。速度的单位是 Bps。

  • 计算这些下载速度的平均值。

• 如果指定的时间粒度是 1 小时或 1 天，每个统计时间段的平均下载速度按以下方式统计：

  • 先以 5 分钟粒度计算并得到一系列平均下载速度的数据。

  • 计算这些数据的平均值。

状态码统计会统计所有产生的状态码吗

不会。目前，CDN 统计的是 2xx、3xx、4xx、5xx 的状态码。

查询监控数据时，加速区域和访问区域这两个筛选条件有什么区别

这两个区域的范围和定义是不同的，前者的范围更大，粒度更粗。

• 加速区域：也称为计费区域，表示响应用户请求的边缘节点所归属的区域。例如，中国内地，亚太一区，亚太二区，欧洲等。

• 访问区域：表示用户请求的来源 IP 所归属的地域。例如，中国-上海。

预热的流量会包含在回源流量中吗

不包含。