计算rps的最简单方法是将一天的总访问量除以一天的总秒数，但这只能得到一个平均值，无法反映各个时间点的真实情况。真正有价值的是即时rps数据。如果有一个好的监控系统，这并不难实现，但遗憾的是我没有这样的系统。实际上，我遇到的问题更加复杂：大部分接口是用php编写的，少部分是用lua编写的，因此需要分别计算php和lua的即时rps数据。
假设Web日志已经按天分割，如果你不知道如何操作，可以参考我之前写的文章「被遗忘的Logrotate」。日志格式如下所示：
1.2.3.4 - - [25/Jul/2013:00:01:01 +0800] "GET /url HTTP/1.1" ...
从日志格式来看，第四个字段是时间，第七个字段是网址。有了这些信息，我们可以使用AWK来计算LUA和PHP的即时RPS大小。如果你读过我之前的文章，应该记得我在「DevOps的三板斧」一文中提到了一个类似的案例。不过，本文的问题更为复杂，因此我还是要详细解释一下。代码如下：
#!/usr/bin/awk -f
function rps(data, file) {
COMMAND = "sort -o " file
for(time in data) {
print time, "\t", data[time] | COMMAND
}
close(COMMAND)
}
{
URL = $7
TIME = substr($4, 14)
}
URL ~ /^\/foo\/lua/ { LUA[TIME]++; next }
URL ~ /^\/bar\/lua/ { LUA[TIME]++; next }
{ PHP[TIME]++ }
END {
rps(LUA, "LUA.log")
rps(PHP, "PHP.log")
}注意：在通过管道对AWK中的无序数组进行排序后，需要关闭管道。
计算得到的RPS文本数据格式大致如下：
00:00:00 115 00:00:01 85 00:00:02 95 00:00:03 85 00:00:04 90 00:00:05 87
接下来，我们使用Gnuplot将这些数据可视化：
#!/usr/bin/gnuplot
set terminal png size 500,400
set grid
set xdata time
set timefmt "%H:%M:%S"
set format x '%H'
set xlabel "Time"
set ylabel "RPS"
set output "rps.png"
plot "LUA.log" using 1:2 with line title "LUA", \
"PHP.log" using 1:2 with line title "PHP"最终生成的效果图如下：
从图中可以看出，LUA接口的访问量高峰大致在晚上六点和凌晨零点，而PHP的访问量高峰大致在晚上十点左右，两者的访问量低谷基本都在凌晨四五点左右。
