动态与公告

产品动态

公告

新手指引

产品简介

产品概述

产品优势

地域和访问域名

规格与限制

基本概念

购买指南

计费概述

产品定价

按量计费（后付费）

欠费说明

清理日志服务资源

成本优化

常见问题

快速入门

一分钟入门指南

入门指南

使用 Demo 日志快速体验 CLS

操作指南

资源管理

权限管理

日志采集

指标采集

日志存储

指标存储

检索分析（日志主题）

检索分析（指标主题）

仪表盘

数据处理

投递与消费

监控告警

云产品中心

DataSight 独立控制台

历史文档

实践教程

日志采集

检索分析

仪表盘

监控告警

投递和消费

成本优化

开发者指南

通过 iframe 内嵌 CLS（旧方案）

通过 Grafana 使用 CLS

API 文档

History

Introduction

API Category

Making API Requests

Topic Management APIs

Log Set Management APIs

Index APIs

Topic Partition APIs

Machine Group APIs

Collection Configuration APIs

Log APIs

Metric APIs

Alarm Policy APIs

Data Processing APIs

Kafka Protocol Consumption APIs

CKafka Shipping Task APIs

Kafka Data Subscription APIs

COS Shipping Task APIs

SCF Delivery Task APIs

Scheduled SQL Analysis APIs

COS Data Import Task APIs

Data Types

Error Codes

常见问题

健康监测问题解释

采集相关

检索分析相关

其他问题

服务等级协议

CLS 政策

隐私协议

数据处理和安全协议

联系我们

词汇表

采样分析

PDF

聚焦模式

字号

最后更新时间： 2026-01-07 15:39:44

概述
使用 统计分析 功能时，若原始日志条数非常多或统计分析语句（SQL）较为复杂，统计分析可能出现缓慢甚至超时的情况。此时可使用采样分析功能对原始日志进行采样，再进行统计分析。
日志服务通过随机采样的方式对原始日志进行采样，根据统计学相关原理，在合理的采样率及较大的样本数下，采样后的统计结果相比全量精确统计误差较低，能够满足大多数海量数据的统计分析需求。
采样方式及准确度
采样方式
统计分析默认为“精确分析”，即不采样。需要采样时，可选择如下两类采样方式：
自动采样：根据原始日志条数多少自动决定采样率，使得样本数约为100万，以该样本进行统计分析。例如原始日志为100亿条时，使用自动采样获取100万样本，对应的采样率为1:10,000。
固定采样率采样：人工设定采样率，根据该采样率从原始日志中获取样本。例如原始日志为100亿条时，按照1:100,000采样，样本数为10万。采样率最大为1（即不采样），最小为1:1000,000。
无论采用哪种采样方式，在统计分析结果中均可查看最终实际的采样率。
估算真实值
采样分析结果能够很大程度上反应真实值，根据值的计算方式，可参考如下方法估算实际值：
平均值相关的计算方式：例如avg、geometric_mean等，直接以样本统计结果代表真实值。
和值相关的计算方式：例如count(*)、sum、count_if等，以样本统计结果除以采样率代表真实值。例如，按照1:10,000的采样率统计接口 pv(count(*))，样本统计结果为232，则真实值约为232 / (1:10000) = 2320000。
参考案例
按照1:10,000采样时，检索分析语句为：
* | select count(*)/(1.0/10000) as pv,avg(response_time) as response_time_avg
pv 计算： count(*)为统计日志条数，属于和值计算，需以样本统计结果除以采样率代表真实值。其中，(1.0/10000)即为采样率，计算获得的 pv 为真实 pv 的估算值。
response_time_avg 计算：avg(response_time)为计算响应时间response_time的平均值，属于平均值计算，可直接作为真实 response_time_avg 的估算值。
采样分析准确度
统计学上使用置信水平和置信区间衡量采样结果的准确度，置信水平代表采样结果的可信度，置信区间代表指定置信水平下真实值所在的区间。例如某一样本统计结果置信水平为95%，置信区间为[212,478]，则真实值有95%的概率位于212 - 478之间。
置信水平越高，置信区间越大。常用置信水平为95%（统计学中一般认为概率低于5%为小概率事件），对应的置信区间计算方式为：
其中，x̅ 为样本平均值，s 为样本标准差，n 为样本数。
例如使用自动采样进行统计分析：
* | select avg(response_time) as x,count(response_time) as n,stddev_samp(response_time) as s
样本统计分析结果为：
x：即样本平均值，544.4656932942215
n：即样本数，995097
s：即样本标准差，1382.618439585749
则置信水平为95%时，avg(response_time)的真实值位于[541.75,547.18]内，而实际上该案例通过精确统计得到的avg(response_time)为545.16，估算值非常接近真实值。
说明：
以上为严格的的采样准确度衡量方式，实际使用过程中，样本数大于1000时，采样获得的结果一般即具备较高的准确度。
按维度统计分析时（即group by），由于样本会按指定维度拆分为多个组，并在每个组内分别计算统计值，此时单个组内的样本数将低于总样本数，会导致样本数较少的组的统计值准确度较低。
例如使用采样进行统计分析：
* | select avg(response_time) as response_time,count(*) as sampleCount,url group by url order by count(*) desc
样本统计分析结果为：
url
response_time
sampleCount
/user
45.23
7845
/user/list
78.45
6574
/user/login
45.85
5235
/user/logout
45.48
1245
/book/new
125.78
987
/book/list
17.23
658
/book/col
10.21
23
/order
12.13
2
其中，/book/col和/order两个 url 的样本数过低，统计结果准确度较低，不具备参考性。如需对这两个 url 获取更加准确的统计结果，可提高整体的采样率，或单独对其进行统计分析。例如：
url:"/book/col" OR url:"/order" | select avg(response_time) as response_time,count(*) as sampleCount,url group by url order by count(*) desc
操作步骤
1. 登录 日志服务控制台。
2. 在左侧导航栏中，单击检索分析，进入日志主题检索分析页面。
3. 在页面顶部，选择需要检索分析的日志主题。
4. 输入检索分析语句（需包含 SQL）后，在右侧检索分析按钮底部设定是否需要采样分析以及对应的采样率。
5. 单击检索分析。
完成检索分析后，图表顶部将显示本次分析采用的采样率。

帮助和支持

本页内容是否解决了您的问题？

您也可以联系销售或提交工单以寻求帮助。

填写满意度调查问卷，共创更好文档体验。

文档反馈

url	response_time	sampleCount
/user	45.23	7845
/user/list	78.45	6574
/user/login	45.85	5235
/user/logout	45.48	1245
/book/new	125.78	987
/book/list	17.23	658
/book/col	10.21	23
/order	12.13	2

tencent cloud

日志服务

采样分析

概述

采样方式及准确度

采样方式

估算真实值

参考案例

采样分析准确度

操作步骤

帮助和支持