几个网站共用一个资源桶，月底只看到一张总流量单——图是谁在用、哪些能删，全靠猜。写个小工具，就能把这笔账拆开。

一、先定归因规则

统计的难点不是拉日志，而是把每条请求算到哪个站。最稳的做法是按路径前缀归因：桶里给每个站一个目录，/site-a/、/site-b/ 各自映射到站点表。别只依赖 referer，它经常为空、也能被伪造，App 内跳转还会丢失，只能当补充。桶的报表只给总量，CDN 按域名分也很粗，所以账还是得自己算。

二、小工具四步

1. 按天拉取访问日志，原文件留档，只跑增量；
2. 逐行流式解析，别整份读进内存；
3. 按站点 × 日期聚合请求数、流量、独立资源数、4xx 比例和 Top N 图片；
4. 出 CSV，再挂个静态页给运营看。

字段其实只要六项：时间、URL、状态码、字节数、UA、referer。

三、四个容易算错的地方

边缘日志与回源日志会重复，只取一层，否则流量翻倍；路径大小写、URL 编码和带参数的缓存串要归一，不然同一张图被拆成两条；爬虫和热链吃掉不少流量，按 UA、referer 单独标记；按天切分要固定时区，别用服务器本地时间。

四、统计完做什么

Top N 之外的低频大图，迁到低频存储或直接清理；对外的热链单独拦一道。成本分摊也有了依据：谁占的流量，谁多摊。

工具不复杂，难的是先把规则谈清楚——归因口径错了，报表越准越误导。