在Ubuntu系统中，分析Node.js应用程序的响应时间通常涉及以下几个步骤：
日志记录：首先，确保你的Node.js应用程序配置了日志记录功能，以便能够记录每个请求的处理时间。这可以通过中间件如morgan或者自定义日志逻辑来实现。
日志分析工具：使用日志分析工具来解析和分析日志文件。常见的工具包括grep, awk, sed, cut, sort, uniq等命令行工具，以及更高级的日志管理工具如ELK Stack（Elasticsearch, Logstash, Kibana）或Graylog。
计算响应时间：在日志中找到记录请求开始和结束的时间戳，然后计算两者之间的差值。这通常涉及到解析日志条目中的时间字段。
聚合和排序：将响应时间数据进行聚合，比如按时间段（分钟、小时）、API端点或者HTTP状态码进行分组，并计算每组的平均响应时间、最大值、最小值等指标。
可视化：使用图表工具将分析结果可视化，以便更直观地理解响应时间的分布和趋势。可以使用Grafana, Kibana或者其他数据可视化工具。
性能瓶颈定位：根据分析结果，定位响应时间长的原因，可能是数据库查询慢、外部服务调用延迟、代码效率低等问题。
优化：针对定位到的性能瓶颈进行优化，然后重新分析日志以验证优化效果。
以下是一个简单的示例，展示如何使用命令行工具分析Node.js应用程序的日志文件：
# 假设日志文件为access.log，其中包含时间戳和响应时间字段
# 使用awk提取时间戳和响应时间
awk '{print $4, $NF}' access.log | cut -d':' -f1-2 | sort | uniq -c | sort -nr
# 上述命令会按照响应时间降序排列，并显示每个响应时间的出现次数
请注意，具体的命令和分析方法可能会根据你的日志格式和分析需求有所不同。如果你使用的是特定的日志管理系统或者Node.js框架，可能会有更专门的工具和方法来进行分析。