CN113347052B - 通过访问日志统计用户访问数据的方法和装置 - Google Patents

通过访问日志统计用户访问数据的方法和装置 Download PDF

Info

Publication number
CN113347052B
CN113347052B CN202010139572.3A CN202010139572A CN113347052B CN 113347052 B CN113347052 B CN 113347052B CN 202010139572 A CN202010139572 A CN 202010139572A CN 113347052 B CN113347052 B CN 113347052B
Authority
CN
China
Prior art keywords
log
access
user
analysis node
node
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010139572.3A
Other languages
English (en)
Other versions
CN113347052A (zh
Inventor
罗勋
王彪
李文利
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Jingdong Century Trading Co Ltd
Beijing Jingdong Shangke Information Technology Co Ltd
Original Assignee
Beijing Jingdong Century Trading Co Ltd
Beijing Jingdong Shangke Information Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Jingdong Century Trading Co Ltd, Beijing Jingdong Shangke Information Technology Co Ltd filed Critical Beijing Jingdong Century Trading Co Ltd
Priority to CN202010139572.3A priority Critical patent/CN113347052B/zh
Publication of CN113347052A publication Critical patent/CN113347052A/zh
Application granted granted Critical
Publication of CN113347052B publication Critical patent/CN113347052B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/06—Protocols specially adapted for file transfer, e.g. file transfer protocol [FTP]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H04L67/1095—Replication or mirroring of data, e.g. scheduling or transport for data synchronisation between network nodes
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/56—Provisioning of proxy services
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Environmental & Geological Engineering (AREA)
  • Debugging And Monitoring (AREA)

Abstract

本发明公开了通过访问日志统计用户访问数据的方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：利用反向代理节点接收并转发用户的访问请求，生成访问日志；将所述访问日志同步至日志分析节点；根据同步至所述日志分析节点的日志文件，利用所述日志分析节点确定所述用户的访问数据。该实施方式无需侵入WEB应用的源代码，也不存在跨域的问题，能够实现WEB应用与访问数据统计的解耦，从而在不影响WEB应用性能的情况下统计用户的访问数据。周期性地同步日志文件、批量将日志文件保存至数据库，能够减入库数量，减轻数据层的压力，降低数据丢失的风险。

Description

通过访问日志统计用户访问数据的方法和装置
技术领域
本发明涉及计算机技术领域，尤其涉及一种通过访问日志统计用户访问数据的方法和装置。
背景技术
访问数据是根据用户访问记录、按照预设指标统计的指标值数据，如所有点击量、有效点击量等。以点击量为例，传统的点击量统计方法分两种：一种是动态内容页，在WEB应用的每个页面都嵌入一段动态更新访问数据的代码，当用户打开WEB应用的页面时，拦截用户访问请求，用Java等语言先更新该页面的点击数，然后将页面显示出来；第二种是静态页面，当用户打开WEB应用的页面后，触发一个AJAX(一种在无需重新加载整个网页的情况下能够更新部分网页的技术)请求到服务端，然后服务端再更新点击数。
在实现本发明过程中，发明人发现现有技术中至少存在如下问题：
代码侵入性强，且无法实现WEB应用与访问数据统计的解耦；
静态页面的方式不能跨域，从而增加网络负担，使页面加载变慢，在大流量高并发场景下频繁更新点击数容易使服务器崩溃，影响WEB应用的性能，而且有数据丢失的风险。
发明内容
有鉴于此，本发明实施例提供一种通过访问日志统计用户访问数据的方法和装置，无需侵入WEB应用的源代码，也不存在跨域的问题，能够实现WEB应用与访问数据统计的解耦，从而在不影响WEB应用性能的情况下统计用户的访问数据。周期性地同步日志文件、批量将日志文件保存至数据库，能够减入库数量，减轻数据层的压力，降低数据丢失的风险。
为实现上述目的，根据本发明实施例的一个方面，提供了一种通过访问日志统计用户访问数据的方法，包括：
利用反向代理节点接收并转发用户的访问请求，生成访问日志；
将所述访问日志同步至日志分析节点；
根据同步至所述日志分析节点的日志文件，利用所述日志分析节点确定所述用户的访问数据。
可选地，将所述访问日志同步至日志分析节点，包括：对所述访问日志进行分割，将分割得到的日志文件移动到第一存储位置；将第一存储位置中存储的所述日志文件同步到所述日志分析节点。
可选地，采用第一定时任务对所述访问日志进行分割，将分割得到的日志文件移动到第一存储位置；采用第二定时任务将第一存储位置中存储的所述日志文件同步到所述日志分析节点。
可选地，将所述访问日志同步至日志分析节点，包括：将每个反向代理节点生成的访问日志分别同步至一个日志分析节点，或者，将多个反向代理节点生成的访问日志同步至同一个日志分析节点。
可选地，根据同步至所述日志分析节点的日志文件，利用所述日志分析节点确定所述用户的访问数据，包括：
将同步至所述日志分析节点的日志文件放入任务队列；
对于所述任务队列中的任一日志文件，从所述任一日志文件中解析预设访问信息，以所述访问信息的全部或者至少一部分为键、以所述任一日志文件作为值，生成与所述任一日志文件对应的日志记录；
根据预设时段内每个日志文件对应的日志记录确定所述用户的访问数据。
可选地，将同步至所述日志分析节点的日志文件放入任务队列之前，还包括：确认所述日志文件不具有预设标识；
将同步至所述日志分析节点的日志文件放入任务队列之后，还包括：为所述日志文件添加所述预设标识。
可选地，根据预设时段内每个日志文件对应的日志记录确定所述用户的访问数据之后，还包括：
将所述预设时段内的每个日志文件从所述任务队列中删除，并将所述预设时段内每个日志文件对应的日志记录写入消息队列；利用数据库存储节点将写入所述消息队列中的所有日志记录批量保存至数据库。
根据本发明实施例的第二方面，提供一种通过访问日志统计用户访问数据的装置，包括：
反向代理模块，利用反向代理节点接收并转发用户的访问请求，生成访问日志；
日志收集模块，将所述访问日志同步至日志分析节点；
日志分析模块，根据同步至所述日志分析节点的日志文件，利用所述日志分析节点确定所述用户的访问数据。
可选地，所述日志收集模块将所述访问日志同步至日志分析节点，包括：对所述访问日志进行分割，将分割得到的日志文件移动到第一存储位置；将第一存储位置中存储的所述日志文件同步到所述日志分析节点。
可选地，所述日志收集模块采用第一定时任务对所述访问日志进行分割，将分割得到的日志文件移动到第一存储位置；采用第二定时任务将第一存储位置中存储的所述日志文件同步到所述日志分析节点。
可选地，所述日志收集模块将所述访问日志同步至日志分析节点，包括：将每个反向代理节点生成的访问日志分别同步至一个日志分析节点，或者，将多个反向代理节点生成的访问日志同步至同一个日志分析节点。
可选地，所述日志分析模块根据同步至所述日志分析节点的日志文件，利用所述日志分析节点确定所述用户的访问数据，包括：
将同步至所述日志分析节点的日志文件放入任务队列；
对于所述任务队列中的任一日志文件，从所述任一日志文件中解析预设访问信息，以所述访问信息的全部或者至少一部分为键、以所述任一日志文件作为值，生成与所述任一日志文件对应的日志记录；
根据预设时段内每个日志文件对应的日志记录确定所述用户的访问数据。
可选地，所述日志分析模块还用于：将同步至所述日志分析节点的日志文件放入任务队列之前，确认所述日志文件不具有预设标识；将同步至所述日志分析节点的日志文件放入任务队列之后，为所述日志文件添加所述预设标识。
可选地，本发明实施例的装置还包括：消息队列模块和数据库模块；
所述日志分析模块还用于：根据预设时段内每个日志文件对应的日志记录确定所述用户的访问数据之后，将所述预设时段内的每个日志文件从所述任务队列中删除，并将所述预设时段内每个日志文件对应的日志记录写入所述消息队列模块的消息队列；
所述数据库模块用于：利用数据库存储节点将写入所述消息队列模块的消息队列中的所有日志记录批量保存至数据库。
根据本发明实施例的第三方面，提供一种通过访问日志统计用户访问数据的电子设备，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明实施例第一方面提供的方法。
根据本发明实施例的第四方面，提供一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现本发明实施例第一方面提供的方法。
上述发明中的一个实施例具有如下优点或有益效果：通过对Web应用做反向代理、根据反向代理产生的访问日志统计用户的访问数据，无需侵入WEB应用的源代码，也不存在跨域的问题，能够实现WEB应用与访问数据统计的解耦，从而在不影响WEB应用性能的情况下统计用户的访问数据。周期性地同步日志文件、批量将日志文件保存至数据库，能够减入库数量，减轻数据层的压力，降低数据丢失的风险。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明，不构成对本发明的不当限定。其中：
图1是本发明实施例的通过访问日志统计用户访问数据的方法的主要流程的示意图；
图2是本发明可选实施例中通过访问日志统计用户访问数据的方法的示意图；
图3是本发明实施例的通过访问日志统计用户访问数据的装置的主要模块的示意图；
图4是本发明实施例可以应用于其中的示例性系统架构图；
图5是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
根据本发明实施例的一个方面，提供了一种通过访问日志统计用户访问数据的方法。
图1是本发明实施例的通过访问日志统计用户访问数据的方法的主要流程的示意图，如图1所示，通过访问日志统计用户访问数据的方法，包括：步骤S101、步骤S102和步骤S103。
步骤S101、利用反向代理节点接收并转发用户的访问请求，生成访问日志。
反向代理节点的数量可以是一个、两个或多个。每个反向代理节点配置以下信息：代理访问的域名、访问日志的生成路径、访问日志的格式等。示例性地，反向代理节点为Nginx(一款http服务器和反向代理服务器)节点，配置如下：
上述配置示例中，server_name配置了需要代理的域名；log_format配置了访问日志的格式，包含：远程访问的客户端地址remote_addr、访问时间time_local、用户的http(HyperText Transfer Protocol，超文本传输协议)请求信息request、http状态码status；access_log配置了访问日志的生成路径。配置完成后在这些Nginx节点上执行nginx-sstart启动Nginx服务并生效配置。
各个反向代理节点配置完成后，用户发出访问请求时，将WEB页面的DNS(DomainName System，域名系统)解析到对应的反向代理节点上，页面的域名的反向代理配置在哪个反向代理节点DNS就指向哪个反向代理节点。所有的页面访问都会通过反向代理节点反向代理到Web应用。DNS生效(即将WEB页面的访问请求解析到对应的反向代理节点上)后，在对应的反向代理节点上生成access.log文件(即访问日志)并记录，用户的每一次访问都会生成一个访问日志。
步骤S102、将所述访问日志同步至日志分析节点。
可选地，将所述访问日志同步至日志分析节点，包括：对所述访问日志进行分割，将分割得到的日志文件移动到第一存储位置；将第一存储位置中存储的所述日志文件同步到所述日志分析节点。通过对访问日志进行分割和同步，能够避免由于访问日志的文件太大而导致的同步失败。
可选地，采用第一定时任务对所述访问日志进行分割，将分割得到的日志文件移动到第一存储位置；采用第二定时任务将第一存储位置中存储的所述日志文件同步到所述日志分析节点。
第一定时任务和第二定时任务定时执行，例如每分钟、每小时、每天9:00等。第一定时任务和第二定时任务的执行周期可以根据实际情况进行选择性设定，例如第一定时任务没1分钟执行一次，第二定时任务每5分钟执行一次。示例性地，利用linux(基于UNIX操作系统发展而来的一种克隆系统)的crontab命令设置定时任务，每1分钟执行一次mv命令(即第一定时任务)修改访问日志的文件名并移动到第一存储位置中完成日志分割，例如第一存储位置的路径为/usr/logs/nginx/access_log目录；每5分钟执行一次rsync同步(即第二定时任务)，将第一存储位置存储的日志文件远程同步至日志分析节点中，例如第一存储位置的路径为/usr/logs/nginx/access_log、日志分析节点中存储日志文件的路径为：/usr/logs/nginx/access_log/<nginx节点ip>。
周期性地同步日志文件，能够减轻数据层的压力，降低数据丢失的风险。
可选地，将所述访问日志同步至日志分析节点，包括：将每个反向代理节点生成的访问日志分别同步至一个日志分析节点，或者，将多个反向代理节点生成的访问日志同步至同一个日志分析节点。本实施例可以根据日志分析节点的数量调整一个反向代理节点的访问日志同步到一个日志分析节点或多个反向代理节点的访问日志同步到一个日志分析节点，实现日志分析节点的负载均衡。
步骤S103、根据同步至所述日志分析节点的日志文件，利用所述日志分析节点确定所述用户的访问数据。
访问数据是根据用户访问记录、按照预设指标统计的指标值数据，访问数据的具体指标可以根据实际情况进行选择性设定，如所有点击量、有效点击量等。用户的每一次点击相当于一个访问请求，所有点击量是指所有点击的数量，有效点击量是指请求成功的点击数量。
在统计用户的访问数据时，可以统计用户在一个较长时段内的访问数据，也可以统计每个单位时间内的访问数据，例如每5分钟的点击量、每天的点击量等。
可选地，根据同步至所述日志分析节点的日志文件，利用所述日志分析节点确定所述用户的访问数据，包括：将同步至所述日志分析节点的日志文件放入任务队列；对于所述任务队列中的任一日志文件，从所述任一日志文件中解析预设访问信息，以所述访问信息的全部或者至少一部分为键、以所述任一日志文件作为值，生成与所述任一日志文件对应的日志记录；根据预设时段内每个日志文件对应的日志记录确定所述用户的访问数据。
预设访问信息是指与访问数据有关的信息，例如远程访问的客户端地址、访问时间、用户的http请求信息、http状态码等。本领域技术人员可以根据实际情况选择性设置预设访问信息的内容。
示例性地，将同步至日志分析节点的日志文件放入任务队列；对于任务队列中的任一日志文件，从该任一日志文件中解析远程访问的客户端地址、访问时间、用户的http请求信息等预设访问信息，以解析得到的预设访问信息拼接形成的字符串作为键、以所述任一日志文件作为值，生成与所述任一日志文件对应的日志记录。根据预设时段内具有相同键的日志记录的数量确定用户的访问数据。
示例性地，将同步至日志分析节点的日志文件放入任务队列；对于任务队列中的任一日志文件，从该任一日志文件中解析远程访问的客户端地址、访问时间、用户的http请求信息、http状态码等预设访问信息，根据http状态码滤除任务队列中请求失败的访问请求对应的日志文件，以客户端地址、访问时间、用户的http请求信息拼接形成的字符串作为键、以所述任一日志文件作为值，生成与所述任一日志文件对应的日志记录。根据预设时段内具有相同键的日志记录的数量确定用户的有效访问数据。
对于每个日志分析节点，将日志文件放入任务队列、通过对任务队列中的日志文件进行解析和分析确定用户的访问数据，能够利用多节点多线程快速分析确定用户的访问数据，以支持大流量高并发场景下的应用统计。
可选地，将同步至所述日志分析节点的日志文件放入任务队列之前，还包括：确认所述日志文件不具有预设标识。将同步至所述日志分析节点的日志文件放入任务队列之后，还包括：为所述日志文件添加所述预设标识。
示例性地，扫描日志分析节点中以".log"为后缀的日志文件，并判断是否有“文件名+".lock"后缀”的文件，如果有表示此文件被锁定程序正在处理此文件，如果没有则表示此文件未被处理可以放入任务队列等待线程池执行，在放入任务队列之前先锁定此日志文件创建文件名+".lock"后缀的空文件，然后读取日志文件提取远程访问的客户端地址、访问时间、用户的http请求信息、http状态码等预设访问信息，以“客户端地址+http请求URL+访问时间”作为键汇总用户每5分钟时间段内相同键的数量，日志文件分析完毕后解除锁定删掉对应的“文件名+".lock"后缀”的日志文件。
通过设置预设标识，能够避免重复处理日志文件，提高统计结果的准确性。
可选地，根据预设时段内每个日志文件对应的日志记录确定所述用户的访问数据之后，还包括：将所述预设时段内的每个日志文件从所述任务队列中删除，并将所述预设时段内每个日志文件对应的日志记录写入消息队列；利用数据库存储节点将写入所述消息队列中的所有日志记录批量保存至数据库。
通过批量将日志文件保存至数据库，能够减入库数量，减轻数据层的压力，降低数据丢失的风险。
图2是本发明可选实施例中通过访问日志统计用户访问数据的方法的示意图。在图2示出的可选实施例中，通过访问日志统计用户访问数据的方法包括：
利用Nginx节点接收并转发用户的访问请求，生成访问日志；
利用linux的crontab命令设置定时任务，每1分钟执行一次mv命令修改访问日志的文件名并移动到第一存储位置中完成日志分割，例如第一存储位置的路径为/usr/logs/nginx/access_log目录，图中的acess.0.log、acess.1.log、acess.2.log代表分割得到的日志文件；每5分钟执行一次rsync同步，分割得到的日志文件远程同步至日志分析节点中；
每个Nginx节点同步过来的日志根目录一致。日志分析节点利用crontab定时任务定时扫描根目录，扫描日志分析节点中以".log"为后缀的日志文件，并判断是否有“文件名+".lock"后缀”的文件，如果有表示此文件被锁定程序正在处理此文件，如果没有则表示此文件未被处理可以放入任务队列等待线程池执行，在放入任务队列之前先锁定此日志文件创建文件名+".lock"后缀的空文件，然后读取日志文件提取远程访问的客户端地址、访问时间、用户的http请求信息、http状态码等预设访问信息，以“客户端地址+http请求URL+访问时间”作为键汇总用户每5分钟时间段内相同键的数量，汇总完后将这些对象转化为INSERT SQL(插入SQL，SQL即结构化查询语言，英文全称为Structured Query Language)字符串并写入到Redis队列，日志文件分析完毕解除锁定删掉对应的文件名+".lock"后缀的文件，并将日志文件移走备份；
本实施例中采用Redis(一种内存NOSQL数据库)消息队列，使用RPUSH(插入数据的操作)和LPOP(弹出数据的操作)完成的队列的入队和出队操作；
数据库存储节点包括两部分：队列监听和数据库存储。队列监听负责在多个节点监听Redis队列，当Redis队列接收日志分析节点PUSH过来的INSERT SQL时，通过pipeline(Redis中的一个命令)管道命令批量POP 1000条SQL并批量执行SQL入库，使用pipeline的好处是减少与Redis的网络交互，批量提交命令一次返回结果。
本发明实施例利用Nginx节点进行反向代理、对访问日志进行分割日志并同步到日志分析节点，利用多节点多线程快速分析日志并通过队列的方式异步保存数据，采用了分布式架构支持大流量高并发的应用统计。此外，本实施例无需侵入WEB应用的源代码，也不存在跨域的问题，能够实现WEB应用与访问数据统计的解耦，从而在不影响WEB应用性能的情况下统计用户的访问数据。周期性地同步日志文件、批量将日志文件保存至数据库，能够减入库数量，减轻数据层的压力，降低数据丢失的风险。
根据本发明实施例的第二方面，提供一种实现上述方法的装置。
图3是本发明实施例的通过访问日志统计用户访问数据的装置的主要模块的示意图西如图3所示，通过访问日志统计用户访问数据的装置300包括：
反向代理模块301，利用反向代理节点接收并转发用户的访问请求，生成访问日志；
日志收集模块302，将所述访问日志同步至日志分析节点；
日志分析模块303，根据同步至所述日志分析节点的日志文件，利用所述日志分析节点确定所述用户的访问数据。
可选地，所述日志收集模块将所述访问日志同步至日志分析节点，包括：对所述访问日志进行分割，将分割得到的日志文件移动到第一存储位置；将第一存储位置中存储的所述日志文件同步到所述日志分析节点。
可选地，所述日志收集模块采用第一定时任务对所述访问日志进行分割，将分割得到的日志文件移动到第一存储位置；采用第二定时任务将第一存储位置中存储的所述日志文件同步到所述日志分析节点。
可选地，所述日志收集模块将所述访问日志同步至日志分析节点，包括：将每个反向代理节点生成的访问日志分别同步至一个日志分析节点，或者，将多个反向代理节点生成的访问日志同步至同一个日志分析节点。
可选地，所述日志分析模块根据同步至所述日志分析节点的日志文件，利用所述日志分析节点确定所述用户的访问数据，包括：
将同步至所述日志分析节点的日志文件放入任务队列；
对于所述任务队列中的任一日志文件，从所述任一日志文件中解析预设访问信息，以所述访问信息的全部或者至少一部分为键、以所述任一日志文件作为值，生成与所述任一日志文件对应的日志记录；
根据预设时段内每个日志文件对应的日志记录确定所述用户的访问数据。
可选地，所述日志分析模块还用于：将同步至所述日志分析节点的日志文件放入任务队列之前，确认所述日志文件不具有预设标识；将同步至所述日志分析节点的日志文件放入任务队列之后，为所述日志文件添加所述预设标识。
可选地，本发明实施例的装置还包括：消息队列模块和数据库模块；
所述日志分析模块还用于：根据预设时段内每个日志文件对应的日志记录确定所述用户的访问数据之后，将所述预设时段内的每个日志文件从所述任务队列中删除，并将所述预设时段内每个日志文件对应的日志记录写入所述消息队列模块的消息队列；
所述数据库模块用于：利用数据库存储节点将写入所述消息队列模块的消息队列中的所有日志记录批量保存至数据库。
根据本发明实施例的第三方面，提供一种通过访问日志统计用户访问数据的电子设备，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明实施例第一方面提供的方法。
根据本发明实施例的第四方面，提供一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现本发明实施例第一方面提供的方法。
图4示出了可以应用本发明实施例的通过访问日志统计用户访问数据的方法或通过访问日志统计用户访问数据的装置的示例性系统架构400。
如图4所示，系统架构400可以包括终端设备401、402、403，网络404和服务器405。网络404用以在终端设备401、402、403和服务器405之间提供通信链路的介质。网络404可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备401、402、403通过网络404与服务器405交互，以接收或发送消息等。终端设备401、402、403上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
终端设备401、402、403可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器405可以是提供各种服务的服务器，例如对用户利用终端设备401、402、403所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理，例如统计用户对某页面的点击数等，并将处理结果(例如点击数信息--仅为示例)反馈给终端设备。
需要说明的是，本发明实施例所提供的通过访问日志统计用户访问数据的方法一般由服务器405执行，相应地，通过访问日志统计用户访问数据的装置一般设置于服务器405中。
应该理解，图4中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
下面参考图5，其示出了适于用来实现本发明实施例的终端设备的计算机系统500的结构示意图。图5示出的终端设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示，计算机系统500包括中央处理单元(CPU)501，其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中，还存储有系统500操作所需的各种程序和数据。CPU 501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
以下部件连接至I/O接口505：包括键盘、鼠标等的输入部分506；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分507；包括硬盘等的存储部分508；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器510上，以便于从其上读出的计算机程序根据需要被安装入存储部分508。
特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分509从网络上被下载和安装，和/或从可拆卸介质511被安装。在该计算机程序被中央处理单元(CPU)501执行时，执行本发明的系统中限定的上述功能。
需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括：反向代理模块，利用反向代理节点接收并转发用户的访问请求，生成访问日志；日志收集模块，将所述访问日志同步至日志分析节点；日志分析模块，根据同步至所述日志分析节点的日志文件，利用所述日志分析节点确定所述用户的访问数据。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，反向代理模块还可以被描述为“将所述访问日志同步至日志分析节点的模块”。
作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备包括：利用反向代理节点接收并转发用户的访问请求，生成访问日志；将所述访问日志同步至日志分析节点；根据同步至所述日志分析节点的日志文件，利用所述日志分析节点确定所述用户的访问数据。析节点的日志文件，利用所述日志分析节点确定所述用户的访问数据。
根据本发明实施例的技术方案，通过对Web应用做反向代理、根据反向代理产生的访问日志统计用户的访问数据，无需侵入WEB应用的源代码，也不存在跨域的问题，能够实现WEB应用与访问数据统计的解耦，从而在不影响WEB应用性能的情况下统计用户的访问数据。周期性地同步日志文件、批量将日志文件保存至数据库，能够减入库数量，减轻数据层的压力，降低数据丢失的风险。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (8)

1.一种通过访问日志统计用户访问数据的方法，其特征在于，包括：
利用反向代理节点接收并转发用户的访问请求，生成用户访问WEB应用的访问日志；每个反向代理节点配置以下信息：代理访问的域名、访问日志的生成路径和访问日志的格式；
将所述访问日志同步至日志分析节点；其中，采用第一定时任务对所述访问日志进行分割，将分割得到的日志文件移动到第一存储位置；采用第二定时任务将第一存储位置中存储的所述日志文件同步到所述日志分析节点；
根据同步至所述日志分析节点的日志文件，利用所述日志分析节点确定所述用户的访问数据；所述访问数据是根据用户访问记录、按照预设指标统计的指标值数据。
2.如权利要求1所述的方法，其特征在于，将所述访问日志同步至日志分析节点，包括：将每个反向代理节点生成的访问日志分别同步至一个日志分析节点，或者，将多个反向代理节点生成的访问日志同步至同一个日志分析节点。
3.如权利要求1所述的方法，其特征在于，根据同步至所述日志分析节点的日志文件，利用所述日志分析节点确定所述用户的访问数据，包括：
将同步至所述日志分析节点的日志文件放入任务队列；
对于所述任务队列中的任一日志文件，从所述任一日志文件中解析预设访问信息，以所述访问信息的全部或者至少一部分为键、以所述任一日志文件作为值，生成与所述任一日志文件对应的日志记录；
根据预设时段内每个日志文件对应的日志记录确定所述用户的访问数据。
4.如权利要求3所述的方法，其特征在于，将同步至所述日志分析节点的日志文件放入任务队列之前，还包括：确认所述日志文件不具有预设标识；
将同步至所述日志分析节点的日志文件放入任务队列之后，还包括：为所述日志文件添加所述预设标识。
5.如权利要求3所述的方法，其特征在于，根据预设时段内每个日志文件对应的日志记录确定所述用户的访问数据之后，还包括：
将所述预设时段内的每个日志文件从所述任务队列中删除，并将所述预设时段内每个日志文件对应的日志记录写入消息队列；利用数据库存储节点将写入所述消息队列中的所有日志记录批量保存至数据库。
6.一种通过访问日志统计用户访问数据的装置，其特征在于，包括：
反向代理模块，利用反向代理节点接收并转发用户的访问请求，生成用户访问WEB应用的访问日志；每个反向代理节点配置以下信息：代理访问的域名、访问日志的生成路径和访问日志的格式；
日志收集模块，将所述访问日志同步至日志分析节点；其中，采用第一定时任务对所述访问日志进行分割，将分割得到的日志文件移动到第一存储位置；采用第二定时任务将第一存储位置中存储的所述日志文件同步到所述日志分析节点；
日志分析模块，根据同步至所述日志分析节点的日志文件，利用所述日志分析节点确定所述用户的访问数据；所述访问数据是根据用户访问记录、按照预设指标统计的指标值数据。
7.一种通过访问日志统计用户访问数据的电子设备，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。
8.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-5中任一所述的方法。
CN202010139572.3A 2020-03-03 2020-03-03 通过访问日志统计用户访问数据的方法和装置 Active CN113347052B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010139572.3A CN113347052B (zh) 2020-03-03 2020-03-03 通过访问日志统计用户访问数据的方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010139572.3A CN113347052B (zh) 2020-03-03 2020-03-03 通过访问日志统计用户访问数据的方法和装置

Publications (2)

Publication Number Publication Date
CN113347052A CN113347052A (zh) 2021-09-03
CN113347052B true CN113347052B (zh) 2023-09-05

Family

ID=77467327

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010139572.3A Active CN113347052B (zh) 2020-03-03 2020-03-03 通过访问日志统计用户访问数据的方法和装置

Country Status (1)

Country Link
CN (1) CN113347052B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114547513B (zh) * 2021-12-28 2023-03-10 中科大数据研究院 一种Web系统大流量数据统计分析的方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105205168A (zh) * 2015-10-12 2015-12-30 北京京东尚科信息技术有限公司 一种基于Redis数据库的曝光系统及其操作方法
CN107493279A (zh) * 2017-08-15 2017-12-19 深圳市慧择时代科技有限公司 基于Nginx的安全防护的方法及装置
CN108509297A (zh) * 2018-03-21 2018-09-07 四川斐讯信息技术有限公司 一种数据备份方法和系统
CN108509326A (zh) * 2018-04-09 2018-09-07 四川长虹电器股份有限公司 一种基于nginx日志的服务状态统计方法及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8788533B2 (en) * 2012-10-26 2014-07-22 Sap Ag Read access logging

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105205168A (zh) * 2015-10-12 2015-12-30 北京京东尚科信息技术有限公司 一种基于Redis数据库的曝光系统及其操作方法
CN107493279A (zh) * 2017-08-15 2017-12-19 深圳市慧择时代科技有限公司 基于Nginx的安全防护的方法及装置
CN108509297A (zh) * 2018-03-21 2018-09-07 四川斐讯信息技术有限公司 一种数据备份方法和系统
CN108509326A (zh) * 2018-04-09 2018-09-07 四川长虹电器股份有限公司 一种基于nginx日志的服务状态统计方法及系统

Also Published As

Publication number Publication date
CN113347052A (zh) 2021-09-03

Similar Documents

Publication Publication Date Title
CN111241189B (zh) 一种同步数据的方法和装置
CN107844488B (zh) 数据查询方法和装置
CN110162412B (zh) 在客户端进行数据操作的方法和装置
CN111427899A (zh) 存储文件的方法、装置、设备和计算机可读介质
CN113347052B (zh) 通过访问日志统计用户访问数据的方法和装置
CN113742376A (zh) 一种同步数据的方法、第一服务器以及同步数据的系统
CN113220981A (zh) 一种优化缓存的方法和装置
CN113761565A (zh) 数据脱敏方法和装置
CN112699116A (zh) 一种数据处理方法和系统
CN112214500A (zh) 数据对比的方法、装置、电子设备和存储介质
CN110705935A (zh) 一种物流单据的处理方法和装置
WO2022151835A1 (zh) 一种样例报文处理方法及装置
CN111177109A (zh) 一种删除过期键的方法和装置
CN115658171A (zh) 一种轻量级解决java分布式应用配置动态刷新的方法及系统
CN111753675B (zh) 一种图片型垃圾邮件的识别方法和装置
CN113138943B (zh) 一种处理请求的方法和装置
CN110019671B (zh) 一种处理实时消息的方法和系统
CN113760861A (zh) 一种数据迁移的方法和装置
CN113704242A (zh) 一种数据处理方法和装置
CN117478535B (zh) 一种日志存储的方法和装置
CN113722193A (zh) 检测页面异常的方法和装置
CN112152915A (zh) 消息转发网关系统和消息转发方法
CN112988857A (zh) 一种业务数据的处理方法和装置
CN113760965B (zh) 数据查询的方法和装置
CN114500485B (zh) 一种数据处理方法和装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant