CN118152689A - 访问量统计方法、装置、设备和存储介质 - Google Patents
访问量统计方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN118152689A CN118152689A CN202211549006.5A CN202211549006A CN118152689A CN 118152689 A CN118152689 A CN 118152689A CN 202211549006 A CN202211549006 A CN 202211549006A CN 118152689 A CN118152689 A CN 118152689A
- Authority
- CN
- China
- Prior art keywords
- access
- target
- index
- data table
- target data
- 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.)
- Pending
Links
- 238000007619 statistical method Methods 0.000 title description 7
- 238000000034 method Methods 0.000 claims abstract description 40
- 238000004590 computer program Methods 0.000 claims description 20
- 238000004422 calculation algorithm Methods 0.000 claims description 12
- 230000004931 aggregating effect Effects 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 3
- 238000011161 development Methods 0.000 abstract description 9
- 238000012545 processing Methods 0.000 description 12
- 238000004364 calculation method Methods 0.000 description 9
- 230000002776 aggregation Effects 0.000 description 8
- 238000004220 aggregation Methods 0.000 description 8
- 238000009825 accumulation Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/958—Organisation or management of web site content, e.g. publishing, maintaining pages or automatic linking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3452—Performance evaluation by statistical analysis
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Biology (AREA)
- Quality & Reliability (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Data Mining & Analysis (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请公开了一种访问量统计方法、装置、设备和存储介质,属于计算机技术领域。包括:获取目标对象的访问记录;从访问记录提取多个访问指标分别对应的多个访问信息集合,访问信息集合包括统计目标对象在对应访问指标的访问量时所需的访问信息;将多个访问信息集合分别存储在多个访问指标对应的目标数据表中,目标数据表用于统计在多个访问指标下对目标对象的访问量。本申请通过将多个访问信息集合分别存储在多个访问指标对应的目标数据表中。如此,在需要统计得到对应访问指标下的访问量时可以直接通过目标数据表来对目标对象的访问量进行统计,而无需在统计访问量时编写较为复杂的计算程序,从而节省了时间,提高了技术人员的开发效率。
Description
技术领域
本申请涉及计算机技术领域,特别涉及一种访问量统计方法、装置、设备和存储介质。
背景技术
随着科技的发展,各种数据均呈现出爆炸式增长的状态。对于大多数企业来说,访问量是非常重要的。由于访问量可以衡量一个网站的流量情况,所以通常要对访问量进行统计。一般情况下,衡量访问量的指标多种多样,每种指标的计算方式也不同。
相关技术中,对于每种指标,根据对应指标的计算方式编写对应的计算程序,以实现对对应指标的数据的统计。例如:对于页面浏览量(Page View,PV)的统计,就可以编写一个求和程序,来将页面中的所有访问记录进行累加,以统计出页面浏览量。又例如:对于独立访客数(Unique Visitor,UV)的统计,就可以先编写相应的去重代码,以仅保留同一用户对同一页面的一次访问记录,然后再对该页面的剩余的所有访问记录编写求和程序,以统计出该页面的访客数。
然而,上述方式中在统计访问量时,需要编写较为复杂的计算程序,这在一定程度上增加了时间成本,从而导致技术人员的开发效率低下。
发明内容
本申请提供了一种访问量统计方法、装置、设备和存储介质,可以在统计目标对象在不同访问指标下的访问量时,无需编写复杂的计算程序,可以节省时间,提高开发效率。所述技术方案如下:
第一方面,提供了一种访问量统计方法,所述方法包括:
获取目标对象的访问记录;
从所述访问记录提取多个访问指标分别对应的多个访问信息集合,所述访问信息集合包括统计所述目标对象在对应访问指标的访问量时所需的访问信息;
将所述多个访问信息集合分别存储在所述多个访问指标对应的目标数据表中,所述目标数据表用于统计在所述多个访问指标下对所述目标对象的访问量。
在本申请中,获取目标对象的访问记录后,从访问记录中提取出多个访问指标分别对应的多个访问信息集合,也即是从访问记录中提取出统计目标对象在对应访问指标的访问量时所需的访问信息。之后将多个访问信息集合分别存储在多个访问指标对应的目标数据表中。如此,每个访问指标对应的目标数据表中存储的是统计对应访问指标下的访问量时所需的访问信息。那么之后在需要统计得到对应访问指标下的访问量时可以直接通过目标数据表来对目标对象的访问量进行统计,而无需在统计访问量时编写较为复杂的计算程序,从而节省了时间,提高了技术人员的开发效率。
可选地,所述将所述多个访问信息集合分别存储在所述多个访问指标对应的目标数据表中之前,还包括:
对于所述多个访问指标中任意的一个访问指标,创建所述访问指标对应的目标数据表。
可选地,所述创建所述访问指标对应的目标数据表,包括:
设置所述访问指标匹配的多个类型字段;
基于所述访问指标匹配的多个类型字段,创建所述访问指标对应的目标数据表。
可选地,所述将所述多个访问信息集合分别存储在所述多个访问指标对应的目标数据表中,包括:
对于所述多个访问指标中任意的一个访问指标,从所述访问指标对应的访问信息集合中获取多个类型字段的值,所述多个类型字段与所述访问指标匹配;
将所述多个类型字段的值填充在所述访问指标对应的目标数据表中。
可选地,所述将所述多个访问信息集合分别存储在所述多个访问指标对应的目标数据表中之后,还包括:
接收对目标访问指标的统计指令,所述统计指令用于指示统计所述目标对象在所述目标访问指标下的访问量;
响应于所述统计指令,确定所述目标访问指标对应的目标数据表;
基于所述目标访问指标对应的目标数据表,确定所述目标访问指标对应的访问量。
可选地,所述基于所述目标访问指标对应的目标数据表,确定所述目标访问指标对应的访问量,包括:
从所述目标访问指标对应的目标数据表中获取满足预设条件的目标访问信息;
基于所述目标访问信息,统计所述目标对象在所述目标访问指标下的访问量。
可选地,所述基于所述目标访问信息,统计所述目标对象在所述目标访问指标下的访问量,包括:
通过预设算法对所述目标访问信息进行累加和聚合中的至少一项,得到所述目标对象在所述目标访问指标下的访问量。
第二方面,提供了一种访问量统计装置,所述装置包括:
获取模块,用于获取目标对象的访问记录;
提取模块,用于从所述访问记录提取多个访问指标分别对应的多个访问信息集合,所述访问信息集合包括统计所述目标对象在对应访问指标的访问量时所需的访问信息;
存储模块,用于将所述多个访问信息集合分别存储在所述多个访问指标对应的目标数据表中,所述目标数据表用于统计在所述多个访问指标下对所述目标对象的访问量。
可选地,所述装置还包括:
创建模块,用于对于所述多个访问指标中任意的一个访问指标,创建所述访问指标对应的目标数据表。
可选地,所述创建模块用于:
设置所述访问指标匹配的多个类型字段;
基于所述访问指标匹配的多个类型字段,创建所述访问指标对应的目标数据表。
可选地,所述存储模块用于:
对于所述多个访问指标中任意的一个访问指标,从所述访问指标对应的访问信息集合中获取多个类型字段的值,所述多个类型字段与所述访问指标匹配;
将所述多个类型字段的值填充在所述访问指标对应的目标数据表中。
可选地,所述装置还包括:
接收模块,用于接收对目标访问指标的统计指令,所述统计指令用于指示统计所述目标对象在所述目标访问指标下的访问量;
第一确定模块,用于响应于所述统计指令,确定所述目标访问指标对应的目标数据表;
第二确定模块,用于基于所述目标访问指标对应的目标数据表,确定所述目标访问指标对应的访问量。
可选地,所述第二确定模块用于:
从所述目标访问指标对应的目标数据表中获取满足预设条件的目标访问信息;
基于所述目标访问信息,统计所述目标对象在所述目标访问指标下的访问量。
可选地,所述第二确定模块用于:
通过预设算法对所述目标访问信息进行累加和聚合中的至少一项,得到所述目标对象在所述目标访问指标下的访问量。
第三方面,提供了一种计算机设备,所述计算机设备包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现上述的访问量统计方法。
第四方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述的访问量统计方法。
第五方面,提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述的访问量统计方法的步骤。
可以理解的是,上述第二方面、第三方面、第四方面、第五方面的有益效果可以参见上述第一方面中的相关描述,在此不再赘述。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种访问量统计方法的流程图;
图2是本申请实施例提供的一种访问量统计装置的结构示意图;
图3是本申请实施例提供的一种计算机设备的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施方式作进一步地详细描述。
应当理解的是,本申请提及的“多个”是指两个或两个以上。在本申请的描述中,除非另有说明,“/”表示或的意思,比如,A/B可以表示A或B;本文中的“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,比如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,为了便于清楚描述本申请的技术方案,采用了“第一”、“第二”等字样对功能和作用基本相同的相同项或相似项进行区分。本领域技术人员可以理解“第一”、“第二”等字样并不对数量和执行次序进行限定,并且“第一”、“第二”等字样也并不限定一定不同。
在对本申请实施例进行详细地解释说明之前,先对本申请实施例的应用场景予以说明。
本申请实施例提供的访问量统计方法可以应用于对一个对象的访问量进行统计的场景中,具体还可以应用于对一个对象在不同访问指标下的访问量进行统计的场景中,进行访问量统计的对象被称为目标对象。
例如,本申请实施例提供的访问量统计方法可以应用于对网页的页面浏览量和独立访客数进行统计的场景中,相应地,该目标对象为网页。具体是,获取网页的访问记录,之后从该网页的访问记录中提取统计该网页的页面浏览量时所需的访问信息,以及从访问记录中提取统计该网页的独立访客数时所需的访问信息。之后将统计该网页的页面浏览量时所需的访问信息存储至页面浏览量对应的数据表中,在需要统计该网页的页面浏览量时,通过这个数据表统计出该网页的页面浏览量;以及将统计独立访客数时所需的访问信息存储至独立访客数对应的数据表中,之后在需要统计该网页的独立访客数时通过这个数据表统计出该网页的独立访客数。如此,在统计该网页的页面浏览量和独立访客数时,无需编写复杂的计算程序,从而节省了时间,提高了技术人员的开发效率。
下面对本申请实施例涉及的名词进行解释说明。
访问量:一般情况下,访问量可以衡量一个对象的流量。
总体来说,访问量可以包括PV(Page View,页面浏览量)和UV(Unique Visitor,独立访客数)两大指标。PV是指在预设时间内一个对象的页面浏览量,也即是只要对象被访问一次就计数一次。UV是指在预设时间内一个对象被访问的用户数,也即是预设时间内新增一个用户访问对象就计数一次。
访问指标:用于衡量一个对象在不同方面的访问量。
在本申请实施例中,访问量可以包括不同访问指标下的访问量。例如,访问指标为基于操作系统版本的UV,则访问量是基于操作系统版本的UV值,也即统计得到给定操作系统版本下的独立访客数。
下面对本申请实施例提供的访问量统计方法进行详细地解释说明。
图1是本申请实施例提供的一种访问量统计方法的流程图。参见图1,该方法包括以下步骤。
步骤101:计算机设备获取目标对象的访问记录。
目标对象为待进行访问量统计的对象。例如,目标对象为网页;又例如,目标对象为网站;再例如,目标对象为一个设备。
访问记录为目标对象被访问的记录,访问记录中可以包括每次目标对象被访问时访问者的相关信息。
具体地,计算机设备在获取目标对象的访问记录时,可以依据目标对象的访问日志地址对目标对象的访问日志进行访问,以获取目标对象的访问日志中保存的访问记录。
访问日志地址为目标对象的访问日志所存放的地址。
可选地,计算机设备可以获取预设时长内目标对象的访问记录,这种情况下,通过执行如下步骤102-步骤103可以统计得到预设时长内目标对象的访问量。
预设时长可以预先进行设置,且预设时长可以由技术人员根据实际需求进行设置,本申请实施例对此不作限定。
步骤102:计算机设备从该访问记录提取多个访问指标分别对应的多个访问信息集合。
该多个访问指标与该多个访问信息集合一一对应。该访问信息集合包括在统计目标对象在对应访问指标的访问量时所需的访问信息,访问信息用于表示访问者的相关信息中与访问指标对应的信息。如此是一个访问指标对应一个访问信息集合,则这个访问指标对应的访问信息集合包括在统计目标对象在这个访问指标的访问量时所需的访问信息。例如,在访问指标为基于操作系统版本的UV时,该访问信息可以包括时间、用户ID(Identity,身份标识码)、操作系统版本等信息。
这种情况下,计算机设备可以从访问记录中提取出在统计目标对象在不同访问指标的访问量时所需的访问信息,从而据此能更快速地统计目标对象在对应访问指标下的访问量。
例如:访问指标为基于操作系统版本的UV和访问目标对象的PV。则从该访问记录中可以提取出两个访问信息集合。其中,基于操作系统版本的UV对应的访问信息集合可以为{(ID=123、时间=8:00、操作系统版本=windows10),(ID=345、时间=9:00、操作系统版本=windows10)}。访问目标对象PV对应的访问信息集合为{(ID=123、时间=8:00),(ID=345、时间=9:00)}。如此即可得到在统计每个访问指标下的访问量时所需的访问信息。
步骤103:计算机设备将该多个访问信息集合分别存储在该多个访问指标对应的目标数据表中,目标数据表用于统计在该多个访问指标下对目标对象的访问量。
一个访问指标对应的目标数据表用于存储这个访问指标对应的访问信息集合,从而据此可以通过目标数据表统计出目标对象在这个访问指标下的访问量。进而计算机设备通过每个访问指标对应的目标数据表可以统计出目标对象在每个访问指标下的访问量。
值得注意的是,计算机设备在将该多个访问信息集合分别存储在该多个访问指标对应的目标数据表中之前,还可以创建该多个访问指标中每一个访问指标对应的目标数据表。
可选地,计算机设备可以在分析型数据库Apache Doris中创建目标数据表。由于Apache Doris具有响应速度快、使用方便的特点,其仅需亚秒级响应时间即可返回海量数据下的查询结果,不仅支持高并发的点查询场景,也支持高吞吐的复杂分析场景,因此通过在Apache Doris中创建的目标数据表统计目标对象在每个访问指标下的访问量,可以更快速的得到每个访问指标下的访问量,从而提高统计效率。
需要说明的是,计算机设备除了可以在Apache Doris数据库中创建目标数据表之外,还可以在其他类型的数据库中创建该目标数据表,比如,计算机设备可以在MySQL(MyStructured Query Language,结构化查询语言)数据库、SQLite(Structured Query Lite,轻量结构化查询)数据库或者VF(Visual Foxpro)数据库中创建该目标数据表,本申请实施例对此不做限定。
具体地,对于该多个访问指标中任意的一个访问指标,计算机设备创建访问指标对应的目标数据表的操作可以为:计算机设备设置访问指标匹配的多个类型字段;基于访问指标匹配的多个类型字段,创建访问指标对应的目标数据表。
该多个类型字段与访问指标匹配,也即是每个访问指标具有与之对应的多个类型字段。不同访问指标下的多个类型字段可以设置的不同,且一个访问指标下的多个类型字段是统计这个访问指标下的访问量所需的字段。例如:访问指标为基于操作系统版本的UV,则与基于操作系统版本的UV匹配的多个类型字段可以为时间、用户ID、操作系统版本等。
作为一种示例,计算机设备在创建访问指标对应的目标数据表时,可以通过如下所示的建表程序创建目标数据表。
CREATE TABLE操作系统版本_UV
(
day_time datetime DEFAULT NULL,
org_id int(10)DEFAULT‘0’,
os_type varchar(50)DEFAULT NULL,
)
其中,“CREATE TABLE”为创建数据表的语句。“CREATE TABLE操作系统版本_UV”也就是创建名为操作系统版本_UV的数据表。“day_time(时间)”、“org_id(用户ID)”、“os_type(操作系统版本)”为与基于操作系统版本_UV匹配的多个类型字段。语句“day_timedatetime DEFAULT NULL COMMENT‘统计时间’”是指名为操作系统版本_UV的数据表中的一个类型字段为day_time,这个类型字段的类型为datetime,默认值为空。“org_id int(10)DEFAULT‘0’”是指名为操作系统版本_UV的数据表中的一个类型字段为org_id,这个类型字段的类型为int型(整型),默认值为0。“os_type varchar(50)DEFAULT NULL”是指名为操作系统版本_UV的数据表中的一个类型字段为os_type,这个类型字段的类型为varchar(字符型),默认值为空。
这种情况下,通过上述建表语句可以得到如下表1所示的目标数据表,也即是得到基于操作系统版本_UV对应的目标数据表。表1中包括类型字段“day_time”、“org_id”、“os_type”以及各个类型字段的值。
表1
Table_Name | day_time | org_id | os_type |
操作系统版本_UV | NULL | 0 | NULL |
本申请实施例仅以表1为例来对目标数据表的结构进行示例性说明,并不对本申请实施例构成限定。
可选地,在目标数据表是在分析型数据库Apache Doris中创建的情况下,在创建目标数据表时,还可以设置一个类型字段“count”,“count”的类型为bitmap(位图)。
“count”表示统计结果集。由于Apache Doris具有自动统计的功能,也即是对存入数据表中的数据可以进行自动处理,从而得到对应指标下的统计结果。“count”中可以存放Doris自动统计的结果。
bitmap是一种采用一个比特位来标记某个元素对应的值的数据类型。由于其采用比特为单位来存储数据,因此节省对数据的存储空间。在本申请实施例中通过以bitmap的类型存储统计结果,可以节省存储空间。
这种情况下,在将多个类型字段的值存储在目标数据表之后,Apache Doris可以自动对目标数据表进行处理,以统计出对应访问指标下的访问量,并以bitmap的方式存储统计结果,之后在需要查询统计结果时,通过查询语句直接查询“count”中存放的统计结果。如此,提高了对访问量的统计效率。
如此,计算机设备在创建访问指标对应的目标数据表之后,得到的目标数据表是不具有任何数据填充的空表,则后续计算机设备在提取出访问信息集合后,可以将访问信息集合存储至对应的目标数据表中,也即是执行步骤103。
可选地,步骤103的操作可以为:对于该多个访问指标中任意的一个访问指标,从访问指标对应的访问信息集合中获取多个类型字段的值;将该多个类型字段的值填充在访问指标对应的目标数据表中。
这种情况下,计算机设备是将访问指标匹配的多个类型字段的值与目标数据表中的多个类型字段对应存储。
可选地,计算机设备可以通过数据库的Insert(插入)方法将该多个类型字段的值填充在访问指标对应的目标数据表中。例如,计算机设备可以通过语句{Insert操作系统版本_UV(‘day_time’,‘org_id’,‘os_type’)values(‘2022-09-23-9:00’,234,‘windows10’)}来将该多个类型字段的值填充在访问指标对应的目标数据表中。
例如,表2为访问指标为基于操作系统版本的UV时,将多个类型字段的值填充之后得到的目标数据表。如下表2所示,表2中包括“day_time”、“org_id”、“os_type”三个类型字段以及各个类型字段的值,各个类型字段的值是从对应的访问信息集合中获取的。
表2
本申请实施例仅以表2为例来对目标数据表中的数据进行示例性说明,并不对本申请实施例构成限定。
如此,计算机设备通过执行上述步骤101-步骤103可以将从目标对象的访问记录中获取的访问信息存储至对应的目标数据表中,如此可以使得在需要统计目标对象在对应访问指标下的访问量时通过目标数据表对目标对象的访问量进行统计。
下面对通过目标数据表对目标对象的访问量进行统计的操作进行详细说明。
具体地,计算机设备接收目标访问指标的统计指令;响应于该统计指令,确定目标访问指标对应的目标数据表;基于目标访问指标对应的目标数据表,确定目标访问指标对应的访问量。
该统计指令用于指示统计目标对象在目标访问指标下的访问量。作为一种示例,统计指令可以由用户触发,用户可以通过点击操作、语音操作、手势操作等操作进行触发,本申请实施例对此不作限定。
这种情况下,计算机设备在接收到统计指令后,在基于目标访问指标对应的目标数据表确定目标访问指标对应的访问量,可以节省处理资源。
可选地,计算机设备可以通过数据库的SELECT(查询)方法来查询目标访问指标对应的访问量。例如,计算机设备可以通过语句SELECT os_type,BITMAP_UNION_COUNT(count)as total FROM‘操作系统版本_UV’WHERE((day_time>="2022-08-30 00:00:00+0800CST")and(day_time<="2022-09-23 00:00:00+0800CST"))and org_id>0GROUP BYos_type。
其中,基于目标访问指标对应的目标数据表,确定目标访问指标对应的访问量的操作可以为:从目标访问指标对应的目标数据表中获取满足预设条件的目标访问信息;基于目标访问信息,统计目标对象在目标访问指标下的访问量。
预设条件可以预先进行设置,且预设条件可以根据目标访问指标进行设置。
这种情况下,计算机设备是从目标数据表中筛选出满足预设条件的目标访问信息,以便于对目标访问指标下的访问量进行统计。
可选地,计算机设备可以通过数据库的分组方法来从目标访问指标对应的目标数据表中获取满足预设条件的目标访问信息。例如,计算机设备可以通过Aggregate(分组)方法来从目标访问指标对应的目标数据表中获取满足预设条件的目标访问信息。
例如,目标访问指标为基于操作系统版本的UV,目标数据表为上述表2。预设条件为操作系统版本为windows10,则如表3所示为计算机设备从目标访问指标对应的目标数据表中获取的满足操作系统版本为windows10的目标访问信息。参见表3,表3中包括多个操作系统版本均为windows10的访问信息。
表3
本申请实施例仅以表3为例来对目标访问信息进行示例性说明,并不对本申请实施例构成限定。
其中,计算机设备基于目标访问信息,统计目标对象在目标访问指标下的访问量的操作可以为:计算机设备通过预设算法对目标访问信息进行累加和聚合中的至少一项,得到目标对象在目标访问指标下的访问量。
预设算法可以预先进行设置,预设算法可以为进行累加计算,预设算法也可以为先进行聚合处理再进行累加计算。在本申请实施例中,在统计目标对象的PV值时,预设算法可以为进行累加计算;在统计目标对象的UV值时,预设算法可以为先进行聚合处理再进行累加计算。
聚合是指将目标访问信息中重复的访问信息去除。例如,目标访问信息中包括3组重复的访问信息,则计算机设备可以通过聚合处理后仅保留一组访问信息,从而可以去除重复的访问信息,以便于对统计目标对象的UV值进行统计。
作为一种示例,目标访问信息如上表3所示,目标访问指标为基于操作系统版本的UV值,所以预设算法为先进行聚合处理再进行累加计算。如此,计算机设备可以先对目标访问信息进行聚合处理,由于表3中所示的目标访问信息中没有重复的访问信息,所以在对目标访问信息进行聚合处理后,得到的访问信息不发生变化。之后计算机设备对聚合处理后的访问信息进行累加计算,从而可以计算出操作系统版本为windows10的独立访问用户数为2,也即是计算得到目标对象在基于操作系统版本下的UV值为2。
值得注意的是,本申请实施例提供的访问量统计方法是通过目标数据表来对目标对象的访问量进行统计的,从创建数据表到统计得到统计量的整个过程均易于实现。对应本领域技术人员来说,仅需了解简单的数据库知识仅可轻易实现整个过程,具有较高的可操作性。另外,本申请实施例提供的访问量统计方法可以简化计算各种PV、UV的复杂计算逻辑,从而减少了处理资源,节约了开发时间。且在后续处理时仅涉及对数据库的维护,所以降低了维护成本。
在本申请实施例中,计算机设备获取目标对象的访问记录后,从访问记录中提取出多个访问指标分别对应的多个访问信息集合,也即是从访问记录中提取出统计目标对象在对应访问指标的访问量时所需的访问信息。之后将多个访问信息集合分别存储在多个访问指标对应的目标数据表中。如此,每个访问指标对应的目标数据表中存储的是统计对应访问指标下的访问量时所需的访问信息。那么之后在需要统计得到对应访问指标下的访问量时可以直接通过目标数据表来对目标对象的访问量进行统计,而无需在统计访问量时编写较为复杂的计算程序,从而节省了时间,提高了技术人员的开发效率。
图2是本申请实施例提供的一种访问量统计装置的结构示意图。该访问量统计装置可以由软件、硬件或者两者的结合实现成为计算机设备的部分或者全部,该计算机设备可以为下文图3所示的计算机设备。参见图2,该装置包括:获取模块201、提取模块202、存储模块203。
获取模块201,用于获取目标对象的访问记录;
提取模块202,用于从该访问记录提取多个访问指标分别对应的多个访问信息集合,该访问信息集合包括统计目标对象在对应访问指标的访问量时所需的访问信息;
存储模块203,用于将该多个访问信息集合分别存储在该多个访问指标对应的目标数据表中,目标数据表用于统计在该多个访问指标下对目标对象的访问量。
可选地,该装置还包括:
创建模块,用于对于该多个访问指标中任意的一个访问指标,创建该访问指标对应的目标数据表。
可选地,该创建模块用于:
设置该访问指标匹配的多个类型字段;
基于该访问指标匹配的多个类型字段,创建该访问指标对应的目标数据表。
可选地,存储模块203用于:
对于该多个访问指标中任意的一个访问指标,从该访问指标对应的访问信息集合中获取多个类型字段的值,该多个类型字段与该访问指标匹配;
将该多个类型字段的值填充在该访问指标对应的目标数据表中。
可选地,该装置还包括:
接收模块,用于接收对目标访问指标的统计指令,该统计指令用于指示统计目标对象在目标访问指标下的访问量;
第一确定模块,用于响应于该统计指令,确定目标访问指标对应的目标数据表;
第二确定模块,用于基于目标访问指标对应的目标数据表,确定目标访问指标对应的访问量。
可选地,第二确定模块用于:
从目标访问指标对应的目标数据表中获取满足预设条件的目标访问信息;
基于目标访问信息,统计目标对象在目标访问指标下的访问量。
可选地,第二确定模块用于:
通过预设算法对目标访问信息进行累加和聚合中的至少一项,得到目标对象在目标访问指标下的访问量。
在本申请实施例中,获取目标对象的访问记录后,从访问记录中提取出多个访问指标分别对应的多个访问信息集合,也即是从访问记录中提取出统计目标对象在对应访问指标的访问量时所需的访问信息。之后将多个访问信息集合分别存储在多个访问指标对应的目标数据表中。如此,每个访问指标对应的目标数据表中存储的是统计对应访问指标下的访问量时所需的访问信息。那么之后在需要统计得到对应访问指标下的访问量时可以直接通过目标数据表来对目标对象的访问量进行统计,而无需在统计访问量时编写较为复杂的计算程序,从而节省了时间,提高了技术人员的开发效率。
需要说明的是:上述实施例提供的访问量统计装置在对目标对象的访问量进行统计时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。
上述实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请实施例的保护范围。
上述实施例提供的访问量统计装置与访问量统计方法实施例属于同一构思,上述实施例中单元、模块的具体工作过程及带来的技术效果,可参见方法实施例部分,此处不再赘述。
图3为本申请实施例提供的一种计算机设备的结构示意图。如图3所示,计算机设备3包括:处理器30、存储器31以及存储在存储器31中并可在处理器30上运行的计算机程序32,处理器30执行计算机程序32时实现上述实施例中的访问量统计方法中的步骤。
计算机设备3可以是一个通用计算机设备或一个专用计算机设备。在具体实现中,计算机设备3可以是台式机、便携式电脑、掌上电脑、移动手机、平板电脑等终端设备或网络服务器,本申请实施例不限定计算机设备3的类型。本领域技术人员可以理解,图3仅仅是计算机设备3的举例,并不构成对计算机设备3的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,比如还可以包括输入输出设备、网络接入设备等。
处理器30可以是中央处理单元(Central Processing Unit,CPU),处理器30还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者也可以是任何常规的处理器。
存储器31在一些实施例中可以是计算机设备3的内部存储单元,比如计算机设备3的硬盘或内存。存储器31在另一些实施例中也可以是计算机设备3的外部存储设备,比如计算机设备3上配备的插接式硬盘、智能存储卡(Smart Media Card,SMC)、安全数字(SecureDigital,SD)卡、闪存卡(Flash Card)等。进一步地,存储器31还可以既包括计算机设备3的内部存储单元也包括外部存储设备。存储器31用于存储操作系统、应用程序、引导装载程序(Boot Loader)、数据以及其他程序等。存储器31还可以用于暂时地存储已经输出或者将要输出的数据。
本申请实施例还提供了一种计算机设备,该计算机设备包括:至少一个处理器、存储器以及存储在该存储器中并可在该至少一个处理器上运行的计算机程序,该处理器执行该计算机程序时实现上述任意各个方法实施例中的步骤。
本申请实施例还提供了一种计算机可读存储介质,该计算机可读存储介质存储有计算机程序,该计算机程序被处理器执行时可实现上述各个方法实施例中的步骤。
本申请实施例提供了一种计算机程序产品,当其在计算机上运行时,使得计算机执行上述各个方法实施例中的步骤。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实现上述方法实施例中的全部或部分流程,可以通过计算机程序来指令相关的硬件来完成,该计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,该计算机程序包括计算机程序代码,该计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。该计算机可读介质至少可以包括:能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、ROM(Read-Only Memory,只读存储器)、RAM(Random Access Memory,随机存取存储器)、CD-ROM(Compact Disc Read-Only Memory,只读光盘)、磁带、软盘和光数据存储设备等。本申请提到的计算机可读存储介质可以为非易失性存储介质,换句话说,可以是非瞬时性存储介质。
应当理解的是,实现上述实施例的全部或部分步骤可以通过软件、硬件、固件或者其任意结合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。该计算机程序产品包括一个或多个计算机指令。该计算机指令可以存储在上述计算机可读存储介质中。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的装置/计算机设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/计算机设备实施例仅仅是示意性的,例如,模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (10)
1.一种访问量统计方法,其特征在于,所述方法包括:
获取目标对象的访问记录;
从所述访问记录提取多个访问指标分别对应的多个访问信息集合,所述访问信息集合包括统计所述目标对象在对应访问指标的访问量时所需的访问信息;
将所述多个访问信息集合分别存储在所述多个访问指标对应的目标数据表中,所述目标数据表用于统计在所述多个访问指标下对所述目标对象的访问量。
2.如权利要求1所述的方法,其特征在于,所述将所述多个访问信息集合分别存储在所述多个访问指标对应的目标数据表中之前,还包括:
对于所述多个访问指标中任意的一个访问指标,创建所述访问指标对应的目标数据表。
3.如权利要求2所述的方法,其特征在于,所述创建所述访问指标对应的目标数据表,包括:
设置所述访问指标匹配的多个类型字段;
基于所述访问指标匹配的多个类型字段,创建所述访问指标对应的目标数据表。
4.如权利要求1所述的方法,其特征在于,所述将所述多个访问信息集合分别存储在所述多个访问指标对应的目标数据表中,包括:
对于所述多个访问指标中任意的一个访问指标,从所述访问指标对应的访问信息集合中获取多个类型字段的值,所述多个类型字段与所述访问指标匹配;
将所述多个类型字段的值填充在所述访问指标对应的目标数据表中。
5.如权利要求1所述的方法,其特征在于,所述将所述多个访问信息集合分别存储在所述多个访问指标对应的目标数据表中之后,还包括:
接收对目标访问指标的统计指令,所述统计指令用于指示统计所述目标对象在所述目标访问指标下的访问量;
响应于所述统计指令,确定所述目标访问指标对应的目标数据表;
基于所述目标访问指标对应的目标数据表,确定所述目标访问指标对应的访问量。
6.如权利要求5所述的方法,其特征在于,所述基于所述目标访问指标对应的目标数据表,确定所述目标访问指标对应的访问量,包括:
从所述目标访问指标对应的目标数据表中获取满足预设条件的目标访问信息;
基于所述目标访问信息,统计所述目标对象在所述目标访问指标下的访问量。
7.如权利要求6所述的方法,其特征在于,所述基于所述目标访问信息,统计所述目标对象在所述目标访问指标下的访问量,包括:
通过预设算法对所述目标访问信息进行累加和聚合中的至少一项,得到所述目标对象在所述目标访问指标下的访问量。
8.一种访问量统计装置,其特征在于,所述装置包括:
获取模块,用于获取目标对象的访问记录;
提取模块,用于从所述访问记录提取多个访问指标分别对应的多个访问信息集合,所述访问信息集合包括统计所述目标对象在对应访问指标的访问量时所需的访问信息;
存储模块,用于将所述多个访问信息集合分别存储在所述多个访问指标对应的目标数据表中,所述目标数据表用于统计在所述多个访问指标下对所述目标对象的访问量。
9.一种计算机设备,其特征在于,所述计算机设备包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,当所述计算机程序被执行时,实现如权利要求1至7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211549006.5A CN118152689A (zh) | 2022-12-05 | 2022-12-05 | 访问量统计方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211549006.5A CN118152689A (zh) | 2022-12-05 | 2022-12-05 | 访问量统计方法、装置、设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118152689A true CN118152689A (zh) | 2024-06-07 |
Family
ID=91283956
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211549006.5A Pending CN118152689A (zh) | 2022-12-05 | 2022-12-05 | 访问量统计方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118152689A (zh) |
-
2022
- 2022-12-05 CN CN202211549006.5A patent/CN118152689A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111782966B (zh) | 用户分群方法、装置、计算机设备和介质 | |
CN107784070B (zh) | 一种提高数据清洗效率的方法、装置及设备 | |
CN111104421A (zh) | 一种基于数据接口标准配置的数据查询方法及装置 | |
CN111159329B (zh) | 敏感词检测方法、装置、终端设备和计算机可读存储介质 | |
US20140052727A1 (en) | Data processing for database aggregation operation | |
CN109471893B (zh) | 网络数据的查询方法、设备及计算机可读存储介质 | |
CN113129150A (zh) | 交易数据的处理方法、装置、终端设备及可读存储介质 | |
CN114741368A (zh) | 基于人工智能的日志数据统计方法及相关设备 | |
CN114817645A (zh) | 时序数据的存储及读取方法、装置、设备及存储介质 | |
CN112860808A (zh) | 基于数据标签的用户画像分析方法、装置、介质和设备 | |
CN115185904A (zh) | 云存储数据处理方法、装置、电子设备及可读存储介质 | |
CN111258819A (zh) | MySQL数据库备份文件的数据获取方法、装置和系统 | |
CN110362540B (zh) | 一种数据存储、访客数获取方法及装置 | |
CN109710626B (zh) | 数据入库管理方法、装置、电子设备,及存储介质 | |
CN110737691B (zh) | 用于处理访问行为数据的方法和装置 | |
CN118152689A (zh) | 访问量统计方法、装置、设备和存储介质 | |
CN113986932B (zh) | 数据处理方法、装置、计算机设备及可读存储介质 | |
US20150213098A1 (en) | Business Rules Influenced Quasi-Cubes with Higher Diligence of Data Optimization | |
CN114791914A (zh) | 基于Bitmap位图的用户行为统计方法、装置、设备及介质 | |
CN111131393B (zh) | 用户活跃度数据统计方法、电子装置及存储介质 | |
CN114595215A (zh) | 数据处理方法、装置、电子设备及存储介质 | |
CN112131215B (zh) | 自底向上的数据库信息获取方法及装置 | |
CN111158994A (zh) | 一种压测性能测试方法及装置 | |
CN113449232A (zh) | 一种数据处理方法、装置、设备和存储介质 | |
CN111611056A (zh) | 数据处理方法、装置、计算机设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |