সাইটের পরিসংখ্যান এবং আপনার নিজের ছোট স্টোরেজ

ওয়েবালাইজার এবং গুগল অ্যানালিটিক্স আমাকে অনেক বছর ধরে ওয়েবসাইটগুলিতে কী ঘটছে তার অন্তর্দৃষ্টি পেতে সাহায্য করেছে। এখন আমি বুঝতে পারি যে তারা খুব কম দরকারী তথ্য প্রদান করে। আপনার access.log ফাইলে অ্যাক্সেস থাকার ফলে, পরিসংখ্যান বোঝা এবং sqlite, html, sql ভাষা এবং যেকোনো স্ক্রিপ্টিং প্রোগ্রামিং ভাষার মতো বেশ মৌলিক সরঞ্জামগুলি বাস্তবায়ন করা খুবই সহজ।

Webalizer-এর ডেটা উৎস হল সার্ভারের access.log ফাইল। এটির বার এবং সংখ্যাগুলি দেখতে এইরকম, যেখান থেকে শুধুমাত্র ট্র্যাফিকের মোট পরিমাণ স্পষ্ট:

গুগল অ্যানালিটিক্সের মতো টুল লোড করা পৃষ্ঠা থেকে ডেটা সংগ্রহ করে। তারা আমাদের কয়েকটি ডায়াগ্রাম এবং লাইন দেখায়, যার উপর ভিত্তি করে সঠিক সিদ্ধান্তে পৌঁছানো প্রায়শই কঠিন। হয়তো আরো চেষ্টা করা উচিত ছিল? জানি না।

তাহলে, ওয়েবসাইট ভিজিটর পরিসংখ্যানে আমি কী দেখতে চাই?

ব্যবহারকারী এবং বট ট্রাফিক

প্রায়শই সাইটের ট্রাফিক সীমিত এবং এটি কতটা দরকারী ট্র্যাফিক ব্যবহার করা হচ্ছে তা দেখতে হবে। উদাহরণস্বরূপ, এই মত:

এসকিউএল রিপোর্ট ক্যোয়ারী

SELECT
1 as 'StackedArea: Traffic generated by Users and Bots',
strftime('%d.%m', datetime(FCT.EVENT_DT, 'unixepoch')) AS 'Day',
SUM(CASE WHEN USG.AGENT_BOT!='n.a.' THEN FCT.BYTES ELSE 0 END)/1000 AS 'Bots, KB',
SUM(CASE WHEN USG.AGENT_BOT='n.a.' THEN FCT.BYTES ELSE 0 END)/1000 AS 'Users, KB'
FROM
  FCT_ACCESS_USER_AGENT_DD FCT,
  DIM_USER_AGENT USG
WHERE FCT.DIM_USER_AGENT_ID=USG.DIM_USER_AGENT_ID
  AND datetime(FCT.EVENT_DT, 'unixepoch') >= date('now', '-14 day')
GROUP BY strftime('%d.%m', datetime(FCT.EVENT_DT, 'unixepoch'))
ORDER BY FCT.EVENT_DT

গ্রাফটি বটগুলির ধ্রুবক কার্যকলাপ দেখায়। এটি সবচেয়ে সক্রিয় প্রতিনিধিদের বিস্তারিতভাবে অধ্যয়ন করা আকর্ষণীয় হবে।

বিরক্তিকর বট

আমরা ব্যবহারকারী এজেন্ট তথ্যের উপর ভিত্তি করে বট শ্রেণীবদ্ধ করি। দৈনিক ট্রাফিকের অতিরিক্ত পরিসংখ্যান, সফল এবং অসফল অনুরোধের সংখ্যা বট কার্যকলাপ সম্পর্কে একটি ভাল ধারণা দেয়।

এসকিউএল রিপোর্ট ক্যোয়ারী

SELECT 
1 AS 'Table: Annoying Bots',
MAX(USG.AGENT_BOT) AS 'Bot',
ROUND(SUM(FCT.BYTES)/1000 / 14.0, 1) AS 'KB per Day',
ROUND(SUM(FCT.IP_CNT) / 14.0, 1) AS 'IPs per Day',
ROUND(SUM(CASE WHEN STS.STATUS_GROUP IN ('Client Error', 'Server Error') THEN FCT.REQUEST_CNT / 14.0 ELSE 0 END), 1) AS 'Error Requests per Day',
ROUND(SUM(CASE WHEN STS.STATUS_GROUP IN ('Successful', 'Redirection') THEN FCT.REQUEST_CNT / 14.0 ELSE 0 END), 1) AS 'Success Requests per Day',
USG.USER_AGENT_NK AS 'Agent'
FROM FCT_ACCESS_USER_AGENT_DD FCT,
     DIM_USER_AGENT USG,
     DIM_HTTP_STATUS STS
WHERE FCT.DIM_USER_AGENT_ID = USG.DIM_USER_AGENT_ID
  AND FCT.DIM_HTTP_STATUS_ID = STS.DIM_HTTP_STATUS_ID
  AND USG.AGENT_BOT != 'n.a.'
  AND datetime(FCT.EVENT_DT, 'unixepoch') >= date('now', '-14 day')
GROUP BY USG.USER_AGENT_NK
ORDER BY 3 DESC
LIMIT 10

এই ক্ষেত্রে, বিশ্লেষণের ফলাফল ছিল robots.txt ফাইলে যোগ করে সাইটের অ্যাক্সেস সীমাবদ্ধ করার সিদ্ধান্ত

User-agent: AhrefsBot
Disallow: /
User-agent: dotbot
Disallow: /
User-agent: bingbot
Crawl-delay: 5
প্রথম দুটি বট টেবিল থেকে অদৃশ্য হয়ে গেছে এবং এমএস রোবটগুলি প্রথম লাইন থেকে নিচে চলে গেছে।

সর্বশ্রেষ্ঠ কার্যকলাপের দিন এবং সময়

যানজটে ওঠানামা দৃশ্যমান। তাদের বিস্তারিতভাবে অধ্যয়ন করার জন্য, তাদের সংঘটনের সময়টি হাইলাইট করা প্রয়োজন, এবং সময় পরিমাপের সমস্ত ঘন্টা এবং দিনগুলি প্রদর্শন করা প্রয়োজন হয় না। বিস্তারিত বিশ্লেষণের প্রয়োজন হলে এটি লগ ফাইলে পৃথক অনুরোধগুলি খুঁজে পাওয়া সহজ করে তুলবে।

এসকিউএল রিপোর্ট ক্যোয়ারী

SELECT
1 AS 'Line: Day and Hour of Hits from Users and Bots',
strftime('%d.%m-%H', datetime(EVENT_DT, 'unixepoch')) AS 'Date Time',
HIB AS 'Bots, Hits',
HIU AS 'Users, Hits'
FROM (
	SELECT
	EVENT_DT,
	SUM(CASE WHEN AGENT_BOT!='n.a.' THEN LINE_CNT ELSE 0 END) AS HIB,
	SUM(CASE WHEN AGENT_BOT='n.a.' THEN LINE_CNT ELSE 0 END) AS HIU
	FROM FCT_ACCESS_REQUEST_REF_HH
	WHERE datetime(EVENT_DT, 'unixepoch') >= date('now', '-14 day')
	GROUP BY EVENT_DT
	ORDER BY SUM(LINE_CNT) DESC
	LIMIT 10
) ORDER BY EVENT_DT

আমরা চার্টে প্রথম দিনের সবচেয়ে সক্রিয় ঘন্টা 11, 14 এবং 20 পর্যবেক্ষণ করি। কিন্তু পরের দিন 13:XNUMX বট সক্রিয় ছিল.

সপ্তাহে গড় ব্যবহারকারীর কার্যকলাপ

আমরা ক্রিয়াকলাপ এবং ট্রাফিকের সাথে জিনিসগুলি কিছুটা সাজিয়েছি। পরবর্তী প্রশ্ন ছিল ব্যবহারকারীদের নিজেদের কার্যকলাপ. এই ধরনের পরিসংখ্যানের জন্য, দীর্ঘ একত্রিতকরণ সময়কাল, যেমন এক সপ্তাহ, বাঞ্ছনীয়।

এসকিউএল রিপোর্ট ক্যোয়ারী

SELECT
1 as 'Line: Average Daily User Activity by Week',
strftime('%W week', datetime(FCT.EVENT_DT, 'unixepoch')) AS 'Week',
ROUND(1.0*SUM(FCT.PAGE_CNT)/SUM(FCT.IP_CNT),1) AS 'Pages per IP per Day',
ROUND(1.0*SUM(FCT.FILE_CNT)/SUM(FCT.IP_CNT),1) AS 'Files per IP per Day'
FROM
  FCT_ACCESS_USER_AGENT_DD FCT,
  DIM_USER_AGENT USG,
  DIM_HTTP_STATUS HST
WHERE FCT.DIM_USER_AGENT_ID=USG.DIM_USER_AGENT_ID
  AND FCT.DIM_HTTP_STATUS_ID = HST.DIM_HTTP_STATUS_ID
  AND USG.AGENT_BOT='n.a.' /* users only */
  AND HST.STATUS_GROUP IN ('Successful') /* good pages */
  AND datetime(FCT.EVENT_DT, 'unixepoch') > date('now', '-3 month')
GROUP BY strftime('%W week', datetime(FCT.EVENT_DT, 'unixepoch'))
ORDER BY FCT.EVENT_DT

সাপ্তাহিক পরিসংখ্যান দেখায় যে গড়ে একজন ব্যবহারকারী প্রতিদিন 1,6 পৃষ্ঠা খোলেন। এই ক্ষেত্রে ব্যবহারকারী প্রতি অনুরোধ করা ফাইলের সংখ্যা সাইটটিতে নতুন ফাইল যোগ করার উপর নির্ভর করে।

সমস্ত অনুরোধ এবং তাদের অবস্থা

Webalizer সর্বদা নির্দিষ্ট পৃষ্ঠা কোড দেখায় এবং আমি সবসময় সফল অনুরোধ এবং ত্রুটির সংখ্যা দেখতে চেয়েছিলাম।

এসকিউএল রিপোর্ট ক্যোয়ারী

SELECT
1 as 'Line: All Requests by Status',
strftime('%d.%m', datetime(FCT.EVENT_DT, 'unixepoch')) AS 'Day',
SUM(CASE WHEN STS.STATUS_GROUP='Successful' THEN FCT.REQUEST_CNT ELSE 0 END) AS 'Success',
SUM(CASE WHEN STS.STATUS_GROUP='Redirection' THEN FCT.REQUEST_CNT ELSE 0 END) AS 'Redirect',
SUM(CASE WHEN STS.STATUS_GROUP='Client Error' THEN FCT.REQUEST_CNT ELSE 0 END) AS 'Customer Error',
SUM(CASE WHEN STS.STATUS_GROUP='Server Error' THEN FCT.REQUEST_CNT ELSE 0 END) AS 'Server Error'
FROM
  FCT_ACCESS_USER_AGENT_DD FCT,
  DIM_HTTP_STATUS STS
WHERE FCT.DIM_HTTP_STATUS_ID=STS.DIM_HTTP_STATUS_ID
  AND datetime(FCT.EVENT_DT, 'unixepoch') >= date('now', '-14 day')
GROUP BY strftime('%d.%m', datetime(FCT.EVENT_DT, 'unixepoch'))
ORDER BY FCT.EVENT_DT

প্রতিবেদনটি অনুরোধগুলি প্রদর্শন করে, ক্লিক (হিট) নয়, LINE_CNT এর বিপরীতে, REQUEST_CNT মেট্রিকটি COUNT(DISTINCT STG.REQUEST_NK) হিসাবে গণনা করা হয়৷ লক্ষ্য হল কার্যকর ইভেন্টগুলি দেখানো, উদাহরণস্বরূপ, MS বটগুলি দিনে শত শত বার robots.txt ফাইলটি পোল করে এবং এই ক্ষেত্রে, এই জাতীয় পোলগুলি একবার গণনা করা হবে৷ এটি আপনাকে গ্রাফে জাম্পগুলিকে মসৃণ করতে দেয়।

গ্রাফ থেকে আপনি অনেক ত্রুটি দেখতে পাচ্ছেন - এগুলি অস্তিত্বহীন পৃষ্ঠা। বিশ্লেষণের ফলাফল ছিল দূরবর্তী পৃষ্ঠাগুলি থেকে পুনঃনির্দেশ যোগ করা।

খারাপ অনুরোধ

অনুরোধগুলি বিস্তারিতভাবে পরীক্ষা করতে, আপনি বিস্তারিত পরিসংখ্যান প্রদর্শন করতে পারেন।

এসকিউএল রিপোর্ট ক্যোয়ারী

SELECT
  1 AS 'Table: Top Error Requests',
  REQ.REQUEST_NK AS 'Request',
  'Error' AS 'Request Status',
  ROUND(SUM(FCT.LINE_CNT) / 14.0, 1) AS 'Hits per Day',
  ROUND(SUM(FCT.IP_CNT) / 14.0, 1) AS 'IPs per Day',
  ROUND(SUM(FCT.BYTES)/1000 / 14.0, 1) AS 'KB per Day'
FROM
  FCT_ACCESS_REQUEST_REF_HH FCT,
  DIM_REQUEST_V_ACT REQ
WHERE FCT.DIM_REQUEST_ID = REQ.DIM_REQUEST_ID
  AND FCT.STATUS_GROUP IN ('Client Error', 'Server Error')
  AND datetime(FCT.EVENT_DT, 'unixepoch') >= date('now', '-14 day')
GROUP BY REQ.REQUEST_NK
ORDER BY 4 DESC
LIMIT 20

এই তালিকায় সমস্ত কলও থাকবে, উদাহরণস্বরূপ, /wp-login.php-এ একটি অনুরোধ সার্ভারের দ্বারা পুনরায় লেখার অনুরোধের নিয়মগুলি সামঞ্জস্য করে, আপনি এই ধরনের অনুরোধগুলিতে সার্ভারের প্রতিক্রিয়া সামঞ্জস্য করতে পারেন এবং সেগুলিকে শুরু পৃষ্ঠায় পাঠাতে পারেন৷

সুতরাং, সার্ভার লগ ফাইলের উপর ভিত্তি করে কয়েকটি সাধারণ প্রতিবেদন সাইটে কী ঘটছে তার একটি মোটামুটি সম্পূর্ণ চিত্র দেয়।

কিভাবে তথ্য পেতে?

একটি sqlite ডাটাবেস যথেষ্ট। আসুন টেবিল তৈরি করি: ETL প্রসেস লগিং করার জন্য সহায়ক।

টেবিল স্টেজ যেখানে আমরা পিএইচপি ব্যবহার করে লগ ফাইল লিখব। দুটি সামগ্রিক টেবিল। চলুন ব্যবহারকারী এজেন্ট এবং অনুরোধের অবস্থার পরিসংখ্যান সহ একটি দৈনিক টেবিল তৈরি করি। অনুরোধ, স্ট্যাটাস গ্রুপ এবং এজেন্টের পরিসংখ্যান সহ প্রতি ঘণ্টায়। প্রাসঙ্গিক পরিমাপের চারটি টেবিল।

ফলাফল হল নিম্নলিখিত রিলেশনাল মডেল:

তথ্য মডেল

একটি sqlite ডাটাবেসে একটি বস্তু তৈরি করতে স্ক্রিপ্ট:

ডিডিএল অবজেক্ট তৈরি

DROP TABLE IF EXISTS DIM_USER_AGENT;
CREATE TABLE DIM_USER_AGENT (
  DIM_USER_AGENT_ID INTEGER NOT NULL PRIMARY KEY AUTOINCREMENT,
  USER_AGENT_NK     TEXT NOT NULL DEFAULT 'n.a.',
  AGENT_OS          TEXT NOT NULL DEFAULT 'n.a.',
  AGENT_ENGINE      TEXT NOT NULL DEFAULT 'n.a.',
  AGENT_DEVICE      TEXT NOT NULL DEFAULT 'n.a.',
  AGENT_BOT         TEXT NOT NULL DEFAULT 'n.a.',
  UPDATE_DT         INTEGER NOT NULL DEFAULT 0,
  UNIQUE (USER_AGENT_NK)
);
INSERT INTO DIM_USER_AGENT (DIM_USER_AGENT_ID) VALUES (-1);

মঞ্চ

access.log ফাইলের ক্ষেত্রে, ডাটাবেসে সমস্ত অনুরোধ পড়া, পার্স করা এবং লিখতে হবে। এটি সরাসরি স্ক্রিপ্টিং ভাষা ব্যবহার করে বা sqlite সরঞ্জাম ব্যবহার করে করা যেতে পারে।

লগ ফাইল ফরম্যাট:

//67.221.59.195 - - [28/Dec/2012:01:47:47 +0100] "GET /files/default.css HTTP/1.1" 200 1512 "https://project.edu/" "Mozilla/4.0"
//host ident auth time method request_nk protocol status bytes ref browser
$log_pattern = '/^([^ ]+) ([^ ]+) ([^ ]+) ([[^]]+]) "(.*) (.*) (.*)" ([0-9-]+) ([0-9-]+) "(.*)" "(.*)"$/';

মূল প্রচার

যখন কাঁচা ডেটা ডাটাবেসে থাকে, তখন আপনাকে পরিমাপের টেবিলে নেই এমন কীগুলি লিখতে হবে। তারপর পরিমাপের একটি রেফারেন্স তৈরি করা সম্ভব হবে। উদাহরণস্বরূপ, DIM_REFERRER টেবিলে, কীটি তিনটি ক্ষেত্রের সমন্বয়।

এসকিউএল কী প্রচারের প্রশ্ন

/* Propagate the referrer from access log */
INSERT INTO DIM_REFERRER (HOST_NK, PATH_NK, QUERY_NK, UPDATE_DT)
SELECT
	CLS.HOST_NK,
	CLS.PATH_NK,
	CLS.QUERY_NK,
	STRFTIME('%s','now') AS UPDATE_DT
FROM (
	SELECT DISTINCT
	REFERRER_HOST AS HOST_NK,
	REFERRER_PATH AS PATH_NK,
	CASE WHEN INSTR(REFERRER_QUERY,'&sid')>0 THEN SUBSTR(REFERRER_QUERY, 1, INSTR(REFERRER_QUERY,'&sid')-1) /* отрезаем sid - специфика цмс */
	ELSE REFERRER_QUERY END AS QUERY_NK
	FROM STG_ACCESS_LOG
) CLS
LEFT OUTER JOIN DIM_REFERRER TRG
ON (CLS.HOST_NK = TRG.HOST_NK AND CLS.PATH_NK = TRG.PATH_NK AND CLS.QUERY_NK = TRG.QUERY_NK)
WHERE TRG.DIM_REFERRER_ID IS NULL

ব্যবহারকারী এজেন্ট টেবিলে প্রচারে বট যুক্তি থাকতে পারে, উদাহরণস্বরূপ sql স্নিপেট:

CASE
WHEN INSTR(LOWER(CLS.BROWSER),'yandex.com')>0
	THEN 'yandex'
WHEN INSTR(LOWER(CLS.BROWSER),'googlebot')>0
	THEN 'google'
WHEN INSTR(LOWER(CLS.BROWSER),'bingbot')>0
	THEN 'microsoft'
WHEN INSTR(LOWER(CLS.BROWSER),'ahrefsbot')>0
	THEN 'ahrefs'
WHEN INSTR(LOWER(CLS.BROWSER),'mj12bot')>0
	THEN 'majestic-12'
WHEN INSTR(LOWER(CLS.BROWSER),'compatible')>0 OR INSTR(LOWER(CLS.BROWSER),'http')>0
	OR INSTR(LOWER(CLS.BROWSER),'libwww')>0 OR INSTR(LOWER(CLS.BROWSER),'spider')>0
	OR INSTR(LOWER(CLS.BROWSER),'java')>0 OR INSTR(LOWER(CLS.BROWSER),'python')>0
	OR INSTR(LOWER(CLS.BROWSER),'robot')>0 OR INSTR(LOWER(CLS.BROWSER),'curl')>0
	OR INSTR(LOWER(CLS.BROWSER),'wget')>0
	THEN 'other'
ELSE 'n.a.' END AS AGENT_BOT

মোট টেবিল

সবশেষে, আমরা সামগ্রিক টেবিল লোড করব; উদাহরণস্বরূপ, দৈনিক টেবিলটি নিম্নরূপ লোড করা যেতে পারে:

সমষ্টি লোড করার জন্য SQL ক্যোয়ারী

/* Load fact from access log */
INSERT INTO FCT_ACCESS_USER_AGENT_DD (EVENT_DT, DIM_USER_AGENT_ID, DIM_HTTP_STATUS_ID, PAGE_CNT, FILE_CNT, REQUEST_CNT, LINE_CNT, IP_CNT, BYTES)
WITH STG AS (
SELECT
	STRFTIME( '%s', SUBSTR(TIME_NK,9,4) || '-' ||
	CASE SUBSTR(TIME_NK,5,3)
	WHEN 'Jan' THEN '01' WHEN 'Feb' THEN '02' WHEN 'Mar' THEN '03' WHEN 'Apr' THEN '04' WHEN 'May' THEN '05' WHEN 'Jun' THEN '06'
	WHEN 'Jul' THEN '07' WHEN 'Aug' THEN '08' WHEN 'Sep' THEN '09' WHEN 'Oct' THEN '10' WHEN 'Nov' THEN '11'
	ELSE '12' END || '-' || SUBSTR(TIME_NK,2,2) || ' 00:00:00' ) AS EVENT_DT,
	BROWSER AS USER_AGENT_NK,
	REQUEST_NK,
	IP_NR,
	STATUS,
	LINE_NK,
	BYTES
FROM STG_ACCESS_LOG
)
SELECT
	CAST(STG.EVENT_DT AS INTEGER) AS EVENT_DT,
	USG.DIM_USER_AGENT_ID,
	HST.DIM_HTTP_STATUS_ID,
	COUNT(DISTINCT (CASE WHEN INSTR(STG.REQUEST_NK,'.')=0 THEN STG.REQUEST_NK END) ) AS PAGE_CNT,
	COUNT(DISTINCT (CASE WHEN INSTR(STG.REQUEST_NK,'.')>0 THEN STG.REQUEST_NK END) ) AS FILE_CNT,
	COUNT(DISTINCT STG.REQUEST_NK) AS REQUEST_CNT,
	COUNT(DISTINCT STG.LINE_NK) AS LINE_CNT,
	COUNT(DISTINCT STG.IP_NR) AS IP_CNT,
	SUM(BYTES) AS BYTES
FROM STG,
	DIM_HTTP_STATUS HST,
	DIM_USER_AGENT USG
WHERE STG.STATUS = HST.STATUS_NK
  AND STG.USER_AGENT_NK = USG.USER_AGENT_NK
  AND CAST(STG.EVENT_DT AS INTEGER) > $param_epoch_from /* load epoch date */
  AND CAST(STG.EVENT_DT AS INTEGER) < strftime('%s', date('now', 'start of day'))
GROUP BY STG.EVENT_DT, HST.DIM_HTTP_STATUS_ID, USG.DIM_USER_AGENT_ID

sqlite ডাটাবেস আপনাকে জটিল প্রশ্ন লিখতে দেয়। সাথে ডেটা এবং কীগুলির প্রস্তুতি রয়েছে। প্রধান ক্যোয়ারী মাত্রার সমস্ত রেফারেন্স সংগ্রহ করে।

শর্তটি আবার ইতিহাস লোড করার অনুমতি দেবে না: CAST(STG.EVENT_DT AS INTEGEER) > $param_epoch_from, যেখানে প্যারামিটারটি অনুরোধের ফলাফল
'FCT_ACCESS_USER_AGENT_DD থেকে COALESCE(MAX(EVENT_DT), '3600') LAST_EVENT_EPOCH নির্বাচন করুন'

শর্তটি শুধুমাত্র পুরো দিন লোড হবে: CAST(STG.EVENT_DT পূর্ণসংখ্যা হিসাবে) < strftime(‘%s’, তারিখ(‘এখন’, ‘দিনের শুরু’))

পৃষ্ঠা বা ফাইল গণনা একটি আদিম উপায়ে বাহিত হয়, একটি বিন্দু অনুসন্ধান করে.

রিপোর্ট

জটিল ভিজ্যুয়ালাইজেশন সিস্টেমে, ডাটাবেস অবজেক্টের উপর ভিত্তি করে একটি মেটা-মডেল তৈরি করা সম্ভব, গতিশীলভাবে ফিল্টার এবং একত্রিতকরণের নিয়মগুলি পরিচালনা করা সম্ভব। শেষ পর্যন্ত, সমস্ত শালীন সরঞ্জাম একটি SQL কোয়েরি তৈরি করে।

এই উদাহরণে, আমরা রেডিমেড এসকিউএল কোয়েরি তৈরি করব এবং ডাটাবেসে ভিউ হিসাবে সেভ করব - এইগুলি হল রিপোর্ট।

ভিজ্যুয়ালাইজেশন

ব্লাফ: জাভাস্ক্রিপ্টে সুন্দর গ্রাফগুলি একটি ভিজ্যুয়ালাইজেশন টুল হিসাবে ব্যবহৃত হয়েছিল

এটি করার জন্য, পিএইচপি ব্যবহার করে সমস্ত প্রতিবেদনের মধ্য দিয়ে যেতে এবং টেবিল সহ একটি এইচটিএমএল ফাইল তৈরি করা প্রয়োজন ছিল।

$sqls = array(
'SELECT * FROM RPT_ACCESS_USER_VS_BOT',
'SELECT * FROM RPT_ACCESS_ANNOYING_BOT',
'SELECT * FROM RPT_ACCESS_TOP_HOUR_HIT',
'SELECT * FROM RPT_ACCESS_USER_ACTIVE',
'SELECT * FROM RPT_ACCESS_REQUEST_STATUS',
'SELECT * FROM RPT_ACCESS_TOP_REQUEST_PAGE',
'SELECT * FROM RPT_ACCESS_TOP_REQUEST_REFERRER',
'SELECT * FROM RPT_ACCESS_NEW_REQUEST',
'SELECT * FROM RPT_ACCESS_TOP_REQUEST_SUCCESS',
'SELECT * FROM RPT_ACCESS_TOP_REQUEST_ERROR'
);

টুলটি সহজভাবে ফলাফলের সারণী কল্পনা করে।

উপসংহার

উদাহরণ হিসাবে ওয়েব বিশ্লেষণ ব্যবহার করে, নিবন্ধটি ডেটা গুদাম তৈরির জন্য প্রয়োজনীয় প্রক্রিয়াগুলি বর্ণনা করে। ফলাফলগুলি থেকে দেখা যায়, তথ্যের গভীর বিশ্লেষণ এবং ভিজ্যুয়ালাইজেশনের জন্য সহজতম সরঞ্জামগুলি যথেষ্ট।

ভবিষ্যতে, একটি উদাহরণ হিসাবে এই সংগ্রহস্থলটি ব্যবহার করে, আমরা ধীরে ধীরে পরিবর্তিত মাত্রা, মেটাডেটা, একত্রীকরণ স্তর এবং বিভিন্ন উত্স থেকে ডেটা একীকরণের মতো কাঠামোগুলি বাস্তবায়ন করার চেষ্টা করব।

এছাড়াও, আসুন একটি একক টেবিলের উপর ভিত্তি করে ETL প্রক্রিয়াগুলি পরিচালনা করার জন্য সবচেয়ে সহজ টুলটি ঘনিষ্ঠভাবে দেখে নেওয়া যাক।

আসুন ডেটার গুণমান পরিমাপ এবং এই প্রক্রিয়াটিকে স্বয়ংক্রিয় করার বিষয়ে ফিরে আসি।

আমরা প্রযুক্তিগত পরিবেশ এবং ডেটা স্টোরেজের রক্ষণাবেক্ষণের সমস্যাগুলি অধ্যয়ন করব, যার জন্য আমরা ন্যূনতম সংস্থান সহ একটি স্টোরেজ সার্ভার বাস্তবায়ন করব, উদাহরণস্বরূপ, একটি রাস্পবেরি পাই এর উপর ভিত্তি করে।

উত্স: www.habr.com