🥇साइट आँकड़े और आपका अपना छोटा भंडारण

वेबलाइज़र और गूगल एनालिटिक्स ने मुझे कई वर्षों से वेबसाइटों पर क्या हो रहा है, इसकी जानकारी हासिल करने में मदद की है। अब मैं समझता हूं कि वे बहुत कम उपयोगी जानकारी प्रदान करते हैं। आपकी एक्सेस.लॉग फ़ाइल तक पहुंच होने से, आंकड़ों को समझना और एसक्लाइट, एचटीएमएल, एसक्यूएल भाषा और किसी भी स्क्रिप्टिंग प्रोग्रामिंग भाषा जैसे काफी बुनियादी टूल को लागू करना बहुत आसान है।

वेबलाइज़र के लिए डेटा स्रोत सर्वर की एक्सेस.लॉग फ़ाइल है। इसके बार और नंबर इस तरह दिखते हैं, जिससे केवल ट्रैफ़िक की कुल मात्रा स्पष्ट होती है:

Google Analytics जैसे उपकरण लोड किए गए पृष्ठ से स्वयं डेटा एकत्र करते हैं। वे हमें कुछ चित्र और रेखाएँ दिखाते हैं, जिनके आधार पर सही निष्कर्ष निकालना अक्सर मुश्किल होता है। शायद और अधिक प्रयास किया जाना चाहिए था? पता नहीं।

तो, मैं वेबसाइट विज़िटर आंकड़ों में क्या देखना चाहता था?

उपयोगकर्ता और बॉट ट्रैफ़िक

अक्सर साइट ट्रैफ़िक सीमित होता है और यह देखना ज़रूरी है कि कितना उपयोगी ट्रैफ़िक उपयोग किया जा रहा है। उदाहरण के लिए, इस तरह:

SQL रिपोर्ट क्वेरी

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

ग्राफ़ बॉट्स की निरंतर गतिविधि को दर्शाता है। सबसे सक्रिय प्रतिनिधियों का विस्तार से अध्ययन करना दिलचस्प होगा।

कष्टप्रद बॉट

हम उपयोगकर्ता एजेंट की जानकारी के आधार पर बॉट्स को वर्गीकृत करते हैं। दैनिक ट्रैफ़िक पर अतिरिक्त आँकड़े, सफल और असफल अनुरोधों की संख्या बॉट गतिविधि का एक अच्छा विचार देते हैं।

SQL रिपोर्ट क्वेरी

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

इस मामले में, विश्लेषण का परिणाम साइट को robots.txt फ़ाइल में जोड़कर उस तक पहुंच को प्रतिबंधित करने का निर्णय था।

User-agent: AhrefsBot Disallow: / User-agent: dotbot Disallow: / User-agent: bingbot Crawl-delay: 5
पहले दो बॉट टेबल से गायब हो गए, और एमएस रोबोट पहली पंक्तियों से नीचे चले गए।

सबसे बड़ी गतिविधि का दिन और समय

ट्रैफिक में उछाल दिख रहा है. उनका विस्तार से अध्ययन करने के लिए, उनकी घटना के समय को उजागर करना आवश्यक है, और समय माप के सभी घंटों और दिनों को प्रदर्शित करना आवश्यक नहीं है। यदि विस्तृत विश्लेषण की आवश्यकता होगी तो इससे लॉग फ़ाइल में व्यक्तिगत अनुरोधों को ढूंढना आसान हो जाएगा।

SQL रिपोर्ट क्वेरी

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

हम चार्ट पर पहले दिन के सबसे सक्रिय घंटे 11, 14 और 20 देखते हैं। लेकिन अगले दिन 13:XNUMX बजे बॉट सक्रिय थे।

सप्ताह के अनुसार औसत दैनिक उपयोगकर्ता गतिविधि

हमने गतिविधि और ट्रैफ़िक के मामले में चीज़ों को थोड़ा सुलझा लिया है। अगला प्रश्न स्वयं उपयोगकर्ताओं की गतिविधि का था। ऐसे आँकड़ों के लिए, लंबी एकत्रीकरण अवधि, जैसे कि एक सप्ताह, वांछनीय है।

SQL रिपोर्ट क्वेरी

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

साप्ताहिक आंकड़े बताते हैं कि औसतन एक उपयोगकर्ता प्रतिदिन 1,6 पेज खोलता है। इस मामले में प्रति उपयोगकर्ता अनुरोधित फ़ाइलों की संख्या साइट पर नई फ़ाइलों को जोड़ने पर निर्भर करती है।

सभी अनुरोध और उनकी स्थितियाँ

वेबलाइज़र हमेशा विशिष्ट पेज कोड दिखाता था और मैं हमेशा सफल अनुरोधों और त्रुटियों की संख्या देखना चाहता था।

SQL रिपोर्ट क्वेरी

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

रिपोर्ट अनुरोध प्रदर्शित करती है, क्लिक (हिट) नहीं, LINE_CNT के विपरीत, REQUEST_CNT मीट्रिक की गणना COUNT(DISTINCT STG.REQUEST_NK) के रूप में की जाती है। लक्ष्य प्रभावी घटनाओं को दिखाना है, उदाहरण के लिए, MS बॉट दिन में सैकड़ों बार robots.txt फ़ाइल को पोल करते हैं और, इस मामले में, ऐसे पोल को एक बार गिना जाएगा। यह आपको ग्राफ़ में उछाल को सुचारू करने की अनुमति देता है।

ग्राफ़ से आप कई त्रुटियाँ देख सकते हैं - ये अस्तित्वहीन पृष्ठ हैं। विश्लेषण का परिणाम दूरस्थ पृष्ठों से रीडायरेक्ट को जोड़ना था।

ख़राब अनुरोध

अनुरोधों की विस्तार से जांच करने के लिए, आप विस्तृत आँकड़े प्रदर्शित कर सकते हैं।

SQL रिपोर्ट क्वेरी

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

इस सूची में सभी कॉल भी शामिल होंगी, उदाहरण के लिए, /wp-login.php के लिए एक अनुरोध, सर्वर द्वारा अनुरोधों को फिर से लिखने के नियमों को समायोजित करके, आप ऐसे अनुरोधों पर सर्वर की प्रतिक्रिया को समायोजित कर सकते हैं और उन्हें प्रारंभ पृष्ठ पर भेज सकते हैं।

इसलिए, सर्वर लॉग फ़ाइल पर आधारित कुछ सरल रिपोर्टें साइट पर क्या हो रहा है, इसकी पूरी तस्वीर देती हैं।

जानकारी कैसे प्राप्त करें?

एक एसक्लाइट डेटाबेस पर्याप्त है. आइए टेबल बनाएं: ईटीएल प्रक्रियाओं को लॉग करने के लिए सहायक।

तालिका चरण जहां हम PHP का उपयोग करके लॉग फ़ाइलें लिखेंगे। दो समग्र तालिकाएँ. आइए उपयोगकर्ता एजेंटों और अनुरोध स्थितियों पर आंकड़ों के साथ एक दैनिक तालिका बनाएं। अनुरोधों, स्थिति समूहों और एजेंटों पर आंकड़ों के साथ प्रति घंटा। प्रासंगिक माप की चार तालिकाएँ।

परिणाम निम्नलिखित संबंधपरक मॉडल है:

डेटा मॉडल

SQLite डेटाबेस में ऑब्जेक्ट बनाने के लिए स्क्रिप्ट:

डीडीएल ऑब्जेक्ट निर्माण

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);

अवस्था

एक्सेस.लॉग फ़ाइल के मामले में, डेटाबेस के सभी अनुरोधों को पढ़ना, पार्स करना और लिखना आवश्यक है। यह या तो सीधे स्क्रिप्टिंग भाषा का उपयोग करके या एसक्लाइट टूल का उपयोग करके किया जा सकता है।

लॉग फ़ाइल स्वरूप:

//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
$log_pattern = '/^([^ ]+) ([^ ]+) ([^ ]+) ([[^]]+]) "(.*) (.*) (.*)" ([0-9-]+) ([0-9-]+) "(.*)" "(.*)"$/';

मुख्य प्रसार

जब कच्चा डेटा डेटाबेस में होता है, तो आपको उन कुंजियों को लिखना होगा जो माप तालिकाओं में नहीं हैं। तब मापों का संदर्भ बनाना संभव होगा। उदाहरण के लिए, DIM_REFERRER तालिका में, कुंजी तीन फ़ील्ड का संयोजन है।

SQL कुंजी प्रसार क्वेरी

/* 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

उपयोगकर्ता एजेंट तालिका में प्रसार में बॉट तर्क शामिल हो सकता है, उदाहरण के लिए एसक्यूएल स्निपेट:


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

समग्र तालिकाएँ

अंत में, हम समग्र तालिकाओं को लोड करेंगे; उदाहरण के लिए, दैनिक तालिका को निम्नानुसार लोड किया जा सकता है:

समुच्चय लोड करने के लिए SQL क्वेरी

/* 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

एसक्लाइट डेटाबेस आपको जटिल प्रश्न लिखने की अनुमति देता है। साथ में डेटा और कुंजियों की तैयारी शामिल है। मुख्य क्वेरी आयामों के सभी संदर्भ एकत्र करती है।

शर्त इतिहास को दोबारा लोड करने की अनुमति नहीं देगी: CAST(STG.EVENT_DT AS INTEGER) > $param_epoch_from, जहां पैरामीटर अनुरोध का परिणाम है
'FCT_ACCESS_USER_AGENT_DD से LAST_EVENT_EPOCH के अनुसार COALESCE(MAX(EVENT_DT), '3600') चुनें'

शर्त केवल पूरे दिन लोड होगी: CAST(STG.EVENT_DT AS INTEGER) < strftime('%s', date('now', 'start of theday'))

पृष्ठों या फ़ाइलों की गिनती एक बिंदु की खोज करके, आदिम तरीके से की जाती है।

रिपोर्ट

जटिल विज़ुअलाइज़ेशन सिस्टम में, डेटाबेस ऑब्जेक्ट्स के आधार पर मेटा-मॉडल बनाना, फ़िल्टर और एकत्रीकरण नियमों को गतिशील रूप से प्रबंधित करना संभव है। अंततः, सभी अच्छे उपकरण एक SQL क्वेरी उत्पन्न करते हैं।

इस उदाहरण में, हम तैयार SQL क्वेरीज़ बनाएंगे और उन्हें डेटाबेस में व्यू के रूप में सहेजेंगे - ये रिपोर्ट हैं।

विज़ुअलाइज़ेशन

ब्लफ़: जावास्क्रिप्ट में सुंदर ग्राफ़ का उपयोग विज़ुअलाइज़ेशन टूल के रूप में किया गया था

ऐसा करने के लिए, PHP का उपयोग करके सभी रिपोर्टों को पढ़ना और तालिकाओं के साथ एक html फ़ाइल तैयार करना आवश्यक था।

$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'
);

उपकरण केवल परिणामों की तालिकाओं की कल्पना करता है।

उत्पादन

एक उदाहरण के रूप में वेब विश्लेषण का उपयोग करते हुए, लेख डेटा वेयरहाउस बनाने के लिए आवश्यक तंत्र का वर्णन करता है। जैसा कि परिणामों से देखा जा सकता है, डेटा के गहन विश्लेषण और विज़ुअलाइज़ेशन के लिए सबसे सरल उपकरण पर्याप्त हैं।

भविष्य में, इस रिपॉजिटरी को एक उदाहरण के रूप में उपयोग करते हुए, हम धीरे-धीरे बदलते आयाम, मेटाडेटा, एकत्रीकरण स्तर और विभिन्न स्रोतों से डेटा के एकीकरण जैसी संरचनाओं को लागू करने का प्रयास करेंगे।

इसके अलावा, आइए एकल तालिका के आधार पर ईटीएल प्रक्रियाओं के प्रबंधन के लिए सबसे सरल टूल पर करीब से नज़र डालें।

आइए डेटा गुणवत्ता मापने और इस प्रक्रिया को स्वचालित करने के विषय पर वापस आएं।

हम तकनीकी वातावरण और डेटा भंडारण के रखरखाव की समस्याओं का अध्ययन करेंगे, जिसके लिए हम न्यूनतम संसाधनों के साथ एक भंडारण सर्वर लागू करेंगे, उदाहरण के लिए, रास्पबेरी पाई पर आधारित।

स्रोत: www.habr.com

साइट आँकड़े और आपका अपना छोटा भंडारण

उपयोगकर्ता और बॉट ट्रैफ़िक

कष्टप्रद बॉट

सबसे बड़ी गतिविधि का दिन और समय

सप्ताह के अनुसार औसत दैनिक उपयोगकर्ता गतिविधि

सभी अनुरोध और उनकी स्थितियाँ

ख़राब अनुरोध

जानकारी कैसे प्राप्त करें?

अवस्था

मुख्य प्रसार

समग्र तालिकाएँ

रिपोर्ट

विज़ुअलाइज़ेशन

उत्पादन

एक टिप्पणी जोड़ें उत्तर रद्द