🥇साइट आकडेवारी आणि तुमचे स्वतःचे छोटे स्टोरेज

वेबलायझर आणि गुगल अॅनालिटिक्सने मला अनेक वर्षांपासून वेबसाइट्सवर काय चालले आहे याबद्दल अंतर्दृष्टी मिळविण्यात मदत केली आहे. आता मला समजले आहे की ते फार कमी उपयुक्त माहिती देतात. तुमच्‍या access.log फाइलमध्‍ये प्रवेश असल्‍याने, आकडेवारी समजणे आणि स्‍क्‍लाइट, html, sql भाषा आणि स्क्रिप्‍टिंग प्रोग्रॅमिंग भाषा यांसारखी मूलभूत साधने कार्यान्वित करणे खूप सोपे आहे.

वेबलायझरसाठी डेटा स्रोत सर्व्हरची access.log फाइल आहे. त्याचे बार आणि संख्या असे दिसते, ज्यावरून फक्त एकूण रहदारी स्पष्ट आहे:

Google Analytics सारखी साधने लोड केलेल्या पृष्ठावरून स्वतःच डेटा गोळा करतात. ते आम्हाला दोन आकृत्या आणि रेषा दाखवतात, ज्याच्या आधारे योग्य निष्कर्ष काढणे अनेकदा कठीण असते. कदाचित जास्त प्रयत्न करायला हवे होते? माहीत नाही.

तर, मला वेबसाइट अभ्यागतांच्या आकडेवारीमध्ये काय पहायचे होते?

वापरकर्ता आणि बॉट रहदारी

बर्‍याचदा साइट ट्रॅफिक मर्यादित असते आणि ट्रॅफिकचा किती उपयोग होतो हे पाहणे आवश्यक असते. उदाहरणार्थ, यासारखे:

SQL अहवाल 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

आलेख बॉट्सची सतत क्रिया दर्शवितो. सर्वात सक्रिय प्रतिनिधींचा तपशीलवार अभ्यास करणे मनोरंजक असेल.

त्रासदायक सांगकामे

आम्ही वापरकर्ता एजंट माहितीवर आधारित बॉट्सचे वर्गीकरण करतो. दैनंदिन रहदारीवरील अतिरिक्त आकडेवारी, यशस्वी आणि अयशस्वी विनंत्यांची संख्या बॉट क्रियाकलापांची चांगली कल्पना देते.

SQL अहवाल 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

या प्रकरणात, विश्लेषणाचा परिणाम म्हणजे साइटवर robots.txt फाइल जोडून प्रवेश प्रतिबंधित करण्याचा निर्णय

User-agent: AhrefsBot Disallow: / User-agent: dotbot Disallow: / User-agent: bingbot Crawl-delay: 5
पहिले दोन बॉट्स टेबलवरून गायब झाले आणि एमएस रोबोट पहिल्या ओळींवरून खाली सरकले.

सर्वात मोठ्या क्रियाकलापाचा दिवस आणि वेळ

ट्रॅफिकमध्ये चढ-उतार दिसत आहेत. त्यांचा तपशीलवार अभ्यास करण्यासाठी, त्यांच्या घटनेची वेळ हायलाइट करणे आवश्यक आहे आणि वेळ मोजण्याचे सर्व तास आणि दिवस प्रदर्शित करणे आवश्यक नाही. तपशीलवार विश्लेषणाची आवश्यकता असल्यास लॉग फाइलमध्ये वैयक्तिक विनंत्या शोधणे हे सोपे करेल.

SQL अहवाल 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

आम्ही चार्टवर पहिल्या दिवसातील 11, 14 आणि 20 सर्वात सक्रिय तासांचे निरीक्षण करतो. पण दुसऱ्या दिवशी 13:XNUMX वाजता बॉट्स सक्रिय झाले.

आठवड्यानुसार सरासरी दैनंदिन वापरकर्ता क्रियाकलाप

आम्ही क्रियाकलाप आणि रहदारीसह काही गोष्टी सोडवल्या. पुढील प्रश्न स्वतः वापरकर्त्यांच्या क्रियाकलापांचा होता. अशा आकडेवारीसाठी, दीर्घ एकत्रीकरण कालावधी, जसे की एक आठवडा, इष्ट आहे.

SQL अहवाल 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 आकडेवारी दर्शवते की सरासरी एक वापरकर्ता दररोज 1,6 पृष्ठे उघडतो. या प्रकरणात प्रति वापरकर्ता विनंती केलेल्या फायलींची संख्या साइटवर नवीन फायली जोडण्यावर अवलंबून असते.

सर्व विनंत्या आणि त्यांची स्थिती

वेबलायझर नेहमी विशिष्ट पृष्ठ कोड दर्शवितो आणि मला नेहमी फक्त यशस्वी विनंत्या आणि त्रुटींची संख्या पहायची होती.

SQL अहवाल 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

अहवाल विनंत्या प्रदर्शित करतो, क्लिक (हिट) नाही, LINE_CNT च्या विपरीत, REQUEST_CNT मेट्रिकची गणना COUNT(DISTINCT STG.REQUEST_NK) म्हणून केली जाते. परिणामकारक इव्हेंट्स दर्शविणे हे उद्दिष्ट आहे, उदाहरणार्थ, MS बॉट्स robots.txt फाइलवर दिवसातून शेकडो वेळा मतदान करतात आणि या प्रकरणात, अशा मतदानांची एकदाच गणना केली जाईल. हे आपल्याला आलेखामध्ये उडी गुळगुळीत करण्यास अनुमती देते.

आलेखावरून तुम्ही अनेक त्रुटी पाहू शकता - ही अस्तित्वात नसलेली पृष्ठे आहेत. विश्लेषणाचा परिणाम म्हणजे रिमोट पृष्ठांवरून पुनर्निर्देशने जोडणे.

वाईट विनंत्या

विनंत्यांची तपशीलवार तपासणी करण्यासाठी, तुम्ही तपशीलवार आकडेवारी प्रदर्शित करू शकता.

SQL अहवाल 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

या सूचीमध्ये सर्व कॉल्स देखील असतील, उदाहरणार्थ, /wp-login.php ला विनंती सर्व्हरद्वारे पुनर्लेखन विनंत्यांचे नियम समायोजित करून, तुम्ही अशा विनंत्यांना सर्व्हरची प्रतिक्रिया समायोजित करू शकता आणि त्यांना प्रारंभ पृष्ठावर पाठवू शकता.

तर, सर्व्हर लॉग फाइलवर आधारित काही सोप्या अहवाल साइटवर काय घडत आहे याचे एक पूर्ण चित्र देतात.

माहिती कशी मिळवायची?

sqlite डेटाबेस पुरेसा आहे. चला टेबल बनवू: लॉगिंग ईटीएल प्रक्रियांसाठी सहायक.

टेबल स्टेज जिथे आपण PHP वापरून लॉग फाइल्स लिहू. दोन एकत्रित सारण्या. चला वापरकर्ता एजंट्स आणि विनंती स्थितींवरील आकडेवारीसह एक दैनिक सारणी तयार करूया. विनंत्या, स्थिती गट आणि एजंट्सच्या आकडेवारीसह तासाभराने. संबंधित मोजमापांची चार सारण्या.

परिणाम खालील रिलेशनल मॉडेल आहे:

डेटा मॉडेल

sqlite डेटाबेसमध्ये ऑब्जेक्ट तयार करण्यासाठी स्क्रिप्ट:

DDL ऑब्जेक्ट निर्मिती

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);

स्टेज

access.log फाइलच्या बाबतीत, डेटाबेसवर सर्व विनंत्या वाचणे, विश्लेषित करणे आणि लिहिणे आवश्यक आहे. हे एकतर थेट स्क्रिप्टिंग भाषा वापरून किंवा sqlite साधने वापरून केले जाऊ शकते.

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

की प्रसार

जेव्हा कच्चा डेटा डेटाबेसमध्ये असतो, तेव्हा आपल्याला मापन सारण्यांमध्ये नसलेल्या की लिहिण्याची आवश्यकता असते. मग मोजमापांचा संदर्भ तयार करणे शक्य होईल. उदाहरणार्थ, DIM_REFERRER टेबलमध्ये, की तीन फील्डचे संयोजन आहे.

SQL की 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

वापरकर्ता एजंट सारणीच्या प्रसारामध्ये बॉट लॉजिक असू शकते, उदाहरणार्थ sql 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

एकत्रित सारण्या

शेवटी, आम्ही एकूण सारण्या लोड करू; उदाहरणार्थ, दैनिक सारणी खालीलप्रमाणे लोड केली जाऊ शकते:

एकूण लोड करण्यासाठी 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

sqlite डेटाबेस तुम्हाला जटिल प्रश्न लिहिण्याची परवानगी देतो. WITH मध्ये डेटा आणि की तयार करणे समाविष्ट आहे. मुख्य क्वेरी परिमाणांचे सर्व संदर्भ एकत्रित करते.

अट इतिहास पुन्हा लोड करण्यास अनुमती देणार नाही: CAST(STG.EVENT_DT AS INTEGEER) > $param_epoch_from, जेथे पॅरामीटर विनंतीचा परिणाम आहे
'FCT_ACCESS_USER_AGENT_DD मधून LAST_EVENT_EPOCH म्हणून COALESCE(MAX(EVENT_DT), '3600') निवडा'

अट फक्त पूर्ण दिवस लोड होईल: CAST(STG.EVENT_DT पूर्णांक म्हणून) < strftime('%s', तारीख('आता', 'दिवसाची सुरुवात'))

बिंदू शोधून, पृष्ठे किंवा फाइल्सची मोजणी आदिम पद्धतीने केली जाते.

अहवाल

जटिल व्हिज्युअलायझेशन सिस्टममध्ये, डेटाबेस ऑब्जेक्ट्सवर आधारित मेटा-मॉडेल तयार करणे, फिल्टर आणि एकत्रीकरण नियम गतिशीलपणे व्यवस्थापित करणे शक्य आहे. शेवटी, सर्व सभ्य साधने SQL क्वेरी व्युत्पन्न करतात.

या उदाहरणात, आम्ही तयार SQL क्वेरी तयार करू आणि डेटाबेसमध्ये दृश्ये म्हणून सेव्ह करू - हे अहवाल आहेत.

व्हिज्युअलायझेशन

ब्लफ: JavaScript मधील सुंदर आलेख व्हिज्युअलायझेशन साधन म्हणून वापरले गेले

हे करण्यासाठी, PHP वापरून सर्व अहवालांमधून जाणे आणि टेबलसह html फाईल तयार करणे आवश्यक होते.

$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'
);

Инструмент просто визуализирует таблицы результатов.

निष्कर्ष

उदाहरण म्हणून वेब विश्लेषणाचा वापर करून, लेख डेटा वेअरहाऊस तयार करण्यासाठी आवश्यक असलेल्या यंत्रणेचे वर्णन करतो. परिणामांवरून पाहिले जाऊ शकते, डेटाचे सखोल विश्लेषण आणि व्हिज्युअलायझेशनसाठी सर्वात सोपी साधने पुरेसे आहेत.

भविष्यात, उदाहरण म्हणून या भांडाराचा वापर करून, आम्ही हळूहळू बदलणारी परिमाणे, मेटाडेटा, एकत्रीकरण पातळी आणि विविध स्त्रोतांकडून डेटाचे एकत्रीकरण यासारख्या संरचना लागू करण्याचा प्रयत्न करू.

तसेच, एकाच टेबलवर आधारित ईटीएल प्रक्रिया व्यवस्थापित करण्यासाठी सर्वात सोप्या साधनाकडे जवळून पाहू.

चला डेटा गुणवत्ता मोजण्यासाठी आणि ही प्रक्रिया स्वयंचलित करण्याच्या विषयावर परत जाऊया.

आम्ही तांत्रिक वातावरण आणि डेटा स्टोरेजच्या देखभालीच्या समस्यांचा अभ्यास करू, ज्यासाठी आम्ही कमीतकमी संसाधनांसह स्टोरेज सर्व्हर लागू करू, उदाहरणार्थ, रास्पबेरी पाईवर आधारित.

स्त्रोत: www.habr.com

साइट आकडेवारी आणि तुमचे स्वतःचे छोटे स्टोरेज

वापरकर्ता आणि बॉट रहदारी

त्रासदायक सांगकामे

सर्वात मोठ्या क्रियाकलापाचा दिवस आणि वेळ

आठवड्यानुसार सरासरी दैनंदिन वापरकर्ता क्रियाकलाप

सर्व विनंत्या आणि त्यांची स्थिती

वाईट विनंत्या

माहिती कशी मिळवायची?

स्टेज

की प्रसार

एकत्रित सारण्या

अहवाल

व्हिज्युअलायझेशन

निष्कर्ष

एक टिप्पणी जोडा Отменить ответ