🥇साइट तथ्याङ्क र तपाईंको आफ्नै सानो भण्डारण

वेबलाइजर र गुगल एनालिटिक्सले मलाई धेरै वर्षदेखि वेबसाइटहरूमा के भइरहेको छ भन्ने बारे अन्तरदृष्टि प्राप्त गर्न मद्दत गरेको छ। अब म बुझ्छु कि तिनीहरूले धेरै कम उपयोगी जानकारी प्रदान गर्छन्। तपाईको access.log फाइलमा पहुँच भएकोले, तथ्याङ्कहरू बुझ्न र sqlite, html, sql भाषा र कुनै पनि स्क्रिप्टिङ प्रोग्रामिङ भाषा जस्ता आधारभूत उपकरणहरू लागू गर्न धेरै सजिलो छ।

Webalizer को लागि डाटा स्रोत सर्भरको access.log फाइल हो। यो यसको बार र नम्बरहरू जस्तो देखिन्छ, जसबाट ट्राफिकको कुल मात्रा मात्र स्पष्ट छ:

गुगल एनालिटिक्स जस्ता उपकरणहरूले लोड गरिएको पृष्ठबाटै डाटा सङ्कलन गर्दछ। तिनीहरूले हामीलाई केही रेखाचित्र र रेखाहरू देखाउँछन्, जसको आधारमा सही निष्कर्ष निकाल्न गाह्रो हुन्छ। सायद थप प्रयास गर्नुपर्थ्यो? थाहा छैन।

त्यसोभए, म वेबसाइट आगन्तुक तथ्याङ्कमा के हेर्न चाहन्छु?

प्रयोगकर्ता र बोट ट्राफिक

अक्सर साइट ट्राफिक सीमित छ र यो कति उपयोगी ट्राफिक प्रयोग भइरहेको छ हेर्न आवश्यक छ। उदाहरण को लागी, यो जस्तै:

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

ग्राफले बटहरूको निरन्तर गतिविधि देखाउँछ। यो सबैभन्दा सक्रिय प्रतिनिधिहरू विस्तारमा अध्ययन गर्न रोचक हुनेछ।

कष्टप्रद बट्स

हामी प्रयोगकर्ता एजेन्ट जानकारीको आधारमा बट वर्गीकरण गर्छौं। दैनिक ट्राफिकमा थप तथ्याङ्कहरू, सफल र असफल अनुरोधहरूको संख्याले बोट गतिविधिको राम्रो विचार दिन्छ।

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

यस अवस्थामा, विश्लेषणको परिणाम robots.txt फाइलमा थपेर साइटमा पहुँच प्रतिबन्ध गर्ने निर्णय थियो।

User-agent: AhrefsBot Disallow: / User-agent: dotbot Disallow: / User-agent: bingbot Crawl-delay: 5
पहिलो दुई बटहरू तालिकाबाट गायब भए, र एमएस रोबोटहरू पहिलो रेखाहरूबाट तल सारियो।

सबैभन्दा ठूलो गतिविधिको दिन र समय

ट्राफिकमा उतारचढाव देखिन्छ। तिनीहरूलाई विस्तृत रूपमा अध्ययन गर्न, तिनीहरूको घटनाको समय हाइलाइट गर्न आवश्यक छ, र समय मापनको सबै घण्टा र दिनहरू प्रदर्शन गर्न आवश्यक छैन। यदि विस्तृत विश्लेषण आवश्यक छ भने यसले लग फाइलमा व्यक्तिगत अनुरोधहरू फेला पार्न सजिलो बनाउँदछ।

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

हामीले चार्टमा पहिलो दिनको सबैभन्दा सक्रिय घण्टा 11, 14 र 20 अवलोकन गर्छौं। तर अर्को दिन 13:XNUMX बटहरू सक्रिय थिए।

हप्ताको औसत दैनिक प्रयोगकर्ता गतिविधि

हामीले गतिविधि र ट्राफिकको साथ केहि चीजहरू क्रमबद्ध गर्यौं। अर्को प्रश्न प्रयोगकर्ताहरूको गतिविधि थियो। त्यस्ता तथ्याङ्कहरूका लागि, लामो सङ्कलन अवधिहरू, जस्तै एक हप्ता, वांछनीय छन्।

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 तथ्याङ्कहरूले देखाउँछन् कि औसतमा एक प्रयोगकर्ताले प्रति दिन 1,6 पृष्ठहरू खोल्छन्। यस अवस्थामा प्रति प्रयोगकर्ता अनुरोध गरिएका फाइलहरूको संख्या साइटमा नयाँ फाइलहरूको थपमा निर्भर गर्दछ।

सबै अनुरोध र तिनीहरूको स्थिति

Webalizer ले सँधै विशिष्ट पृष्ठ कोडहरू देखाउँछ र म सधैं सफल अनुरोधहरू र त्रुटिहरूको संख्या मात्र हेर्न चाहन्छु।

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

रिपोर्टले अनुरोधहरू प्रदर्शन गर्दछ, क्लिकहरू (हिटहरू) होइन, LINE_CNT को विपरीत, REQUEST_CNT मेट्रिकलाई COUNT(DISTINCT STG.REQUEST_NK) को रूपमा गणना गरिन्छ। लक्ष्य प्रभावकारी घटनाहरू देखाउने हो, उदाहरणका लागि, MS बटहरूले robots.txt फाइललाई दिनमा सयौं पटक पोल गर्छन् र यस अवस्थामा, त्यस्ता पोलहरू एक पटक गणना गरिनेछ। यसले तपाईंलाई ग्राफमा जम्पहरू सहज बनाउन अनुमति दिन्छ।

ग्राफबाट तपाईले धेरै त्रुटिहरू देख्न सक्नुहुन्छ - यी अस्तित्वहीन पृष्ठहरू हुन्। विश्लेषणको नतिजा रिमोट पृष्ठहरूबाट रिडिरेक्टहरू थपिएको थियो।

खराब अनुरोधहरू

विस्तृत रूपमा अनुरोधहरू जाँच गर्न, तपाईं विस्तृत तथ्याङ्कहरू प्रदर्शन गर्न सक्नुहुन्छ।

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

यो सूचीमा सबै कलहरू पनि समावेश हुनेछन्, उदाहरणका लागि, /wp-login.php लाई अनुरोध सर्भरद्वारा पुन:लेखन अनुरोधहरूको लागि नियमहरू समायोजन गरेर, तपाईंले त्यस्ता अनुरोधहरूमा सर्भरको प्रतिक्रिया समायोजन गर्न सक्नुहुन्छ र तिनीहरूलाई सुरु पृष्ठमा पठाउन सक्नुहुन्छ।

त्यसोभए, सर्भर लग फाइलमा आधारित केही साधारण रिपोर्टहरूले साइटमा के भइरहेको छ भन्ने पूर्ण तस्विर दिन्छ।

जानकारी कसरी प्राप्त गर्ने?

एक sqlite डाटाबेस पर्याप्त छ। तालिकाहरू सिर्जना गरौं: ETL प्रक्रियाहरू लगिङका लागि सहायक।

तालिका चरण जहाँ हामी PHP प्रयोग गरेर लग फाइलहरू लेख्नेछौं। दुईवटा समग्र तालिकाहरू। प्रयोगकर्ता एजेन्टहरू र अनुरोध स्थितिहरूमा तथ्याङ्कको साथ दैनिक तालिका सिर्जना गरौं। अनुरोध, स्थिति समूह र एजेन्ट मा तथ्याङ्क संग प्रति घण्टा। सान्दर्भिक मापनको चार तालिकाहरू।

परिणाम निम्न सम्बन्ध मोडेल हो:

डाटा मोडेल

sqlite डेटाबेसमा वस्तु सिर्जना गर्न लिपि:

DDL वस्तु 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);

स्टेज

access.log फाइलको अवस्थामा, डाटाबेसमा सबै अनुरोधहरू पढ्न, पार्स गर्न र लेख्न आवश्यक छ। यो या त सिधै स्क्रिप्टिङ भाषा प्रयोग गरेर वा sqlite उपकरणहरू प्रयोग गरेर गर्न सकिन्छ।

लग फाइल ढाँचा:

//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 डाटा डाटाबेसमा हुन्छ, तपाईंले मापन तालिकाहरूमा नभएका कुञ्जीहरू लेख्नु पर्छ। त्यसपछि मापनको सन्दर्भ निर्माण गर्न सम्भव हुनेछ। उदाहरणका लागि, DIM_REFERRER तालिकामा, कुञ्जी तीनवटा क्षेत्रहरूको संयोजन हो।

SQL कुञ्जी प्रचार 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

प्रयोगकर्ता एजेन्ट तालिकामा प्रचारमा बोट तर्क समावेश हुन सक्छ, उदाहरणका लागि 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

कुल तालिकाहरू

अन्तमा, हामी समग्र तालिकाहरू लोड गर्नेछौं; उदाहरणका लागि, दैनिक तालिका निम्न रूपमा लोड गर्न सकिन्छ:

कुल लोड गर्न 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 डाटाबेसले तपाईंलाई जटिल प्रश्नहरू लेख्न अनुमति दिन्छ। WITH मा डेटा र कुञ्जीहरूको तयारी समावेश छ। मुख्य क्वेरीले आयामहरूमा सबै सन्दर्भहरू सङ्कलन गर्दछ।

सर्तले इतिहासलाई फेरि लोड गर्न अनुमति दिँदैन: CAST(STG.EVENT_DT AS INTEGEER) > $param_epoch_from, जहाँ प्यारामिटर अनुरोधको परिणाम हो
FCT_ACCESS_USER_AGENT_DD बाट LAST_EVENT_EPOCH को रूपमा COALESCE(MAX(EVENT_DT), '3600' चयन गर्नुहोस्'

सर्त पूरा दिन मात्र लोड हुनेछ: CAST(STG.EVENT_DT AS INTEGEER) < strftime('%s', मिति ('अब', 'दिनको सुरुवात'))

पृष्ठहरू वा फाइलहरू गणना गर्ने कार्य प्रारम्भिक तरिकामा गरिन्छ, बिन्दु खोजी गरेर।

रिपोर्टहरू

जटिल भिजुअलाइजेशन प्रणालीहरूमा, डाटाबेस वस्तुहरूमा आधारित मेटा-मोडेल सिर्जना गर्न सम्भव छ, गतिशील रूपमा फिल्टरहरू र एकत्रीकरण नियमहरू प्रबन्ध गर्नुहोस्। अन्ततः, सबै सभ्य उपकरणहरूले SQL क्वेरी उत्पन्न गर्दछ।

यस उदाहरणमा, हामी तयार SQL क्वेरीहरू सिर्जना गर्नेछौं र डाटाबेसमा दृश्यहरूको रूपमा बचत गर्नेछौं - यी रिपोर्टहरू हुन्।

दृश्य

ब्लफ: जाभास्क्रिप्टमा सुन्दर ग्राफहरू दृश्य उपकरणको रूपमा प्रयोग गरिएको थियो

यो गर्नका लागि, PHP प्रयोग गरेर सबै रिपोर्टहरू मार्फत जानु आवश्यक थियो र तालिकाहरूसँग html फाइल उत्पन्न गर्न आवश्यक थियो।

$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'
);

उपकरणले परिणामहरूको तालिकाहरू मात्र कल्पना गर्दछ।

निष्कर्षमा

उदाहरणको रूपमा वेब विश्लेषण प्रयोग गर्दै, लेखले डाटा गोदामहरू निर्माण गर्न आवश्यक संयन्त्रहरू वर्णन गर्दछ। नतिजाहरूबाट देख्न सकिन्छ, गहिरो विश्लेषण र डेटाको दृश्यावलोकनका लागि सरल उपकरणहरू पर्याप्त छन्।

भविष्यमा, यस भण्डारको उदाहरणको रूपमा प्रयोग गर्दै, हामी बिस्तारै परिवर्तन हुने आयामहरू, मेटाडेटा, एकत्रीकरण स्तरहरू र विभिन्न स्रोतहरूबाट डेटाको एकीकरण जस्ता संरचनाहरू कार्यान्वयन गर्ने प्रयास गर्नेछौं।

साथै, एकल तालिकामा आधारित ETL प्रक्रियाहरू प्रबन्ध गर्नको लागि सरल उपकरणलाई नजिकबाट हेरौं।

डेटा गुणस्तर मापन र यस प्रक्रियालाई स्वचालित गर्ने विषयमा फर्कौं।

हामी प्राविधिक वातावरण र डाटा भण्डारणको मर्मतका समस्याहरू अध्ययन गर्नेछौं, जसको लागि हामी न्यूनतम स्रोतहरूसँग भण्डारण सर्भर लागू गर्नेछौं, उदाहरणका लागि, रास्पबेरी पाईमा आधारित।

स्रोत: www.habr.com

साइट तथ्याङ्क र आफ्नो सानो भण्डारण

प्रयोगकर्ता र बोट ट्राफिक

कष्टप्रद बट्स

सबैभन्दा ठूलो गतिविधिको दिन र समय

हप्ताको औसत दैनिक प्रयोगकर्ता गतिविधि

सबै अनुरोध र तिनीहरूको स्थिति

खराब अनुरोधहरू

जानकारी कसरी प्राप्त गर्ने?

स्टेज

मुख्य प्रसार

कुल तालिकाहरू

रिपोर्टहरू

दृश्य

निष्कर्षमा

एक टिप्पणी थप्न Отменить ответ