干货|可视化分析web访问日志-创新互联

内容目录

• Python 基础
• 使用模块介绍
• 可视化组件 echarts 介绍
• Web 访问日志
• 代码解读

  讲师：KK

多语言混搭开发工程师，多年 PHP、Python 项目开发经验，曾就职 360、绿盟科技，7年工作经验。擅长于 Web 安全开发、性能优化、分布式应用开发&设计等多方面，51Reboot 金牌讲师。

Python 基础

• 数值、字符串、列表、字典、文件的使用
• with 关键字使用
• 函数、lambda 函数、sorted
• 时间类型转化

时间类型转化

统计 list 中每个元素出现的次数

languages = ['python', 'java', 'python', 'c', 'c++', 'go', 'c#', 'c++', 'lisp', 'c', 'javascript', 'java', 'python', 'matlab', 'python', 'go', 'java']

常用模块

• os/os.path 系统/文件路径操作

  • os.mkdir/os.rmdir/os.unlink/os.listdir

  • os.path.join/os.path.abspath/os.path.dirname/os.path.exists

• argparse 命令行参数解析

  • add_argument(short_name, full_name, type, desc, default, help, choices, nargs, action)

• shutil 文件/文件夹操作

  • shutil.copy2/shutil.copytree/shutil.rmtree

• logging 日志记录

  • logging.basicConfig(level, format, filename, filemode)

  • https://www.jianshu.com/p/4a801f61ecda

• jinja2 模板引擎，用于根据模板生成文件

  • 使用步骤(3步走)

    * 创建加载器
                * 获取模板
                * 渲染

• 模板语言

  • 打印变量
  • 流程控制（条件、循环）
  • 过滤器
  • 模板继承
• geoip2 用于 maxmind 二进制库 mmdb 查询
  • 打开文件
  • 获取 ip 信息(国家、城市、地理位置等)
  • 关闭文件

可视化组件 echarts 介绍

• 项目地址：http://echarts.baidu.com/echarts2/
• 项目介绍：可视化JS组件
• 目前主要版本：2.0 & 3.0
• 使用步骤（3 + 3）：http://echarts.baidu.com/echarts2/doc/start.html
• 常用图形
  • 饼状图
  • 曲线图
  • 柱状图
  • 仪表盘
  • 地图
  • K 线图
  • …

Web 访问日志

• Web 访问日志是 web 服务器记录的网站被访问的过程日志
• 日志属性
  • 什么时候
  • 什么人
  • 通过什么工具
  • 以什么方式
  • 访问了什么资源
  • 结果是什么（状态/返回数据大小）
• 每天的点击量、总点击数量
  • 每天的日志行数、日志的总行数（每天的日志行数之和）
• 每天的浏览者数量、总浏览者数量
  • 每天的不重复的 IP 的数量
  • 总的不重复的 IP 数量（每天不重复的 IP 数量之和？？？）
• 发生错误的请求有多少次，状态码分布情况
  • 每种状态码出现的次数
• 每天流量大小
  • 每天的日志中每行流量之和
  • 总的流量之和（每天流量之和）
• 访问地域分布
  • 根据 IP 获取地理位置
• 发生访问次数最多 TOP N IP 列表

• 通用日志的格式
  

• 组合日志格式
  • 127.0.0.1 - - [14/May/2017:12:51:13 +0800] "GET /index.html HTTP/1.1" 200 4286 "http://127.0.0.1/" "Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/53.0.2785.116 Safari/537.36“

远程主机 IP - - 请求时间 时区 方法 资源 协议 状态码 发送字节 referer 字符 浏览器信息

一些重点代码的解读

• 程序入口
  

• 主程序
  

• 每天统计项
  

• 总统计项
  

• 模板页面（显示内容）
  

• 模板页面（echart）
  

• 模板页面（控制流程）
  

更多项目代码分享结束后资料一并分享给大家。

获取资料

另外有需要云服务器可以了解下创新互联scvps.cn，海内外云服务器15元起步，三天无理由+7*72小时售后在线，公司持有idc许可证，提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案，具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势，专为企业上云打造定制，能够满足用户丰富、多元化的应用场景需求。