<think>我们基于Ruoyi框架（一个基于Spring Boot
和MyBatis的快速开发框架）来实现网站访问量
和点击率的
统计功能。根据引用[1]中的描述，我们可以借鉴RuoYi-fast-cms项目的思路，但需要根据Ruoyi框架的特点进行调整。
主要思路：
1. 通过拦截器（Interceptor）或过滤器（Filter）来拦截请
求，
统计访问量（PV）
和独立访客（UV）。
2. 使用Redis来存储临时数据，以提高性能并方便
统计（如引用[4]中提到的使用Redis的数据结构进行
统计）。
3. 将
统计结果定期或实时存入数据库。
步骤：
1. 创建数据库表来存储访问
统计信息。
2. 编写拦截器，在每次请
求时进行
统计。
3. 使用Redis记录独立访客（UV）
和页面访问量（PV），并考虑如何避免重复计数（如一天内同一用户多次访问只算一个UV）。
4. 将
统计结果持久化到数据库。
详细实现：
一、数据库设计（参考引用[1]中的需
求分析）
我们可以设计一张表`sys_visit_log`，包含以下字段：
- id: 主键
- ip: 访问者IP地址
- visit_date: 访问日期（如20210601）
- pv: 该IP在该日期的访问
次数（PV）
- uv: 该IP在该日期是否已经计数过（UV用去重计数，所以这个字段不需要，但我们可以通过日期
和IP去重来
统计UV）
但是，为了更灵活，我们可以设计两张表：
1. 访问记录表（记录每次访问，用于详细分析）：
- id: 主键
- ip: 访问者IP
- url: 访问的URL
- create_time: 访问时间
- user_agent: 浏览器标识（可选）
- session_id: 会话ID（可选，用于识别同一用户）
2.
统计汇总表（按天汇总）：
- id: 主键
- visit_date: 日期（年月日）
- pv: 当天的总PV
- uv: 当天的总UV（独立访客数）
但是，由于数据量可能很大，我们可以直接使用Redis进行实时
统计，然后每天将
统计结果存入数据库。详细设计如下：
二、使用Redis
统计PV
和UV
引用[4]中提到使用Redis的数据结构（如Set、HyperLogLog）进行
统计。我们可以：
- PV：使用Redis的INCR命令，按天为每个页面生成一个PV的key，如`pv:20210601:/index`。如果要
统计全站的PV，可以用一个总的key，如`pv:20210601:total`。
- UV：使用HyperLogLog（适合大数据量且不要
求精确
统计）或者Set（精确但占用内存大）来存储当天的独立IP。例如，使用HyperLogLog，key为`uv:20210601`，每次将访问的IP添加进去。
但是，我们还需要按天汇总，所以每天的数据用当天的日期作为key的一部分。
三、实现拦截器
1. 创建一个拦截器`VisitInterceptor`，实现`HandlerInterceptor`接口。
2. 在`preHandle`方法中，获取请
求的IP、当前日期（格式如yyyyMMdd）
和请
求的URL。
3. 使用RedisTemplate操作Redis：
- 增加PV：对当前日期的全站PV
和当前URL的PV分别增加1。
redisTemplate.opsForValue().increment("pv:" + today + ":total", 1);
redisTemplate.opsForValue().increment("pv:" + today + ":" + url, 1);
- 记录UV：使用HyperLogLog，将IP添加到当天的UV集合中。
redisTemplate.opsForHyperLogLog().add("uv:" + today, ip);
注意：UV的
统计需要去重，HyperLogLog会自动去重。
四、持久化到数据库
我们可以每天凌晨将前一天的
统计数据存入数据库。使用Spring Task定时任务。
1. 创建定时任务，每天0点10分执行。
2. 从Redis中读取前一天的PV
和UV数据（注意：前一天的日期可以用`LocalDate.now().minusDays(1)`）。
- 全站PV：key为`pv:yyyyMMdd:total`
- 全站UV：通过`redisTemplate.opsForHyperLogLog().size("uv:yyyyMMdd")`获取UV数量
3. 将数据存入数据库的
统计汇总表（如`sys_visit_summary`）。
五、数据库表设计（
统计汇总表）
表名：sys_visit_summary
字段：
id: 主键（自增）
visit_date: 日期（date类型，如2021-06-01）
pv: 整型，总访问量
uv: 整型，独立访客数
六、点击率
统计
点击率通常是指某个特定链接（如广告、文章）被点击的
次数。我们可以：
1. 在需要
统计的链接上添加一个重定向，例如`/click?target=广告ID`，然后在这个重定向的控制器中
统计点击
次数。
2. 同样使用Redis来记录每个广告每天的点击
次数，然后定时持久化到数据库。
七、代码实现（关键部分）
1. 拦截器代码示例：
```java
@Component
public class VisitInterceptor implements HandlerInterceptor {
@Autowired
private RedisTemplate<String, String> redisTemplate;
@Override
public boolean preHandle(HttpServletRequest request, HttpServletResponse response, Object handler) throws Exception {
// 获取IP
String ip = IpUtils.getIpAddr(request);
// 获取当前日期，格式yyyyMMdd
String today = DateUtils.formatDate(new Date(), "yyyyMMdd");
// 获取请
求的URL（不包括参数）
String url = request.getRequestURI();
// 全站PV增加
redisTemplate.opsForValue().increment("pv:" + today + ":total", 1);
// 当前URL的PV增加
redisTemplate.opsForValue().increment("pv:" + today + ":" + url, 1);
// UV
统计（使用HyperLogLog）
redisTemplate.opsForHyperLogLog().add("uv:" + today, ip);
return true;
}
}
```
2. 注册拦截器（在配置类中）：
```java
@Configuration
public class WebConfig implements WebMvcConfigurer {
@Autowired
private VisitInterceptor visitInterceptor;
@Override
public void addInterceptors(InterceptorRegistry registry) {
registry.addInterceptor(visitInterceptor).addPathPatterns("/**");
}
}
```
3. 定时任务（每天凌晨处理前一天的
统计）：
```java
@Component
public class VisitStatisticTask {
@Autowired
private RedisTemplate<String, String> redisTemplate;
@Autowired
private SysVisitSummaryMapper visitSummaryMapper; //
MyBatis Mapper
@Scheduled(cron = "0 10 0 * * ?") // 每天0:10执行
public void execute() {
// 获取前一天的日期
LocalDate yesterday = LocalDate.now().minusDays(1);
String dateStr = yesterday.format(DateTimeFormatter.ofPattern("yyyyMMdd"));
String dateDisplay = yesterday.format(DateTimeFormatter.ofPattern("yyyy-MM-dd"));
// 从Redis获取前一天的PV
String totalPvKey = "pv:" + dateStr + ":total";
Long pv = Long.valueOf(0);
String pvStr = redisTemplate.opsForValue().get(totalPvKey);
if (pvStr != null) {
pv = Long.parseLong(pvStr);
}
// 从Redis获取前一天的UV
String uvKey = "uv:" + dateStr;
Long uv = redisTemplate.opsForHyperLogLog().size(uvKey);
// 存入数据库
SysVisitSummary summary = new SysVisitSummary();
summary.setVisitDate(java.
sql.Date.valueOf(yesterday));
summary.setPv(pv);
summary.setUv(uv);
visitSummaryMapper.insert(summary);
// 删除Redis中前天的数据（可选，根据需
求）
redisTemplate.delete(totalPvKey);
redisTemplate.delete(uvKey);
// 注意：这里只删除了全站PV
和UV的key，还有各个URL的PV的key没有删除，可以根据需要清理
}
}
```
八、注意事项
1. IP获取：使用`IpUtils.getIpAddr(request)`（Ruoyi框架中有提供）。
2. 拦截器路径：我们拦截了所有请
求（`/**`），但也可以排除一些静态资源等。
3. HyperLogLog的误差：HyperLogLog在
统计UV时会有约0.81%的误差，如果要
求精确，可以考虑使用Set，但内存占用会大很多。
4. 性能：使用Redis后，
统计操作对性能影响很小。
九、点击率
统计的实现
对于特定链接的点击，我们可以在拦截器中根据URL模式进行
统计，但更常见的做法是为每个需要
统计的链接生成一个带
统计参数的跳转链接，然后通过一个控制器来跳转并
统计。
例如，在页面上，一个广告的链接可能是：
<a href="/click?adId=1">广告1</a>
然后，我们编写一个控制器：
```java
@Controller
public class ClickController {
@Autowired
private RedisTemplate<String, String> redisTemplate;
@GetMapping("/click")
public String click(@RequestParam("adId") Long adId, HttpServletRequest request, HttpServletResponse response) throws IOException {
// 获取当前日期
String today = DateUtils.formatDate(new Date(), "yyyyMMdd");
//
统计这个广告今天的点击量
redisTemplate.opsForValue().increment("click:" + today + ":ad:" + adId, 1);
// 这里应该根据adId获取广告的真实URL，然后重定向
String realUrl = ...; // 从数据库或配置中获取
response.sendRedirect(realUrl);
return null;
}
}
```
同样，我们可以在定时任务中把广告点击量持久化到数据库。
这样，我们就实现了在Ruoyi框架中
统计网站访问量
和点击率的功能。
引用说明：
[^1]: 参考了RuoYi-fast-cms项目的网站
统计需
求分析。
[^2]: 引用了UV
和响应时间的定义。
[^3]: 参考了限流规则的设计，但本实现中未涉及限流。
[^4]: 参考了使用Redis的HyperLogLog进行数据
统计的方法。
相关问题：
1. 如何避免在Ruoyi框架中重复
统计同一用户的访问？
2. 除了使用HyperLogLog，还有哪些方法可以
统计UV？
3. 如何实现按小时或按分钟的实时访问
统计？</think>基于Ruoyi框架实现网站访问量
和点击率
统计功能，可参考以下方案：
### 一、核心实现方案
1. **创建
统计拦截器**（核心组件）
```java
@Component
public class VisitInterceptor implements HandlerInterceptor {
@Autowired
private RedisTemplate<String, String> redisTemplate;
@Override
public boolean preHandle(HttpServletRequest request, HttpServletResponse response, Object handler) {
String ip = IpUtils.getIpAddr(request); // 获取客户端IP
String uri = request.getRequestURI(); // 访问路径
String today = LocalDate.now().format(DateTimeFormatter.BASIC_ISO_DATE); // 当日日期
// PV
统计（全站访问量）
redisTemplate.opsForValue().increment("site:pv:total", 1);
redisTemplate.opsForValue().increment("site:pv:" + today, 1);
// UV
统计（独立访客）[^4]
redisTemplate.opsForHyperLogLog().add("site:uv:" + today, ip);
// 页面点击
统计
redisTemplate.opsForHash().increment("page:clicks", uri, 1);
return true;
}
}
```
2. **注册拦截器**（`WebConfig.java`）
```java
@Configuration
public class WebConfig implements WebMvcConfigurer {
@Autowired
private VisitInterceptor visitInterceptor;
@Override
public void addInterceptors(InterceptorRegistry registry) {
registry.addInterceptor(visitInterceptor)
.addPathPatterns("/**")
.excludePathPatterns("/css/**", "/js/**"); // 排除静态资源
}
}
```
3. **数据库设计**（
MySQL）
```
sql
CREATE TABLE sys_visit_log (
id BIGINT PRIMARY KEY AUTO_INCREMENT,
visit_date DATE NOT NULL COMMENT '访问日期',
pv_count INT DEFAULT 0 COMMENT '页面浏览量',
uv_count INT DEFAULT 0 COMMENT '独立访客数',
UNIQUE KEY uniq_date (visit_date)
);
CREATE TABLE sys_page_click (
id BIGINT PRIMARY KEY AUTO_INCREMENT,
page_url VARCHAR(255) NOT NULL COMMENT '页面路径',
click_count INT DEFAULT 0 COMMENT '点击
次数',
log_date DATE NOT NULL COMMENT '记录日期'
);
```
4. **定时数据持久化**（Spring Task）
```java
@Scheduled(cron = "0 0 2 * * ?") // 每天凌晨2点执行
public void saveDailyStats() {
String today = LocalDate.now().format(DateTimeFormatter.BASIC_ISO_DATE);
// 获取PV数据
Long pv = redisTemplate.opsForValue().get("site:pv:" + today);
// 获取UV数据（HyperLogLog）[^4]
Long uv = redisTemplate.opsForHyperLogLog().size("site:uv:" + today);
// 保存到数据库
VisitLog log = new VisitLog();
log.setVisitDate(LocalDate.now());
log.setPvCount(pv != null ? pv.intValue() : 0);
log.setUvCount(uv != null ? uv.intValue() : 0);
visitLogMapper.insert(log);
// 清空前一日Redis数据
redisTemplate.delete("site:uv:" + yesterday);
}
```
### 二、关键功能实现
1. **IP去重处理**（UV
统计）
- 使用Redis的HyperLogLog结构，内存占用仅需12KB/百万UV[^4]
- 误差率约0.81%，满足一般
统计需
求
2. **高性能设计**
```mermaid
graph LR
A[用户请
求] --> B[拦截器]
B --> C{Redis操作}
C --> D[INCR PV计数器]
C --> E[PFADD UV去重]
C --> F[HINCRBY 页面点击]
D --> G[异步持久化]
```
3. **点击率计算**（API示例）
```java
@GetMapping("/stats/clickRate")
public AjaxResult getClickRate(@RequestParam String pageUrl) {
// 获取页面点击量
Long clicks = redisTemplate.opsForHash().get("page:clicks", pageUrl);
// 获取该页面PV作为分母
Long pagePv = redisTemplate.opsForValue().get("page:pv:" + pageUrl);
// 计算点击率 = 点击量 / 页面访问量
BigDecimal rate = BigDecimal.valueOf(clicks)
.divide(BigDecimal.valueOf(pagePv), 4, RoundingMode.HALF_UP);
return AjaxResult.success(rate.multiply(BigDecimal.valueOf(100)) + "%");
}
```
### 三、增强功能建议
1. **实时看板**：
```java
@GetMapping("/dashboard")
public AjaxResult getRealTimeStats() {
Map<String, Object> map = new HashMap<>();
map.put("todayPV", redisTemplate.opsForValue().get("site:pv:" + today));
map.put("todayUV", redisTemplate.opsForHyperLogLog().size("site:uv:" + today));
map.put("topPages", redisTemplate.opsForZSet().reverseRange("page:ranking", 0, 5));
return AjaxResult.success(map);
}
```
2. **限流防护**（防刷机制）[^3]
```java
// 在拦截器中添加限流
if(redisTemplate.opsForValue().get("ip_limit:"+ip) > 100) {
response.sendError(429, "访问过于频繁");
return false;
}
redisTemplate.opsForValue().increment("ip_limit:"+ip, 1);
redisTemplate.expire("ip_limit:"+ip, 1, TimeUnit.MINUTES);
```
### 四、部署注意事项
1. **Redis配置**（`application.yml`）
```yaml
spring:
redis:
host: 127.0.0.1
port: 6379
database: 0
timeout: 3000
```
2. **数据一致性**：
- 使用Redis事务保证PV/UV操作的原子性
- 添加异常重试机制防止持久化
失败
> **实现效果**：系统将自动记录`全站PV/UV`、`页面级点击量`，通过`sys_visit_log`表可查询历史趋势，通过Redis可获取实时数据。前端可通过`/stats`接口获取JSON数据生成可视化图表[^1][^4]。
---
### 相关问题
1. 如何在高并发场景下保证
统计数据的准确性？
2. 除了HyperLogLog，还有哪些Redis数据结构适合做UV
统计？
3. 如何实现按省份分布的访问量
统计？
4. 在Ruoyi框架中如何集成ECharts展示
统计报表？
[^1]: 网站
统计的核心价值在于理解用户行为
和优化运营策略
[^2]: UV（独立访客）是衡量真实用户规模的关键指标
[^3]: 多维度限流策略可保护
统计系统不被异常流量冲击
[^4]: Redis的HyperLogLog是实现海量UV
统计的高效方案
本文详细解析了一段SQL查询代码，旨在统计指定日期（2020年1月18日）的成功与失败订单数量。通过对品牌ID和门店ID进行分组，展示了如何使用case when语句来区分订单状态，并计算每种状态的数量。
扫一扫
2428
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
