互联网日志分析技术及分析指标

1. 日志分析必要性

  互联网的发展,将产生大量的Web日志或者移动端日志,日志中包含非常丰富的用户各类信息。通过解析分析挖掘此类信息,将产生相应的数据价值。

  • 一般中型网站(10w pv以上),每天将产生1G以上的Web日志。
  • 大型网站或超大型网址,可能每小时会产生500GB至1TB的数据。

  Web日志主要是Web服务器产生,现在公司主流的服务器是Nginx,Apache,Tomcat等。

1.1 日志格式

目前常见的Web日志格式主要两类:

    1. Apache 的NCSA日志格式
    2. ISS 的W3C日志。

1.2 传统单机日志数据分析

    1. linux shell 单机日志分析
    2. python 单机日志分析

1.3大规模分布式日志分析

  当日志以每日10GB,100GB增长时,单机则早已不能满足,此时需要大数据分析和并行计算来解决。

  • spark未出现之前:

    • 海量的数据存储和日志分析基于Hadoop和Hive等数据分析系统的。
  • spark出现后:

    • 全栈数据分析更加容易。sparkSQL处理离线的数;sparkStreaming处理实时数据。

2. 日志分析指标

  由于数据的重要性越来越高,数据化运营对互联网公司的利益影响也非常明显。

2.1网站运营日志分析常用指标

2.1.1 PV (Page View)
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值