今晚九点|可视化分析 web 访问日志

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）