通過服務器日志分析網站的原理及優缺點

網站分析收集數據的方式其實有五、六種之多，我們最常見的有三種，分別是：服務器日志（Server Log）、頁面標記（Page Tag）和客戶端監測軟件收集（Client End/Desktop）。我的CWA博客（http://www.chinawebanalytics.cn）中主要講解的都是頁面標記法，今天則跟大 家講解一下服務器日志方法的原理及優缺點。

一. 服務器日志是什么

真正意義上的網站分析是從服務器日志開始的，而且直到今天，分析服務器（也稱為server log file，或簡稱log file）日志仍然是網站分析的重要方法。

這里的服務器指的是網站服務器（Web Server），而服務器日志跟飛機的黑匣子一樣，是用來記錄網站服務器的運行信息的，或者簡單說，是用來記錄服務器中的什么頁面在什么時候被誰訪問了。 例如，如果你訪問一次我的網站：http://www.chinawebanalytics.cn， 那么一般情況下，網站服務器的日志就會記錄在某時某刻來自某個IP的訪問者索引了網頁“/index.php”。當然，網站服務器日志還會記錄其他許多內 容，這些內容能夠幫助我們分析網站的流量和訪問者在網站上的行為。

下面這個圖說明了網站日志是如何產生的。當用戶訪問一個網站的時候，事實上是訪問這個網站的某一個具體的頁面，我們假設這個頁面叫Page 1。這時，我們的這個訪問行為會請求服務器中Page 1的實際的文件，隨之把這個文件下載到瀏覽器上。由于請求和下載行為都會引起服務器的響應和相應的行動，因此就有必要記錄下服務器的這些行動。

你會問，為什么需要記錄服務器的行動呢？原因很簡單，因為我們不想讓這個服務器變成“哈爾9000”（哈爾9000是庫布里克《2001太空奧德 賽》里面有了自我意識的電腦，它直接威脅到了電影中的宇航員）啊！這當然只是開玩笑，不過目的并無差別，就是能夠通過服務器日志，對服務器的運行歷史進行 記錄，這樣當有任何異常情況發生的時候，我們都能夠通過日志探尋問題發生的原因——跟記錄飛機運行狀態的黑匣子的作用十分類似。

原理看起來并不復雜，不過log file實際上并不簡單。為了讓log file具有可讀性，log file并不可以按照各個網站所有者的喜好隨意記錄的，而是有自己的規范。W3C組織定義了server log file的通用格式（如果你有興趣，可以在這里看看這些格式都是如何定義的：http://www.w3.org/Daemon/User/Config/Logging.html#common_logfile_format）， 而其他一些組織或者個人又根據自己的需要額外擴展了這個格式，使log file能夠比較全面地記錄網站服務器進行的各種活動。

一條標準的web server log記錄通常包含如下信息：

• 遠程主機（Remote Host）的IP地址/名字
• 登錄名（Log Name）
• 登錄全名（Full Name）
• 請求發生的日期（Date）
• 請求發生的時間（Time）
• 和標準格林威治時間的差值（GMT Offset）
• 請求的方法（Request Method）
• 請求的文件的地址（File）
• 請求遵守的協議（Protocol）
• 請求的狀態（Status）
• 被請求文檔的長度（Length）

生活不易，碼農辛苦
如果您覺得本網站對您的學習有所幫助,可以手機掃描二維碼進行捐贈