-
Web日志分析的原理
- 上一篇：Android手机流量监测系统设计
- 下一篇：Android系统平台移动课程表的设计与开发
下面是WWW服务模型：
1)客户端和Web服务器建立TCP连接，连接建立以后，向web服务器发出访问请求(如：get)，根据HTTP协议该请求中包含了客户端的IP地址、浏览器的类型、请求的URL等信息。
2)web服务器收到请求后，将客户端要求的页面内容返回到客户端。若出现错误，返回错误代码。
3)服务器端将访问信息和错误信息纪录到日志文件里。
对于apache来说，支持多种日志文件格式，最常见的是common和combined两种模式。这里讨论combined类型，下面是common类型的日志示例：
218。242。102。121 [06／Dec／2012：00：00：00+0000]＂GET／2／faee／shnew／ad／via20130415logo。gif HTTP／1。1＂304 0
＂http：／／www。mpsoft。net／＂
＂Mozilla／4。0(compatible；MSIE 6。0；Windows 98)＂
61。139。226。47一一[06／Dec／2012：00：00：00+0000]
＂GET／cgi—bin／guanggaotmp。gif HTIP／I。1＂200 178
＂http：／／www3。beareyes。corn。cn／1／index。phg＂
＂Mozilla。／4。0(compatible；MSIE 5。0；Windows 98；DisExt)”
218。75。41。11一一[06／Dec／2012：00：00：00+0000]
＂GET／2／face／shnew／ad／via20120415logo。gif HTTP／1。1＂304 0
＂http：／／www。mpsoft。net／＂
＂Mozilla／4。0(compatible；MSIE 5。0；Windows 98；DigExt)＂
61。187。207。104一一[06／Dec／2012：00：00：00+0000]
＂GET"／images／logolunl。gif HTTP／1。1＂304 0
＂http：／／www2。beareyes。com。cn／bbs／b。htm＂
＂Mozilla／4。0(compatible；MSIE 6。0；Windows NT 5。1)＂
211。150。229。228一一[06／Dec／2012：00：00：00+0000]
＂GET／2／face／pub／image-top-1。gif HTTP)／1。1＂200 260
＂http：／／www。beareyes。eom／2／lib／201304／12／20120412004。
hun＂
＂Mozilla／4。0(compatible；MSIE 5。5；Windows NT 5。0)＂
通过日志示例及Web服务器日志格式我们可以看到web访问日志记录了服务器接受请求以及运行状态的各种原始信息，包括客户端的IP地址、访问发生的时间、访问请求的页面、Web服务器对于该请求返回的状态信息、返圆给客户端的内容的大小(以字节为单位)、该请求的引用地址、客户浏览器类型等。Web日志还包括了上次访问页面、cookies等更多我们迫切需要的信息。如果客户端在连续的网站上浏览，就会产生很多条包含某些相同信息的日志文件。这样就构成了一个访客在网站上所有活动的日志信息列。通过这些信息，我们就可以通过一定的算法，从而了解到这个访客在网站上的整体行为。通过对这些信息的统计、分析和综合，就可以识别用户，了解访问分布，掌握服务器的运行状况等.论文网
Web服务器日志格式
域(field) 描述(description)
日期（date） 请求页面的时间、日期和时区(date，time and timezone of request)
客户端IP
(client IP） 远程主机的IP或DNS人口(remote host IP and／or DNS entry)
用户名(username) 远程登录的用户名(remote lognameof the user)
字节（bytes） 发送和接收的字节(bytes transferred sent and received
服务器
(server) 服务器名称、IP地址和端口(server name，IP addtess and port
请求(request) URL查询和枝节(URL query and stem)