【前言】
應(yīng)朋友們的請(qǐng)求，我還是寫一篇關(guān)于服務(wù)器日志法進(jìn)行網(wǎng)站分析的原理以及它的優(yōu)毛病是什么。請(qǐng)朋友們注意，網(wǎng)站服務(wù)器日志法并不輕易進(jìn)行，初學(xué)者，以及在盡大多數(shù)情況下，進(jìn)行以用戶行動(dòng)分析為核心的網(wǎng)站分析，用不到服務(wù)器日志法。不過，作為網(wǎng)站分析歷史不可分割的一部分以及重要的基礎(chǔ)篇章，服務(wù)器日志法仍然值得一書。下面的這篇文章也是我要撰寫的書中截取的內(nèi)容（我要快馬加鞭快快寫了，已經(jīng)辜負(fù)了太多朋友的重托，負(fù)疚負(fù)疚?。?。
【正文】
網(wǎng)站分析收集數(shù)據(jù)的方法實(shí)在有五、六種之多，我們最常見的有三種，分辨是：服務(wù)器日志（Server Log）、頁面標(biāo)記（Page Tag）和客戶端監(jiān)測(cè)軟件收集（Client End/Desktop）。我的CWA博客（http://www.chinawebanalytics.cn）中重要講解的都是頁面標(biāo)記法，今天則跟大家講解一下服務(wù)器日志方法的原理及優(yōu)毛病。
1. 服務(wù)器日志是什么
真正意義上的網(wǎng)站分析是從服務(wù)器日志開端的，而且直到今天，分析服務(wù)器（也稱為server log file，或簡(jiǎn)稱log file）日志仍然是網(wǎng)站分析的重要方法。
這里的服務(wù)器指的是網(wǎng)站服務(wù)器（Web Server），而服務(wù)器日志跟飛機(jī)的黑匣子一樣，是用來記錄網(wǎng)站服務(wù)器的運(yùn)行信息的，或者簡(jiǎn)略說，是用來記錄服務(wù)器中的什么頁面在什么時(shí)候被誰拜訪了。例如，假如你拜訪一次我的網(wǎng)站：http://www.chinawebanalytics.cn，那么一般情況下，網(wǎng)站服務(wù)器的日志就會(huì)記錄在某時(shí)某刻來自某個(gè)IP的拜訪者索引了網(wǎng)頁“/index.php”。當(dāng)然，網(wǎng)站服務(wù)器日志還會(huì)記錄其他很多內(nèi)容，這些內(nèi)容能夠幫助我們分析網(wǎng)站的流量和拜訪者在網(wǎng)站上的行動(dòng)。
下面這個(gè)圖闡明了網(wǎng)站日志是如何產(chǎn)生的。當(dāng)用戶拜訪一個(gè)網(wǎng)站的時(shí)候，事實(shí)上是拜訪這個(gè)網(wǎng)站的某一個(gè)具體的頁面，我們假設(shè)這個(gè)頁面叫Page 1。這時(shí)，我們的這個(gè)拜訪行動(dòng)會(huì)懇求服務(wù)器中Page 1的實(shí)際的文件，隨之把這個(gè)文件下載到瀏覽器上。由于懇求和下載行動(dòng)都會(huì)引起服務(wù)器的響應(yīng)和相應(yīng)的舉動(dòng)，因此就有必要記錄下服務(wù)器的這些舉動(dòng)。
你會(huì)問，為什么需要記錄服務(wù)器的舉動(dòng)呢？原因很簡(jiǎn)略，由于我們不想讓這個(gè)服務(wù)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(shí)的電腦，它直接要挾到了電影中的宇航員）??！這當(dāng)然只是開玩笑，不過目標(biāo)并無差別，就是能夠通過服務(wù)器日志，對(duì)服務(wù)器的運(yùn)行歷史進(jìn)行記錄，這樣當(dāng)有任何異常情況產(chǎn)生的時(shí)候，我們都能夠通過日志探尋標(biāo)題產(chǎn)生的原因——跟記錄飛機(jī)運(yùn)行狀態(tài)的黑匣子的作用十分類似。
原理看起來并不復(fù)雜，不過log file實(shí)際上并不簡(jiǎn)略。為了讓log file具有可讀性，log file并不可以按照各個(gè)網(wǎng)站所有者的愛好隨便記錄的，而是有自己的規(guī)范。W3C組織定義了server log file的通用格局（假如你有愛好，可以在這里看看這些格局都是如何定義的：http://www.w3.org/Daemon/User/Config/Logging.html#common_logfile_format），而其他一些組織或者個(gè)人又根據(jù)自己的需要額外擴(kuò)大了這個(gè)格局，使log file能夠比擬全面地記錄網(wǎng)站服務(wù)器進(jìn)行的各種運(yùn)動(dòng)。
一條尺度的web server log記錄通常包含如下信息：
l 遠(yuǎn)程主機(jī)（Remote Host）的IP地址/名字
l 登錄名（Log Name）
l 登錄全名（Full Name）
l 懇求產(chǎn)生的日期（Date）
l 懇求產(chǎn)生的時(shí)間（Time）
l 和尺度格林威治時(shí)間的差值（GMT Offset）
l 懇求的方法（Request Method）
l 懇求的文件的地址（File）
l 懇求遵照的協(xié)議（Protocol）
l 懇求的狀態(tài)（Status）
l 被懇求文檔的長(zhǎng)度（Length）
下面是一條尺度的log file記錄：
202.71.113.38 – - ［03/Jan/2010:01:56:12 +0800］ “GET /Chinawebanalytics/Sidney.htm HTTP/1.0” 200 5122
從左到右，202.71.113.38就是遠(yuǎn)程主機(jī)的IP；而登錄名和登錄全名指的是發(fā)起這個(gè)懇求的用戶的名字，這個(gè)一般大家當(dāng)然是不想要流露的了，所以遠(yuǎn)程主機(jī)會(huì)禁止給出這兩個(gè)信息，log file當(dāng)然就記錄不下來了，用兩個(gè)短中劃線代替。然后，03/Jan/2010是懇求產(chǎn)生的日期，01:56:12則是時(shí)間，之后的+0800是指比格林威治時(shí)間要晚8個(gè)小時(shí)，就是我們北京時(shí)間了。再之后的GET是懇求的方法，另一種方法是POST，可以簡(jiǎn)略懂得為GET就是索取，POST就是提交。接著：/Chinawebanalytics/Sidney.htm是被懇求文件的地址，可以是盡對(duì)地址也可以是相對(duì)地址。HTTP/1.0是懇求所遵照的協(xié)議，這里的協(xié)議是HTTP 1.0。全部記錄的結(jié)尾是兩個(gè)數(shù)字，其中200表現(xiàn)一種懇求的狀態(tài)，意思是懇求一切正常。有時(shí)候這個(gè)數(shù)字會(huì)顯示為404，信任大家一看到這個(gè)數(shù)字就頭痛，它表現(xiàn)懇求的文件無法找到（file not found）；又有時(shí)候，這個(gè)數(shù)字會(huì)顯示為301，表現(xiàn)頁面被重新定向到了別的地址。最后的一個(gè)數(shù)字5593，表現(xiàn)所懇求的文檔的長(zhǎng)度為5122 bytes。
通用格局實(shí)在很簡(jiǎn)略，但是里面的這11類記錄往往不足夠幫助我們進(jìn)行更深進(jìn)的分析，因此其他的一些記錄被參加進(jìn)來，其中最重要的一些是：
l 懇求起源（Referrer）：指連接到被懇求資源的網(wǎng)站的URL。假如懇求時(shí)通過點(diǎn)擊一個(gè)鏈接時(shí)產(chǎn)生，那么這個(gè)項(xiàng)目就會(huì)被記錄；
l 客戶端（User Agent）：記錄用戶的瀏覽器或者發(fā)出懇求的程序的相干信息；
l 所需時(shí)間（Time Taken）：從懇求的發(fā)出到懇求的資源全部傳輸完畢所需花費(fèi)的時(shí)間；
l Cookie。
看起來，網(wǎng)站服務(wù)器日志所記錄的內(nèi)容是很有限的，比起我們動(dòng)輒上萬行的編程實(shí)在是九牛一毛。但是，千萬別認(rèn)為網(wǎng)站服務(wù)器日志文件會(huì)很小，對(duì)于一些大網(wǎng)站，每分每秒都有很多拜訪者對(duì)網(wǎng)站服務(wù)器進(jìn)行懇求，所以日志文件會(huì)積少成多，成為巨型的數(shù)據(jù)文件。有時(shí)候，一個(gè)小時(shí)的記錄就能超過數(shù)G。什么，你網(wǎng)站的服務(wù)器日志一個(gè)月才1M？要加油啊，沒有人氣的網(wǎng)站可沒有生命力。
講到這兒，該說說歷史了。網(wǎng)站分析就是從網(wǎng)站服務(wù)器日志開端的，或者更準(zhǔn)確的說，網(wǎng)站服務(wù)器日志自出生之日起，就是為網(wǎng)站分析所用的。最早，人們可是把所有的記錄都拿出來，然后導(dǎo)進(jìn)到數(shù)據(jù)軟件中往進(jìn)行分析，辛苦程度自不用說；但這個(gè)苦楚的階段不會(huì)持續(xù)太久，哪兒有苦楚，哪兒就有生意，所以網(wǎng)站日志分析軟件就呈現(xiàn)了，解決了很大的標(biāo)題，以至于大小互聯(lián)網(wǎng)服務(wù)供給商（ISP）們都為租用他們空間的用戶供給一款免費(fèi)的網(wǎng)站日志分析軟件。盡管如此，分析網(wǎng)站日志一直都是一個(gè)相當(dāng)不輕易的事情，所以，人們不得不尋找一些更方便的方法，這樣便發(fā)明了網(wǎng)站分析的新的數(shù)據(jù)獲取方法，這是后話了。
假如你問我什么情況下選擇用網(wǎng)站服務(wù)器日志來進(jìn)行網(wǎng)站分析，我建議你如非必需，那么還是尋找一些更輕易的方法能夠事半功倍?？纯春竺娴膬?nèi)容，你就能知道我為什么這么說。
2. 用網(wǎng)站服務(wù)器日志進(jìn)行網(wǎng)站分析的長(zhǎng)處
盡管是個(gè)技巧活，但是利用網(wǎng)站服務(wù)器日志進(jìn)行網(wǎng)站分析還是有不少利益的。
1. 網(wǎng)站服務(wù)器的日志是被你完整掌控的數(shù)據(jù)。
所謂放在自己手心最放心，這些日志在你的服務(wù)器中，假如不是黑客進(jìn)侵，數(shù)據(jù)不可能被你不盼看的人獲取。而且，只要你不刪除，它們永遠(yuǎn)都在那里，在任何時(shí)候你都可以回溯歷史數(shù)據(jù)，無論這些數(shù)占領(lǐng)多么久遠(yuǎn)。有朝一日，你的網(wǎng)站大獲成功，這些日志也是一份奮斗歷史的見證。
2. 能夠記錄機(jī)器人/主動(dòng)程序?qū)W(wǎng)站的拜訪。
其次，前面講過，網(wǎng)站服務(wù)器的日志是記錄網(wǎng)站服務(wù)器行動(dòng)的，因此任何服務(wù)器響應(yīng)的懇求都會(huì)被記錄下來。這些響應(yīng)可能是應(yīng)答用戶發(fā)出的懇求，也完整可能是應(yīng)答一些互聯(lián)網(wǎng)上主動(dòng)程序發(fā)出的懇求。最常見的一種互聯(lián)網(wǎng)上的主動(dòng)程序是搜索引擎的機(jī)器人，例如Google的Googlebot，這意味著網(wǎng)站服務(wù)器日志能夠用來分析搜索引擎的拜訪，并幫助我們優(yōu)化搜索引擎對(duì)網(wǎng)站的拜訪。講到這里，請(qǐng)大家注意，并不是每一種網(wǎng)站分析方法都能做到這一點(diǎn)，我們最常用的為網(wǎng)站頁面參加標(biāo)簽的方法是不能獲取搜索引擎流量的。
3. 終端無關(guān)
網(wǎng)站服務(wù)器的日志能夠記錄網(wǎng)站服務(wù)器全部響應(yīng)行動(dòng)的特點(diǎn)還延伸出另外一個(gè)長(zhǎng)處，那就是無論是何種終端拜訪服務(wù)器，都能把相干數(shù)據(jù)記錄下來?，F(xiàn)在，能夠拜訪網(wǎng)站的終端越來越多了，我無聊的時(shí)候也試著用Sony的PSP上網(wǎng)，用手機(jī)的GPRS也能輕松的瀏覽網(wǎng)頁，這些形形色色的終真?zhèn)€拜訪，服務(wù)器日志都會(huì)忠誠的記錄，但頁面參加標(biāo)簽的方法就可能完整行不通。
4. 能夠探知文件是否完整下載
日志方法的另一個(gè)利益是能夠記錄文件下載的情況。假如你在網(wǎng)高低載一個(gè)MP3音樂，你在發(fā)出這個(gè)響應(yīng)的時(shí)候，日志會(huì)記錄一個(gè)狀態(tài)；你在下載完整的時(shí)候，日志照樣會(huì)記錄一個(gè)狀態(tài)；假如你沒有下載完整，日志還是會(huì)記錄下來。這個(gè)，我想對(duì)那些供給下載服務(wù)的網(wǎng)站很有用。
5. 數(shù)據(jù)獲取不依附于第三方
通過日志獲取數(shù)據(jù)本身不需要額外的第三方的幫助。只要你的服務(wù)器在運(yùn)轉(zhuǎn)，日志就會(huì)源源不斷的被創(chuàng)立、保留。不過，請(qǐng)注意，這里我所指的是數(shù)據(jù)的獲取不需要額外的支撐，但是數(shù)據(jù)的分析一般而言，還是需要第三方的幫助的。直接往用肉眼讀日志文件中的數(shù)據(jù)進(jìn)行分析是不可想象的。
6. 不怕防火墻
最后，日志方法不害怕防火墻或客戶端安全軟件的屏蔽，由于數(shù)據(jù)都是從服務(wù)器端獲取的。
看起來似乎不錯(cuò)，不過凡事有利有弊，日志方法也確定有它不能克服的不足。
3. 用網(wǎng)站服務(wù)器日志方法進(jìn)行網(wǎng)站分析的毛病
日志方法能夠起到作用的條件是服務(wù)器要響應(yīng)來自客戶真?zhèn)€懇求，假如客戶真?zhèn)€懇求不通過服務(wù)器就得到了響應(yīng)（這實(shí)在是經(jīng)常產(chǎn)生的），那么服務(wù)器日志法就無能為力了。
1. 害怕網(wǎng)頁緩存（Cache）
為了提高網(wǎng)站頁面的載進(jìn)速度，人們發(fā)明了網(wǎng)頁緩存（Cache）。在臺(tái)灣，Cache被翻譯作“快取”，似乎兼?zhèn)淞艘袅x。
網(wǎng)頁緩存的原理很輕易懂得，但卻是個(gè)了不起的發(fā)明。在緩存呈現(xiàn)之前，人們拜訪網(wǎng)站每次都需要把網(wǎng)頁從網(wǎng)站的服務(wù)器傳輸?shù)娇蛻粽鎮(zhèn)€瀏覽器中，這個(gè)速度當(dāng)然會(huì)有點(diǎn)兒慢，尤其是網(wǎng)絡(luò)條件不好的時(shí)候。于是善動(dòng)頭腦的人們發(fā)明，每次拜訪的網(wǎng)站實(shí)在有很多內(nèi)容是沒有更新的，假如能夠把那些不經(jīng)常更新的部分放在自己的電腦里面，每次打開網(wǎng)頁的時(shí)候，首先搜索自己電腦里面已經(jīng)有的內(nèi)容，然后再往服務(wù)器往尋找那些被更新了的部分，這樣服務(wù)器傳輸?shù)臄?shù)據(jù)量就會(huì)大大減少了，全部網(wǎng)頁也會(huì)被更快地顯示出來。
現(xiàn)在，我們大部分人的瀏覽器都設(shè)置了緩存。所以，有時(shí)候，你會(huì)發(fā)明，即使網(wǎng)絡(luò)沒有接通，你拜訪的網(wǎng)站似乎也能“正常”打開，只不過瀏覽器會(huì)顯示“脫機(jī)”狀態(tài)，告訴你，這些內(nèi)容不是真正從服務(wù)器傳輸過來的。
除了客戶端（瀏覽器）能夠存放緩存的內(nèi)容外，代理服務(wù)器（Proxy）也能夠存放網(wǎng)頁緩存，目標(biāo)同樣是為了提速。你可以把代理服務(wù)器的緩存想象成CPU的“二級(jí)緩存”——當(dāng)客戶端沒有存儲(chǔ)某個(gè)網(wǎng)頁的緩存的時(shí)候（“一級(jí)緩存”沒有內(nèi)容），瀏覽器就會(huì)尋找代理服務(wù)器緩存，看看有沒有內(nèi)容。假如還沒有，那才會(huì)再往尋找真正存放網(wǎng)頁內(nèi)容的網(wǎng)站服務(wù)器。
有了緩存，當(dāng)你點(diǎn)擊瀏覽器的“回退按鈕”的時(shí)候，回退的上一個(gè)頁面就不需要再重新從服務(wù)器中下載一次，而是立即就浮現(xiàn)在你的眼前。你常用的網(wǎng)站的打開速度也明顯晉升了。
可是，對(duì)于通過服務(wù)器日志來獲取網(wǎng)站拜訪數(shù)據(jù)的方法而言，這可不是一個(gè)好事情。由于緩存的存在，本來應(yīng)當(dāng)懇求服務(wù)器的成果不需要懇求了，服務(wù)器的日志什么也不會(huì)記錄下來，可是對(duì)頁面的拜訪卻又實(shí)實(shí)在在的產(chǎn)生了。
所以，緩存的存在會(huì)使日志方法低估網(wǎng)站的實(shí)際拜訪量。
2. 害怕Flash等“客戶端交互”內(nèi)容
現(xiàn)在，為了更具沖擊力的視覺后果和更豐富的網(wǎng)頁互動(dòng)，應(yīng)用Flash、參加視頻、設(shè)計(jì)很多互動(dòng)程序在網(wǎng)頁上已經(jīng)稀疏平常。而這些元素，它們太獨(dú)立了，以至于當(dāng)它們被載進(jìn)到瀏覽器端了之后，完整可以在瀏覽器端運(yùn)行而不再與服務(wù)器產(chǎn)生交互，或者只需要在必要的時(shí)候才與服務(wù)器產(chǎn)生交互。
比如，你玩兒普通網(wǎng)頁版的Flash小游戲，一旦游戲下載完畢，你在玩兒的過程中跟網(wǎng)站服務(wù)器就不會(huì)有什么接洽了，或者你看網(wǎng)頁上的視頻，你在播放器上進(jìn)行的暫停把持，一般也不會(huì)跟服務(wù)器進(jìn)行互動(dòng)。還有，有一些腳本語言編寫的網(wǎng)頁程序，是在瀏覽器上被說明履行的，比如用JavaScript實(shí)現(xiàn)的網(wǎng)頁Tab標(biāo)簽切換，在頁面全部載完后，無論你怎么切換Tab，服務(wù)器都感到不到了。
服務(wù)器感到不到，也就不會(huì)存在什么服務(wù)器日志記錄，也就不會(huì)有數(shù)據(jù)，因此用日志方法是無法準(zhǔn)確獲取“客戶端交互”類型的網(wǎng)站拜訪行動(dòng)的。這種情況下，必需選擇其他的數(shù)據(jù)收集方法。
3. 不準(zhǔn)確的拜訪者記錄
日志方法分辨獨(dú)立拜訪者需要依附客戶真?zhèn)€IP地址，也只能依附它。不過，IP地址顯然不代表真正的拜訪者。上班族的全部辦公室的IP地址都可能是一個(gè)（應(yīng)用代理服務(wù)器），而這個(gè)辦公室可能坐著十多個(gè)人。這可能使拜訪者的數(shù)目被低估。
同樣，在家中，假如你購置了公共網(wǎng)絡(luò)服務(wù)，那么你的IP地址存在動(dòng)態(tài)分配的標(biāo)題。你今天上網(wǎng)的IP地址和明天的可能就會(huì)不同，這個(gè)時(shí)候日志方法只能判定為兩個(gè)不同的拜訪者。這又可能使拜訪者的數(shù)目被高估。
此外，前面提到過日志是能夠忠誠記錄機(jī)器（非人為）的拜訪運(yùn)動(dòng)的，但是機(jī)器不是人，它們的運(yùn)動(dòng)混在真實(shí)的人的拜訪之中，同樣會(huì)使真實(shí)拜訪者的數(shù)目，或者拜訪數(shù)本身被高估。
在這正反兩相反方向的共同作用下，成果只能一個(gè)，那就是對(duì)于拜訪者數(shù)目標(biāo)估算是非常含混的。當(dāng)然，我們必需要承認(rèn)，無論用什么方法，網(wǎng)站拜訪者的準(zhǔn)確數(shù)目都無法獲得，但相對(duì)而言，日志方法要更不準(zhǔn)確些。
4. 較弱的實(shí)時(shí)性
沒錯(cuò)，網(wǎng)站服務(wù)器日志是記錄服務(wù)器運(yùn)行的實(shí)時(shí)數(shù)據(jù)的，但是這些數(shù)據(jù)想要被取出分析，實(shí)時(shí)性就沒有那么好了。常見的情況是，你必需首先把服務(wù)器日志文件（log file）從服務(wù)器中取出來，而這些文件確定不會(huì)是服務(wù)器正在運(yùn)行過程中的數(shù)據(jù)，一般都是隔天的（需要驗(yàn)證），然后再把這些日志文件導(dǎo)進(jìn)到專門針對(duì)日志分析的工具中才干進(jìn)行分析。這個(gè)過程的快慢依附于你的熟練程度，但要尋求實(shí)時(shí)，頗有難度。
有技巧高超的站長(zhǎng)或者工程師通過架設(shè)內(nèi)部網(wǎng)絡(luò)、組建專門的日志分析服務(wù)器，并且編寫特定的程序來解決日志分析的實(shí)時(shí)性標(biāo)題（http://www.phparticle.net/htmldata/36462/1/），但是，對(duì)于普通的中小網(wǎng)站，這種方法難度頗大，花費(fèi)不菲，所以可行性不強(qiáng)。因此，實(shí)時(shí)性是盡大部分通過日志方法來分析網(wǎng)站數(shù)據(jù)時(shí)要面對(duì)的標(biāo)題。
5. 海量的數(shù)據(jù)存儲(chǔ)
服務(wù)器日志是忠誠的，所以它會(huì)如實(shí)記錄下來每一分每一秒產(chǎn)生的每一條服務(wù)器響應(yīng)。對(duì)于一些流量稍大的網(wǎng)站，一天的網(wǎng)站日志記錄超過數(shù)個(gè)G（Gigabytes）是非常正常的，而那些最大的網(wǎng)站，一個(gè)小時(shí)就可能產(chǎn)生數(shù)G的記錄。我們沒有詹姆斯·卡梅隆的超級(jí)團(tuán)隊(duì)（他的《阿凡達(dá)》殊效需要處理超過500，000G的數(shù)據(jù)），所以假如要回溯網(wǎng)站一個(gè)月的流量就可能變成一個(gè)相當(dāng)棘手的標(biāo)題，需要投進(jìn)相當(dāng)?shù)臅r(shí)間和耐心，假如你沒有相當(dāng)?shù)募记珊徒?jīng)驗(yàn)，效率就會(huì)很低。
6. 日志文件獲取繁瑣
我們不能把日志文件的獲取想象的太簡(jiǎn)略，畢竟這不是在自己臥室的電腦中點(diǎn)開一個(gè)MP3文件那么輕易。有些網(wǎng)站有鏡像服務(wù)器，有些服務(wù)器在境外，有些服務(wù)器是由處在多個(gè)不同地理地位的物理服務(wù)器邏輯組合而成。這些情況下，在進(jìn)行日志分析之前需要集中所有的日志文件，這是一個(gè)很有些麻煩的事情，尤其是當(dāng)日志文件的體積極為宏大的時(shí)候。另外，假如是租用的ISP服務(wù)器空間，假如沒有權(quán)限獲取日志數(shù)據(jù)，那么實(shí)際上連進(jìn)行分析的可能性都沒有了。
現(xiàn)在，你完整懂得了日志方法收集網(wǎng)站分析數(shù)據(jù)的優(yōu)毛病，那么，什么情況下你應(yīng)當(dāng)選擇這種方法進(jìn)行網(wǎng)站分析呢？
4. 什么情況下該用日志分析方法
假如你有如下的數(shù)據(jù)監(jiān)測(cè)和分析的需要，你應(yīng)當(dāng)用日志分析方法：
1. 需要懂得搜索引擎機(jī)器人或者其他非人為拜訪流量，并且盼看據(jù)此對(duì)網(wǎng)站進(jìn)行針對(duì)性的優(yōu)化，如通過火析搜索引擎的拜訪行動(dòng)來進(jìn)行SEO；
2. 需要懂得除了普通的PC客戶端之外的上網(wǎng)設(shè)備對(duì)網(wǎng)站的拜訪情況；
3. 需要懂得網(wǎng)站的文件資源是否被用戶完整的下載索??；
4. 對(duì)網(wǎng)站流量信息具有極高的保密需要，不答應(yīng)讓任何第三方染指或幫忙；
5. 對(duì)于網(wǎng)站服務(wù)器的安全性和可保護(hù)性有請(qǐng)求，以及有非常明顯的對(duì)抗黑客或其他非授權(quán)拜訪需求的。
假如有如下需求，你不應(yīng)當(dāng)用日志分析方法：
1. 你的網(wǎng)站有重要的Flash之類的“非網(wǎng)頁類型的互動(dòng)”，用戶和這些內(nèi)容的互動(dòng)是你想要懂得的內(nèi)容；
2. 不愛好麻煩，對(duì)大數(shù)據(jù)量文件的處理不擅長(zhǎng)，對(duì)日志文件不熟悉，沒有好的日志數(shù)據(jù)處理軟硬件資源；
3. 需要更準(zhǔn)確的懂得網(wǎng)站被真正的人拜訪的情況，而不需要懂得“非人”的機(jī)器對(duì)網(wǎng)站的拜訪并且不盼看受到網(wǎng)頁緩存的干擾；
4. 需要更好的實(shí)時(shí)性、更規(guī)律更直觀的數(shù)據(jù)浮現(xiàn)。
現(xiàn)在，拿著這個(gè)清單，你可以做出輕易的選擇了。由于我的博客（http://www.chinawebanalytics.cn）的流量很多來自搜索引擎，因此分析服務(wù)器日志并懂得搜索引擎爬蟲的工作實(shí)在是非常必要的一個(gè)分析工作之一。
就我的經(jīng)驗(yàn)而言，我們國家應(yīng)用日志來分析網(wǎng)站仍然占領(lǐng)相當(dāng)?shù)谋壤?，尤其是?duì)于一些大型網(wǎng)站，他們會(huì)開發(fā)專門的軟件，劃撥專門的硬件資源來分析網(wǎng)站日志。不過，這不僅僅是從分析拜訪者行動(dòng)的角度來考慮，更是從網(wǎng)站服務(wù)器的安全性和可保護(hù)性角度來考慮的。
不過，假如你把網(wǎng)站分析的重心放在對(duì)于網(wǎng)站真實(shí)拜訪者行動(dòng)的追蹤和分析上，那么，通過日志方法來實(shí)現(xiàn)相對(duì)而言難度相對(duì)照較大，把持也比擬繁瑣，我們可以利用另一種方法，即頁面標(biāo)記法（Page Tag）來實(shí)現(xiàn)對(duì)網(wǎng)站拜訪數(shù)據(jù)的收集。
好了，先容完了，盼看大家感到看完后還算高興！現(xiàn)在是大家的時(shí)間了，請(qǐng)您留言，任何標(biāo)題，想法，不確實(shí)之處，都非常歡迎！謝謝！
［版權(quán)回Sidney Song（宋星）所有，歡迎轉(zhuǎn)載］
