干货|可视化分析 web 访问日志

发布时间：2020-04-08 15:45:52 来源：网络阅读：656 作者：xjtuhit 栏目：编程语言

内容目录

Python 基础
使用模块介绍
可视化组件 echarts 介绍
Web 访问日志
代码解读
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

干货|可视化分析 web 访问日志

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']
干货|可视化分析 web 访问日志

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“