python-裝飾器實現pv-uv
阿新 • • 發佈:2018-12-09
python-裝飾器實現pv-uv
網站流量統計可以幫助我們分析網站的訪問和廣告來訪等資料,裡面包含很多資料的,比如訪問試用的系統,瀏覽器,ip歸屬地,訪問時間,搜尋引擎來源,廣告效果等。原來是一樣的,這次先實現了PV,UV,IP三個重要指標的統計。 PV(訪問量):Page View, 即頁面瀏覽量或點選量,使用者每次重新整理即被計算一次。 UV(獨立訪客):Unique Visitor,一般使用cookie標記,訪問您網站的一臺電腦客戶端(比如一臺電腦開多個瀏覽器訪問則為多個UV)為一個訪客,00:00-24:00內相同的客戶端只會被計算一次。 IP(獨立IP):指獨立IP數。00:00-24:00內相同IP地址之被計算一次(多臺電腦可能共用一個ip)。 ip、pv、uv的區別: IP(獨立IP):某IP地址的計算機訪問網站的次數。這種統計方式很容易實現,具有真實性。所以是衡量網站流量的重要指標。 PV(訪問量):PV反映的是瀏覽某網站的頁面數,所以每重新整理一次也算一次。就是說PV與來訪者的數量成正比,但PV並不是頁面的來訪者數量,而是網站被訪問的頁面數量。 UV(獨立訪客):可以理解成訪問某網站的電腦的數量。網站判斷來訪電腦的身份是通過來訪電腦的cookies實現的。如果更換了IP後但不清除cookies,再訪問相同網站,該網站的統計中UV數是不變的。 工作流程: S1:編寫監控javascript和提供介面。這個介面返回的是監控網站對應的javascript檔案,這個檔案可以再客戶端可以標記和採集訪客的資訊。 S2:網站呼叫介面。只需將引入javascript到要監控的站點即可,訪客訪問該站點時,javascript檔案就會被載入。 S3:標記和採集資料。監控js被載入後就會往瀏覽器寫入cookie標記訪客,比如新訪客生產一個新cookie和標記訪問次數,若是老使用者則,讀取 cookie資訊,計算訪問次數和最後訪問時間等,這些客戶端的資訊處理完後,則向指定的伺服器傳送資料。 S4:最後伺服器接收javascript提交過來的資料處理入庫和後續的資料處理了。
1.models層建立統計表
# 每日訪問量統計 class Statistics(models.Model): pv = models.IntegerField(default=0) uv = models.IntegerField(default=0) date = models.CharField(max_length=200) class Meta: verbose_name = '網站統計資訊' verbose_name_plural = '網站統計資訊' def__str__(self):return self.date
2.decorator.py建立裝飾器函式
實現每次呼叫view試圖函式前資料庫欄位先自加1
from models import Statistics import time def pvCount(func): def wrapper(request, *args, **kwargs): dateObj_list = Statistics.objects.filter(date=time.strftime('%Y-%m-%d')) count = dateObj_list.count() if count == 0: # ==0,表示第一次訪問,pv,uv預設都為1 Statistics.objects.create(pv=1,uv=1,date=str(time.strftime('%Y-%m-%d'))) else: todayObj = Statistics.objects.get(date=str(time.strftime('%Y-%m-%d')))
# 每訪問一次,pv+=1 todayObj.pv += 1 todayObj.save() return func(request, *args, **kwargs) return wrapper
3.view試圖匯入裝飾器函式,並呼叫
from decorator import pvCount @pvCount def index(request): count = models.NewMachine.objects.all().count() phycount = models.PhysicalHost.objects.all().count() ret = dict() ret['count'] = count ret['phycount'] = phycount return render_to_response('index.html', ret)
網站流量統計可以幫助我們分析網站的訪問和廣告來訪等資料,裡面包含很多資料的,比如訪問試用的系統,瀏覽器,ip歸屬地,訪問時間,搜尋引擎來源,廣告效果等。原來是一樣的,這次先實現了PV,UV,IP三個重要指標的統計。 PV(訪問量):Page View, 即頁面瀏覽量或點選量,使用者每次重新整理即被計算一次。 UV(獨立訪客):Unique Visitor,一般使用cookie標記,訪問您網站的一臺電腦客戶端(比如一臺電腦開多個瀏覽器訪問則為多個UV)為一個訪客,00:00-24:00內相同的客戶端只會被計算一次。 IP(獨立IP):指獨立IP數。00:00-24:00內相同IP地址之被計算一次(多臺電腦可能共用一個ip)。 ip、pv、uv的區別: IP(獨立IP):某IP地址的計算機訪問網站的次數。這種統計方式很容易實現,具有真實性。所以是衡量網站流量的重要指標。 PV(訪問量):PV反映的是瀏覽某網站的頁面數,所以每重新整理一次也算一次。就是說PV與來訪者的數量成正比,但PV並不是頁面的來訪者數量,而是網站被訪問的頁面數量。 UV(獨立訪客):可以理解成訪問某網站的電腦的數量。網站判斷來訪電腦的身份是通過來訪電腦的cookies實現的。如果更換了IP後但不清除cookies,再訪問相同網站,該網站的統計中UV數是不變的。 工作流程: S1:編寫監控javascript和提供介面。這個介面返回的是監控網站對應的javascript檔案,這個檔案可以再客戶端可以標記和採集訪客的資訊。 S2:網站呼叫介面。只需將引入javascript到要監控的站點即可,訪客訪問該站點時,javascript檔案就會被載入。 S3:標記和採集資料。監控js被載入後就會往瀏覽器寫入cookie標記訪客,比如新訪客生產一個新cookie和標記訪問次數,若是老使用者則,讀取 cookie資訊,計算訪問次數和最後訪問時間等,這些客戶端的資訊處理完後,則向指定的伺服器傳送資料。 S4:最後伺服器接收javascript提交過來的資料處理入庫和後續的資料處理了。
1.models層建立統計表
# 每日訪問量統計 class Statistics(models.Model): pv = models.IntegerField(default=0) uv = models.IntegerField(default=0) date = models.CharField(max_length=200) class Meta: verbose_name = '網站統計資訊' verbose_name_plural = '網站統計資訊' def__str__(self): return self.date
2.decorator.py建立裝飾器函式
實現每次呼叫view試圖函式前資料庫欄位先自加1
from models import Statistics import time def pvCount(func): def wrapper(request, *args, **kwargs): dateObj_list = Statistics.objects.filter(date=time.strftime('%Y-%m-%d')) count = dateObj_list.count() if count == 0: # ==0,表示第一次訪問,pv,uv預設都為1 Statistics.objects.create(pv=1,uv=1,date=str(time.strftime('%Y-%m-%d'))) else: todayObj = Statistics.objects.get(date=str(time.strftime('%Y-%m-%d')))
# 每訪問一次,pv+=1 todayObj.pv += 1 todayObj.save() return func(request, *args, **kwargs) return wrapper
3.view試圖匯入裝飾器函式,並呼叫
from decorator import pvCount @pvCount def index(request): count = models.NewMachine.objects.all().count() phycount = models.PhysicalHost.objects.all().count() ret = dict() ret['count'] = count ret['phycount'] = phycount return render_to_response('index.html', ret)
網站流量統計可以幫助我們分析網站的訪問和廣告來訪等資料,裡面包含很多資料的,比如訪問試用的系統,瀏覽器,ip歸屬地,訪問時間,搜尋引擎來源,廣告效果等。原來是一樣的,這次先實現了PV,UV,IP三個重要指標的統計。 PV(訪問量):Page View, 即頁面瀏覽量或點選量,使用者每次重新整理即被計算一次。 UV(獨立訪客):Unique Visitor,一般使用cookie標記,訪問您網站的一臺電腦客戶端(比如一臺電腦開多個瀏覽器訪問則為多個UV)為一個訪客,00:00-24:00內相同的客戶端只會被計算一次。 IP(獨立IP):指獨立IP數。00:00-24:00內相同IP地址之被計算一次(多臺電腦可能共用一個ip)。 ip、pv、uv的區別: IP(獨立IP):某IP地址的計算機訪問網站的次數。這種統計方式很容易實現,具有真實性。所以是衡量網站流量的重要指標。 PV(訪問量):PV反映的是瀏覽某網站的頁面數,所以每重新整理一次也算一次。就是說PV與來訪者的數量成正比,但PV並不是頁面的來訪者數量,而是網站被訪問的頁面數量。 UV(獨立訪客):可以理解成訪問某網站的電腦的數量。網站判斷來訪電腦的身份是通過來訪電腦的cookies實現的。如果更換了IP後但不清除cookies,再訪問相同網站,該網站的統計中UV數是不變的。 工作流程: S1:編寫監控javascript和提供介面。這個介面返回的是監控網站對應的javascript檔案,這個檔案可以再客戶端可以標記和採集訪客的資訊。 S2:網站呼叫介面。只需將引入javascript到要監控的站點即可,訪客訪問該站點時,javascript檔案就會被載入。 S3:標記和採集資料。監控js被載入後就會往瀏覽器寫入cookie標記訪客,比如新訪客生產一個新cookie和標記訪問次數,若是老使用者則,讀取 cookie資訊,計算訪問次數和最後訪問時間等,這些客戶端的資訊處理完後,則向指定的伺服器傳送資料。 S4:最後伺服器接收javascript提交過來的資料處理入庫和後續的資料處理了。
1.models層建立統計表
# 每日訪問量統計 class Statistics(models.Model): pv = models.IntegerField(default=0) uv = models.IntegerField(default=0) date = models.CharField(max_length=200) class Meta: verbose_name = '網站統計資訊' verbose_name_plural = '網站統計資訊' def__str__(self): return self.date
2.decorator.py建立裝飾器函式
實現每次呼叫view試圖函式前資料庫欄位先自加1
from models import Statistics import time def pvCount(func): def wrapper(request, *args, **kwargs): dateObj_list = Statistics.objects.filter(date=time.strftime('%Y-%m-%d')) count = dateObj_list.count() if count == 0: # ==0,表示第一次訪問,pv,uv預設都為1 Statistics.objects.create(pv=1,uv=1,date=str(time.strftime('%Y-%m-%d'))) else: todayObj = Statistics.objects.get(date=str(time.strftime('%Y-%m-%d')))
# 每訪問一次,pv+=1 todayObj.pv += 1 todayObj.save() return func(request, *args, **kwargs) return wrapper
3.view試圖匯入裝飾器函式,並呼叫
from decorator import pvCount @pvCount def index(request): count = models.NewMachine.objects.all().count() phycount = models.PhysicalHost.objects.all().count() ret = dict() ret['count'] = count ret['phycount'] = phycount return render_to_response('index.html', ret)