当前位置：&&&如何下载网站日志.mp4 如何下载网站日志.mp4分享用户：资源分类：文件大小： 1 MB资源类型：浏览次数：67次发布日期： 19:12:43资源类别：文件其它：4次下载/19次保存声明：本站仅提供资源的链接，不提供内容的下载，也不存放内容；用户如需下载资源内容需跳转至百度云盘，资源内容归属于百度云盘
收藏资源：
也许对您有用的百度云盘资源推荐百度云盘分享达人推荐相关百度云盘资源推荐lgani1314分享的百度云盘资源只需一步，快速开始
查看: 756|回复: 12
阅读权限80
在线时间 小时
签到天数: 142 天连续签到: 1 天[LV.7]总监
马上注册，结交更多好友，享用更多功能，让你轻松玩转社区。
才可以下载或查看，没有帐号？
我到底应该去哪里找我网站的访问日志啊 ~~~&&怎么我找不到呢？？？
QQ截图未命名.jpg (64.87 KB, 下载次数: 0)
19:22 上传
这样下载对么？？
如果对为什么我下载的日志 第二天去找却找不到呢~~~&&到底应该怎样才能获取访问日志啊 ！！！&&详细点的 最好 ！！
求求高手解答了 ！！！
a. 回帖是一种美德，也是对楼主发帖的尊重和支持;
&&&&如果通过本帖信息与他人联系，请说明来自推一把论坛！推一把微信公众号：tui18com
b. 请不要发表违反中华人民共和国法律的内容。本站所有帖子属会员个人意见，与本站立场无关.
&&&&帖子内容版权归属作者所有,如是转贴版权归属原作者所有，其他单位或个人在使用或转载帖子&&&&内容时须征得帖子作者的同意或注明内容原出处。
阅读权限70
在线时间 小时
签到天数: 108 天连续签到: 1 天[LV.6]经理
应该就这样弄吧，我以前弄过几次
在线时间 小时
签到天数: 434 天连续签到: 1 天[LV.9]CEO
开启应该就可以去下载了哈~！
阅读权限255
在线时间 小时
签到天数: 2052 天连续签到: 10 天[LV.Master]
网站日志一般存放在虚拟主机的logfiles文件夹下，可以通过FTP工具将网站日志下载下来，通过txt文档方式查看。
在线时间 小时
签到天数: 22 天连续签到: 0 天[LV.4]组长
那不是告诉你了嘛，看log目录啊，下载下来看
阅读权限40
在线时间 小时
该用户从未签到
都差不多的
在线时间 小时
签到天数: 79 天连续签到: 0 天[LV.6]经理
对在FTP工具将网站日志下载下来，通过txt文档方式查看
阅读权限90
在线时间 小时
签到天数: 116 天连续签到: 1 天[LV.6]经理
应该是到你的空间的FTP里面去下吧
阅读权限60
在线时间 小时
签到天数: 83 天连续签到: 0 天[LV.6]经理
这种主机需要先点击“下载网站日志”，日志会在第二天生成，然后就可以通过FTP下载了
在线时间 小时
该用户从未签到
提示: 作者被禁止或删除 内容自动屏蔽
推一把微信公众号：tui18com||京公网安备
论坛事务(9:30-17:00)：
|广告合作(9:30-17:00)：
承载数据运行（|）系统架构（1）
1.什么网站日志挖掘的目的是什么？
2.网站分析数据主要有哪三种收集方式？
3.web日志挖掘包含哪些流程？
收集web日志的目的
Web日志挖掘是指采用数据挖掘技术，对站点用户访问Web服务器过程中产生的日志数据进行分析处理，从而发现Web用户的访问模式和兴趣爱好等，这些信息对站点建设潜在有用的可理解的未知信息和知识，用于分析站点的被访问情况，辅助站点管理和决策支持等。
1、以改进web站点设计为目标，通过挖掘用户聚类和用户的频繁访问路径，修改站点的页面之间的链接关系，以适应用户的访问习惯，并且同时为用户提供有针对性的电子商务活动和个性化的信息服务，应用信息推拉技术构建智能化Web站点。
2、以分析Web站点性能为目标，主要从统计学的角度，对日志数据项进行粗略的统计分析，得到用户频繁访问页、单位时间的访问数、访问数量随时间分布图等。现有的绝大多数的Web日志分析工具都属于此类。
3、以理解用户意图为目标，主要是通过与用户交互的过程收集用户的信息，Web服务器根据这些信息对用户请求的页面进行裁剪，为用户返回定制的页面，其目的就是提高用户的满意度和提供个性化的服务。
网站分析数据主要有三种收集方式：Web日志、JavaScript标记和包嗅探器。
1. Web日志
web日志处理流程：
&1.png&(213.18
KB, 下载次数: 0)
&&[url=]保存到相册[/url]&
10 小时前 上传
从上图可以看出网站分析数据的收集从网站访问者输入URL向网站服务器发出http请求就开始了。网站服务器接收到请求后会在自己的Log文件中追加一条记录，记录内容包括：远程主机名(或者是IP地址)、登录名、登录全名、发请求的日期、发请求的时间、请求的详细(包括请求的方法、地址、协议)、请求返回的状态、请求文档的大小。随后网站服务器将页面返回到访问者的浏览器内得以展现。
2. JavaScript标记
JavaScript标记处理流程：
&2.png&(232.63
KB, 下载次数: 0)
&&[url=]保存到相册[/url]&
10 小时前 上传
上图所示JavaScript标记同Web日志收集数据一样，从网站访问者发出http请求开始。不同的是，JavaScript标记返回给访问者的网页代码中会包含一段特殊的JavaScript代码，当页面展示的同时这段代码也得以执行。这段代码会从访问者的Cookie中取得详细信息(访问时间、浏览器信息、工具厂商赋予当前访问者的userID等)并发送到工具商的数据收集服务器。数据收集服务器对收集到的数据处理后存入数据库中。网站经营人员通过访问分析报表系统查看这些数据。
3. 包嗅探器
通过包嗅探器收集分析的流程：
&3.png&(236.22
KB, 下载次数: 0)
&&[url=]保存到相册[/url]&
10 小时前 上传
上图可以看出网站访问者发出的请求到达网站服务器之前，会先经过包嗅探器，然后包嗅探器才会将请求发送到网站服务器。包嗅探器收集到的数据经过工具厂商的处理服务器后存入数据库。随后网站经营人员就可以通过分析报表系统看到这些数据。
web日志挖掘过程
整体流程参考下图：
&4.png&(23.7
KB, 下载次数: 0)
&&[url=]保存到相册[/url]&
10 小时前 上传
1、数据预处理阶段&
& & 根据挖掘的目的，对原始Web日志文件中的数据进行提取、分解、合并、最后转换为用户会话文件。该阶段是Web访问信息挖掘最关键的阶段，数据预处理包括:关于用户访问信息的预处理、关于内容和结构的预处理。
2、会话识别阶段&
& & 该阶段本是属于数据预处理阶段中的一部分，这里将其划分成单独的一个阶段，是因为把用户会话文件划分成的一组组用户会话序列将直接用于挖掘算法，它的精准度直接决定了挖掘结果的好坏，是挖掘过程中最重要的阶段。
3、模式发现阶段&
& & 模式发现是运用各种方法和技术从Web同志数据中挖掘和发现用户使用Web的各种潜在的规律和模式。模式发现使用的算法和方法不仅仅来自数据挖掘领域，还包括机器学习、统计学和模式识别等其他专业领域。
模式发现的主要技术有：统计分析（statistical analysis）、关联规则（association rules）、聚类（clustering）、归类（classification）、序列模式（sequential patterns）、依赖关系（dependency）。
（1）统计分析（statistical analysis）：常用的统计技术有：贝叶斯定理、预测回归、对数回归、对数-线性回归等。可用来分析网页的访问频率，网页的访问时间、访问路径。可用于系统性能分析、发现安全漏洞、为网站修改、市场决策提供支持。
（2）关联规则（association rules）：关联规则是最基本的挖掘技术，同时也是WUM最常用的方法。在WUM中常常用在被访问的网页中，这有利于优化网站组织、网站设计者、网站内容管理者和市场分析，通过市场分析可以知道哪些商品被频繁购买，哪些顾客是潜在顾客。
（3）聚类（clustering）：聚类技术是在海量数据中寻找彼此相似对象组，这些数据基于距离函数求出对象组之间的相似度。在WUM中可以把具有相似模式的用户分成组，可以用于电子商务中市场分片和为用户提供个性化服务。
（4）归类（classification）：归类技术主要用途是将用户资料归入某一特定类中，它与机器学习关系很紧密。可以用的技术有：决策树（decision tree）、K-最近邻居、Na?ve Bayesian classifiers、支持向量机（support vector machines）。
（5）序列模式（sequential patterns）：给定一个由不同序列组成的集合，其中，每个序列由不同的元素按顺序有序排列，每个元素由不同项目组成，同时给定一个用户指定的最小支持度阈值，序列模式挖掘就是找出所有的频繁子序列，即子序列在序列集中的出现频率不低于用户指定的最小支持度阈值。
（6）依赖关系（dependency）：一个依赖关系存在于两个元素之间，如果一个元素A的值可以推出另一个元素B的值，则B依赖于A。
4、模式分析阶段&
& & 模式分析是Web使用挖掘最后一步，主要目的是过滤模式发现阶段产生的规则和模式，去除那些无用的模式，并把发现的模式通过一定的方法直观的表现出来。由于Web使用挖掘在大多数情况下属于无偏向学习，有可能挖掘出所有的模式和规则，所以不能排除其中有些模式是常识性的，普通的或最终用户不感兴趣的，故必须采用模式分析的方法使得挖掘出来的规则和知识具有可读性和最终可理解性。常见的模式分析方法有图形和可视化技术、数据库查询机制、数理统计和可用性分析等。
收集数据包括
收集的数据主要包括：
全局UUID、访问日期、访问时间、生成日志项的服务器的IP地址、客户端试图执行的操作、客户端访问的服务器资源、客户端尝试执行的查询、客户端连接到的端口号、访问服务器的已验证用户名称、发送服务器资源请求的客户端IP地址、客户端使用的操作系统、浏览器等信息、操作的状态码（200等）、子状态、用Windows@使用的术语表示的操作的状态、点击次数。
对于网站的运营者来说，如何能够高效精确的识别用户非常关键，这会对网站运营带来极大的帮助，如定向推荐等。
用户识别方法如下：
&5.png&(34.04
KB, 下载次数: 0)
&&[url=]保存到相册[/url]&
10 小时前 上传
使用HDFS存储
数据收集到服务器之后，根据数据量可以考虑将数据存储在hadoop的HDFS中。
如果不熟悉HDFS，可以参考：
在现在的企业中，一般情况下都是多台服务器生成日志，日志包括nginx生成的，也包括在程序中使用log4j生成的自定义格式的。
通常的架构如下图：
&6.png&(86.65
KB, 下载次数: 0)
&&[url=]保存到相册[/url]&
10 小时前 上传
使用mapreduce分析nginx日志
nginx默认的日志格式如下：
222.68.172.190 - - [18/Sep/:57 +0000] &GET /images/my.jpg HTTP/1.1& 200 19939
&/A00n& &Mozilla/5.0 (Windows NT 6.1)
AppleWebKit/537.36 (KHTML, like Gecko) Chrome/29.0.1547.66 Safari/537.36&
变量的解释如下：
remote_addr: 记录客户端的ip地址, 222.68.172.190
remote_user: 记录客户端用户名称, –
time_local: 记录访问时间与时区, [18/Sep/:57 +0000]
request: 记录请求的url与http协议, “GET /images/my.jpg HTTP/1.1″
status: 记录请求状态,成功是200, 200
body_bytes_sent: 记录发送给客户端文件主体内容大小, 19939
http_referer: 用来记录从那个页面链接访问过来的, “”
http_user_agent: 记录客户浏览器的相关信息, “Mozilla/5.0 (Windows NT 6.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/29.0.1547.66 Safari/537.36″
可以直接使用mapreduce来进行日志分析：
&7.png&(9.59
KB, 下载次数: 0)
&&[url=]保存到相册[/url]&
10 小时前 上传
在hadoop中计算后定时导入到关系型数据库中进行展现。
要明细的分析可以参考这篇：
也可以使用hive来代替mapreduce进行分析。
web日志收集是每个互联网企业必须要处理的过程，当收集上来数据，并且通过适当的数据挖掘之后，会对整体网站的运营能力及网站的优化带来质的提升，真正的做到数据化分析和数据化运营。
来源：/skyme/p/4316057.html
参考知识库
* 以上用户言论只代表其个人观点，不代表CSDN网站的观点或立场
访问：23556次
排名：千里之外
原创：29篇
转载：71篇教你如何查看网站日志
可能还有很多er和一些新手们，还不会怎么去分析日志。可能有人会说，会不会分析日志，关我屁事呀！有统计工具不就行了，如果是这样那你就大错特错了。为什么这么说呢？
因为日志分析和流量软件分析都可以分析出网站各种流量、受访页情况、关键字数据等数据，除了这几点，日志分析还可以：
1、了解搜索引擎抓取网页的问题
2、了解网站内容及链接是否正常
3、了解网站是否安全
而流量软件分析却不能。所以说学会如何去看日志和分析日志，是我们从事seoer必须掌握的一项基础。
那么什么又是网站日志呢？
网站日志：保存于网站空间内的一种文本文件，用来记录网站运行状态的各种数据，通常是在网站运行的过程中，由服务器程序实时更新记录。
网站日志与网站的服务器程序密不可分，不同的服务器程序在生成网站日志时方法相差相大。互联网上常见的服务器程序有：Apache服务器，IIS服务器，Lighttpd服务器
下面就以我博客的日志为案列，教大家如何去看日志：
第一步：先把日志下载到本地，然后用编辑工具进行打开（我这里使用的是EditPlus），先把不需要的部分进行删除。
第二步：新建一个Excel表格，然后点击数据，接着选择导入数据。
详细步骤请见下图：
第三步：对数据进行筛选（点击开始，数据筛选。以百度蜘蛛访问为例）如图：
一些常见日志的参数说明：
日期：date &服务器名：s-computername
时间：time &服务器IP：s-ip
客户端IP地址：c-ip &服务器端口：s-port
用户名：cs-username &方法：cs-method
服务名：s-sitename &URI资源：cs-uri-stem
URI查询：cs-uri-query &接收的字节数：cs-bytes
协议状态：sc-status &所有时间：time-taken
协议子状态：sc-substatus &协议版本：cs-version
WIN32状态：sc-win32-status &主机：cs-host
发送的字节数：sc-bytes &用户代理：cs &user-agent
总结：如果说你将来从事seoer和站长这条路，那么就得学会看网站日志和分析日志。因为这是每个站长的基本功，如果你连日志都不会观看。还谈什么优化呢？