Nginx搭配Node来构建统计系统
Posted 网页全栈开发者中心
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Nginx搭配Node来构建统计系统相关的知识,希望对你有一定的参考价值。
一.背景
一个互联网企业少不了对自身业务的数据访问量的监控和分析。统计行业,如今CNZZ和百度作为两大巨头,是第一优先选择。
但是这两方的覆盖面积太广,难免有时候会有些“疏漏”:
CNZZ和百度统计经常数据不一致
经常出现数据缺失(比如对于站点根目录的PV,UV访问)
作为企业肯定是对于自身业务的数据是第一关注点,那么数据准确率和迭代速度就成为了优先选择。
二.统计系统v1.0.0
1.数据统计前端规则
这里主要是说日志收集和处理方向,统计规则我说了,反正就是围绕cookies和localStorage再添加各种限制展开。有兴趣的可以看我的repo=> Pure_statistics ,这里讲述了对PV和UV的收集规则。
2.日志收集和处理
用静态资源作为“载体”
rsyslog解析并推送到mysql
这就是统计系统的雏形
不过久而久之就出现了瓶颈,rsyslog不灵活,迭代过程十分痛苦。
三.取其精华,去其糟粕
保留nginx处理静态资源访问的优势,用对字符串十分友好的Node来处理日志,解析字段。
虽然Nginx和Node都是基于事件驱动的服务模型,但是不得不承认Nginx对于静态访问的处理是优于Node的。
像普遍情况专门有一台NodeServer,在拓展业务上可以用Nginx做一个反向代理,实现动静分离,发挥其各自的优势。
进一步优化
nginx.conf
其实我们在处理日志的时候只需要去处理我们“载体”相关的日志,那么我们就得将统计日志和普通日志分离。
这里我介绍一种配置路由的方式来分离日志
将你的载体放在某一个目录下,比如/tongji/
利用location的普通字符匹配规则去匹配载体访问
匹配后修改日志路径
location ^~ /tongji/ {
if ($time_iso8601 ~ "(\d{4})-(\d{2})-(\d{2})") {
set $time $1$2$3;
}
access_log 路径马赛克/$time-access.log static;
# static 规则按需配置.
}
这样在解析日志的时候可以避免冗余日志,节约是美德呀~~~ 当然你还可以做很多事,比如匹配站点,避免非自己业务的访问干扰数据精确度等等
当然,如果你司足够壕,当我没说。
Node处理程序
剩下来的事情就是用Node去读日志了 createReadStream创建一个可读流交给 readline 逐行读取处理就行了,剩下的这就是javascript开发者的拿手戏了 => 字符串解析
请注意,node在处理大文件或者未知内存文件大小的时候千万不要使用readFile,会突破V8内存限制。
推荐使用stream + pipe去处理,其不受V8限制,如果不设计字符串的操作还可以纯粹用buffer去操作,当然此时便是受物理内存的限制了。
const fs = require('fs');
const url = require('url');
const readline = require('readline');
console.time('cost-time');
const rl = readline.createInterface({
input: fs.createReadStream('路径马赛克/20200221-access.log')
});
let arr = [];
rl.on('line', (line) => {
//你自己的业务逻辑
});
rl.on('close', () => {
console.timeEnd('cost-time'); //假吧意思看个耗时
});
以上是关于Nginx搭配Node来构建统计系统的主要内容,如果未能解决你的问题,请参考以下文章
nginx实验案例:安装,构建基于域名的虚拟主机,配置网站统计
nginx实验案例:安装,构建基于域名的虚拟主机,配置网站统计
构建一个可以统计 qps 的nginx服务的Dockerfile