SEO 統計算法

 

1）簡單粗暴型的，這裏不用去管瀏覽器的user-agent，無論cookie等信息，每產生一次PV，就直接計數，優勢：簡單，缺點：可能不真實，也可能有刷量數據

2） 稍微細膩點的統計，會區分新老用戶，樓主你能夠研究下baidu統計的SDK，裏面包含有用戶的瀏覽器信息，操做系統信息、用戶的地域信息等，也就是說， 你經過瀏覽器的javascript以及和服務器數據的交互，對於後臺服務器來講，是能夠獲取這些數據的，那麼對於站長之家這樣的網站，他可能想要統計到 真實的用戶訪問狀況，以便有些行爲分析，這時會結合用戶的IP信息、cookie信息（也就是session）和user-agent來統計分析，注意， 這裏的IP是映射後的IP地址，對於咱們平常的家庭撥號上網，都是拿到的運營商的虛擬出來的內網地址，以便節省IPv4資源，因此說，一個user- agent、IP、cookie基本上能惟一標識一個用戶信息。

3） 進一步說，有了這些數據以後，從設計角度來講，閱讀量的這個信息在頁面展示中不是優先級最高的（優先級最高的應該是業務內容自己），但閱讀量的相關信息是 有意義的，那麼問題來了，對於閱讀量這種信息是否在數據庫的設計層面上要加寫鎖去互斥？ 這裏推薦瞭解下什麼是CAP原理。

4） 因此解決方案，多是緩存，也多是有IP的判斷、cookie的檢測，這個要嘗試以後才知道了，不過我的以爲可能性最大的是這個閱讀量，汽車之家採用的是一個異步統計的辦法，也就是說你產生真實的閱讀以後，他是通過後臺處理以後纔給閱讀量計數器+1的。
提供一下實現這種思路：

• 一個IP最多隻增長兩次閱讀相似的機制，或者還有更深一層次邏輯判斷的，好比次日IP清空，而後這個統計算法變成了每一天每個IP都有兩次閱讀次數增長的機會

• 一段固定時間內（好比30分鐘），無論你用同一個瀏覽器內核訪問多少次只增長一次閱讀量。

• 校驗user-agent、cookie等信息；每一次瀏覽插入一條訪客記錄到A表

• 微博實現：我是作微博的，我說說微博的作法。閱讀量，點贊數，單訪問限制。都是用redis實現的。而後天天夜裏空閒時段同步數據庫（按必定規則，分批等）。

• 若是用戶已經登陸，只統計一次；若是是遊客，則根據IP、timestamp、cookie等綜合判斷，相同就只統計一次。
  這樣能夠防止刷瀏覽量。