190513-SpringBoot系列教程应用篇之借助Redis搭建一个简单站点统计服务
判断一个网站值不值钱的一个重要标准就是看pv/uv，那么你知道pv,uv是怎么统计的么？当然现在有第三方做的比较完善的可以直接使用，但如果让我们自己来实现这么一个功能，应该怎么做呢？
本篇内容较长，源码如右 :arrow_right: https://github.com/liuyueyi/spring-boot-demo/tree/master/spring-case/124-redis-sitecount
I. 背景及需求
为了看看我的博客是不是我一个人的单机游戏，所以就想着统计一下总的访问量，每日的访问人数，哪些博文又是大家感兴趣的，点击得多的；
因此就萌发了自己撸一个pv/uv统计的服务，当然我这个也不需要特别完善高大上，能满足我自己的基本需要就可以了
- 希望统计站点(域名）总访问次数
- 希望统计站点总的访问人数，当前访问者在访问人数中的排名（即这个ip是所有访问ip中的第多少位访问的这个站点）
- 每个子页面都有访问次数，访问总人数，当前ip访问的排名统计
- 同一个ip，同一天内访问同一个子页面，pv次数只加1次；隔天之后，再次访问pv+1
II. 方案设计
前面的背景和需求，可以说大致说明了我们要做个什么东西，以及需要注意哪些事项，再进行方案设计的过程中，则需要对需求进行详细拆解
1. 术语说明
前面提到了pv,uv，在我们的实际实现中，会发现这个服务中对于pv,uv的定义和标准定义并不是完全一致的，下面进行说明
a. pv
page viste , 每个页面的访问次数，在本服务中，我们的pv指的是总量，即从开始接入时，到现在总的访问次数
但是这里有个限制： 一个合法的ip，一天之内pv统计次数只能+1次
- 根据ip进行区分，因此需要获取访问者ip
- 同一天内，这个ip访问相同的URI，只能算一次有效pv；第二天之后，再次访问，则可以再算一次有效pv
b. hot
前面的pv针对ip进行了限制，一个ip同一天的访问，只能计算一次，大部分情况下这种统计并没有什么问题，但是如果一个文章写得特别有参考意义，导致有人重复的看，仔细的看，换着花样的刷新看，这个时候统计下总的访问次数是不是也挺好的
因此在这个服务中，引入了hot（热度）的概念，对于一个uri而言，只要一次点击，hot+1
c. uv
unique visitor , 这个就是统计URI的访问ip数
2. 流程图
通过前面三个术语的定义，我们的操作流程就相对清晰了，我们的服务接收一个IP和URI，然后操作对应的pv,uv,hot并返回
- 首先判断这个ip是否为第一次访问这个URI
- 是，则pv+1, uv+1, hot+1
- 否，表示之前访问过，uv就不能变了
- 判断是否今天第一次访问
- 是，今天访问过，那么pv不变，hot+1
- 否，之前访问过，今天没有，pv可以+1， hot+1
对应的流程图如下
3. 数据结构
流程清晰之后，接下来就需要看下pv,uv,hot三个数据怎么存了
a. pv
pv保存的就是访问次数，与ip无关，所以kv存储就可以满足我们的需求了，这里的key为uri，value则保存pv的值
b. hot
hot和pv类似，同样用kv可以满足要求
c. uv
uv这里有两个数据，一个是uv总数，要给是这个ip的访问排名，redis中有个zset数据结构正好就可以做这个
zset数据结构中，我们定义value为ip，score为ip的排名，那么uv就是最大的score了
d. 结构图
4. 方案设计
流程清晰，结构设计出来之后，就可以进入具体的方案设计环节了，在这个环节中，我们引入一个app的维度，这样我们的服务就可以通用了；
每个使用者都申请一个app，那么这个使用者的请求的所有站点统计数据，都关联到这个app上，这样也有利于后续统计了
a. 接口API
引入了app之后，结合前面的两个参数ip + URI，我们的请求参数就清晰了
@Data
public class VisitReqDTO {
/**
* 应用区分
*/
private String app;
/**
* 访问者ip
*/
private String ip;
/**
* 访问的URI
*/
private String uri;
}
然后我们返回的数据，pv + uv + rank + hot，所以返回的基础VO如下
/**
* Created by @author yihui in 16:19 19/5/12.
*/
@Data
@AllArgsConstructor
public class VisitVO implements Serializable {
/**
* pv，与传统的有点区别，这里表示这个url的总访问次数；每个ip，一天次数只+1
*/
private Long pv;
/**
* uv 页面总的ip访问数
*/
private Long uv;
/**
* 当前ip，第一次访问本url的排名
*/
private Long rank;
/**
* 热度，每次访问计数都+1
*/
private Long hot;
public VisitVO() {
}
public VisitVO(VisitVO visitVO) {
this.pv = visitVO.pv;
this.uv = visitVO.uv;
this.rank = visitVO.rank;
this.hot = visitVO.hot;
}
}
此外需要注意一点的是，发起一个子页面的请求时，这个时候我们基于域名的站点总数统计也应该被触发（简单来说，访问 http://spring.hhui.top/spring-blog/ 时，不仅这个uri的统计需要更新， spring.hhui.top 这个域名的pv,uv,hot也需要随之统计）
因此我们最终的返回对象应该是
@Data
@NoArgsConstructor
@AllArgsConstructor
public class SiteVisitDTO {
/**
* 站点访问统计
*/
private VisitVO siteVO;
/**
* 页面访问统计
*/
private VisitVO uriVO;
}
有输出，又返回，那么访问api就简单了
SiteVisitDTO visit(VisitReqDTO reqDTO);
b. hot相关api
hot数据结构为hash，每次请求过来，都是次数+1，因此直接使用redis的 hIncrBy ，实现计数+1，并返回最终的计数
"hot_cnt_" + app
/**
* 应用的热度统计计数
*
* @param app
* @return
*/
private String buildHotKey(String app) {
return "hot_cnt_" + app;
}
/**
* 热度，每访问一次，计数都+1
*
* @param key
* @param uri
* @return
*/
public Long addHot(String key, String uri);
c. pv相关api
pv与hot不一样的是并不是每次都需要计数+1，所以它需要有一个查询pv的接口，和一个计数+1的接口
"site_cnt_" + app
/**
* 应用的pv统计计数
*
* @param app
* @return
*/
private String buildPvKey(String app) {
return "site_cnt_" + app;
}
/**
* 获取pv
*
* pv存储结果为hash，一个应用一个key; field 为uri； value为pv
*
* @return null表示首次有人访问；这个时候需要+1
*/
public Long getPv(String key, String uri);
/**
* pv 次数+1
*
* @param key
* @param uri
*/
public void addPv(String key, String uri)
d. uv相关api
前面说到uv采用的是zset数据结构，其中ip作为value，排名作为score；所以uv就是最大的score
- key: 根据app和uri来确定uv的key
- value: 存储访问者ip（ipv4格式的）
- score: 排名，整型
因为uv需要返回两个结构，所以我们的返回需要注意
/**
* app+uri 对应的uv
*
* @param app
* @param uri
* @return
*/
private String buildUvKey(String app, String uri) {
return "uri_rank_" + app + "_" + uri;
}
/**
* 获取uri对应的uv，以及当前访问ip的历史访问排名
* 使用zset来存储，key为uri唯一标识；value为ip；score为访问的排名
*
* @param key : 由app与URI来生成，即一个uri维护一个uv集
* @param ip: 访问者ip
* @return 返回uv/rank, 如果对应的值为0，表示没有访问过
*/
public ImmutablePair</** uv */Long, /** rank */Long> getUv(String key, String ip)
/**
* uv +1
*
* @param key
* @param ip
* @param rank
*/
public void addUv(String key, String ip, Long rank)
e. 今日是否访问
前面的都还算比较简单，接下来有个非常有意思的地方了，如何判断这个ip，今天访问没访问？
方案一
要实现这个功能，一个自然而然的想法就出来了，直接kv就行了
uri_年月日_ip
如果value存在，表示今天访问过，如果不存在，则没有访问过
方案二
前面那个倒是没啥问题，如果我希望统计今天某个uri的ip访问数，上面的就不太好处理，很容易想到用hash来替换
uri_年月日 ip
同样value存在，则表示今天访问过；否则没有访问过
如果需要统计今天访问的总数，hlen一把就可以；还可以获取今天所有访问过的ip
方案三
前面的方案看似挺好的，但是有个缺陷，如果我这个站点特别火，每天几百万的uv，这个存储量就有点夸张了
# 简单的算一下 10w uv的存储开销 field: ip # 一个ip(255.255.255.255) 字符串存储算 16B； value: 1 # 算 1B 10w uv = 10w * 17B = 1.7MB # 假设这个站点有100个10w uv的子页面，每天存储需要 170MB
通过上面简单的计算可以看出这存储开销对于比较火的站点而言，有点吓人；然后可以找其他的存储方式了，所以bitmap可以隆重登场了
我们将位数组分成四节，分别于ip的四段对应，因为ipv4每一段取值是(0-2^8)，所以我们的位数组，也只需要(4 * 8b = 4B)，相比较前面的方案来说，存储空间大大减少
看到上面这个结构，会有一个疑问，为什么分成四节？将ip转成整形，作为下标，一个就可以了
- 答：将ip转为整型，取值将是 (0 - 2^32)，需要的bitmap空间为
4Gb，显然不如上面优雅
方案确定
上面三个方案中，我们选择了第三个，对应的api设计也比较简单了
// 获取今天的日期，格式为 20190512
public static String getToday() {
LocalDate date = LocalDate.now();
int year = date.getYear();
int month = date.getMonthValue();
int day = date.getDayOfMonth();
StringBuilder buf = new StringBuilder(8);
return buf.append(year).append(month < 10 ? "0" : "").append(month).append(day < 10 ? "0" : "").append(day)
.toString();
}
/**
* 每日访问统计
*
* @param app
* @param uri
* @return
*/
private String buildUriTagKey(String app, String uri) {
return "uri_tag_" + DateUtil.getToday() + "_" + app + "_" + uri;
}
/**
* 标记ip访问过这个key
*
* @param key
* @param ip
*/
public void tagVisit(String key, String ip)
III. 服务实现
前面接口设计出来，按照既定思路实现就属于比较轻松的环节了
1. pv接口实现
pv两个接口，一个访问，一个计数+1，都可以直接使用redisTemplate的基础操作完成
/**
* 获取pv
*
* pv存储结果为hash，一个应用一个key; field 为uri； value为pv
*
* @return null表示首次有人访问；这个时候需要+1
*/
public Long getPv(String key, String uri) {
return redisTemplate.execute(new RedisCallback<Long>() {
@Override
public Long doInRedis(RedisConnection connection) throws DataAccessException {
byte[] ans = connection.hGet(key.getBytes(), uri.getBytes());
if (ans == null || ans.length == 0) {
return null;
}
return Long.parseLong(new String(ans));
}
});
}
/**
* pv 次数+1
*
* @param key
* @param uri
*/
public void addPv(String key, String uri) {
redisTemplate.execute(new RedisCallback<Void>() {
@Override
public Void doInRedis(RedisConnection connection) throws DataAccessException {
connection.hIncrBy(key.getBytes(), uri.getBytes(), 1);
return null;
}
});
}
2. hot接口实现
只有一个计数+1的接口
/**
* 热度，每访问一次，计数都+1
*
* @param key
* @param uri
* @return
*/
public Long addHot(String key, String uri) {
return redisTemplate.execute(new RedisCallback<Long>() {
@Override
public Long doInRedis(RedisConnection connection) throws DataAccessException {
return connection.hIncrBy(key.getBytes(), uri.getBytes(), 1);
}
});
}
3. uv接口实现
uv的获取会麻烦一点，首先获取uv值，然后获取ip对应的排名；如果uv为0，排名也就不需要再获取了
/**
* 获取uri对应的uv，以及当前访问ip的历史访问排名
* 使用zset来存储，key为uri唯一标识；value为ip；score为访问的排名
*
* @param key : 由app与URI来生成，即一个uri维护一个uv集
* @param ip: 访问者ip
* @return 返回uv/rank, 如果对应的值为0，表示没有访问过
*/
public ImmutablePair</** uv */Long, /** rank */Long> getUv(String key, String ip) {
// 获取总uv数，也就是最大的score
Long uv = redisTemplate.execute(new RedisCallback<Long>() {
@Override
public Long doInRedis(RedisConnection connection) throws DataAccessException {
Set<RedisZSetCommands.Tuple> set = connection.zRangeWithScores(key.getBytes(), -1, -1);
if (CollectionUtils.isEmpty(set)) {
return 0L;
}
Double score = set.stream().findFirst().get().getScore();
return score.longValue();
}
});
if (uv == null || uv == 0L) {
// 表示还没有人访问过
return ImmutablePair.of(0L, 0L);
}
// 获取ip对应的访问排名
Long rank = redisTemplate.execute(new RedisCallback<Long>() {
@Override
public Long doInRedis(RedisConnection connection) throws DataAccessException {
Double score = connection.zScore(key.getBytes(), ip.getBytes());
return score == null ? 0L : score.longValue();
}
});
return ImmutablePair.of(uv, rank);
}
/**
* uv +1
*
* @param key
* @param ip
* @param rank
*/
public void addUv(String key, String ip, Long rank) {
redisTemplate.execute(new RedisCallback<Void>() {
@Override
public Void doInRedis(RedisConnection connection) throws DataAccessException {
connection.zAdd(key.getBytes(), rank, ip.getBytes());
return null;
}
});
}
4. 今天是否访问过
前面选择位数组方式来记录是否访问过，这里的实现选择了简单的实现方式，利用四个bitmap来分别对应ip的四段；（实际上一个也可以实现，可以想一想应该怎么做）
/**
* 判断ip今天是否访问过
* 采用bitset来判断ip是否有访问，key由app与uri唯一确定
*
* @return true 表示今天访问过/ false 表示今天没有访问过
*/
public boolean visitToday(String key, String ip) {
// ip地址进行分段 127.0.0.1
String[] segments = StringUtils.split(ip, ".");
for (int i = 0; i < segments.length; i++) {
if (!contain(key + "_" + i, Integer.valueOf(segments[i]))) {
return false;
}
}
return true;
}
private boolean contain(String key, Integer val) {
return redisTemplate.execute(new RedisCallback<Boolean>() {
@Override
public Boolean doInRedis(RedisConnection connection) throws DataAccessException {
return connection.getBit(key.getBytes(), val);
}
});
}
/**
* 标记ip访问过这个key
*
* @param key
* @param ip
*/
public void tagVisit(String key, String ip) {
String[] segments = StringUtils.split(ip, ".");
for (int i = 0; i < segments.length; i++) {
int finalI = i;
redisTemplate.execute(new RedisCallback<Void>() {
@Override
public Void doInRedis(RedisConnection connection) throws DataAccessException {
connection.setBit((key + "_" + finalI).getBytes(), Integer.valueOf(segments[finalI]), true);
return null;
}
});
}
}
4. api接口实现
前面基本的接口实现之后，api就是流程图的翻译了，也没有什么特别值得说到的地方，唯一需要注意的就是URI的解析，域名作为站点；uri由path + segment构成
public static ImmutablePair</**host*/String, /**uri*/String> foramtUri(String uri) {
URI u = URI.create(uri);
String host = u.getHost();
if (u.getPort() > 0 && u.getPort() != 80) {
host = host + ":80";
}
String baseUri = u.getPath();
if (u.getFragment() != null) {
baseUri = baseUri + "#" + u.getFragment();
}
if (StringUtils.isNotBlank(baseUri)) {
baseUri = host + baseUri;
} else {
baseUri = host;
}
return ImmutablePair.of(host, baseUri);
}
/**
* uri 访问统计
*
* @param reqDTO
* @return
*/
public SiteVisitDTO visit(VisitReqDTO reqDTO) {
ImmutablePair<String, String> uri = URIUtil.foramtUri(reqDTO.getUri());
// 获取站点的访问记录
VisitVO uriVisit = doVisit(reqDTO.getApp(), uri.getRight(), reqDTO.getIp());
VisitVO siteVisit;
if (uri.getLeft().equals(uri.getRight())) {
siteVisit = new VisitVO(uriVisit);
} else {
siteVisit = doVisit(reqDTO.getApp(), uri.getLeft(), reqDTO.getIp());
}
return new SiteVisitDTO(siteVisit, uriVisit);
}
private VisitVO doVisit(String app, String uri, String ip) {
String pvKey = buildPvKey(app);
String hotKey = buildHotKey(app);
String uvKey = buildUvKey(app, uri);
String todayVisitKey = buildUriTagKey(app, uri);
Long hot = visitService.addHot(hotKey, uri);
// 获取pv数据
Long pv = visitService.getPv(pvKey, uri);
if (pv == null || pv == 0) {
// 历史没有访问过，则pv + 1, uv +1
visitService.addPv(pvKey, uri);
visitService.addUv(uvKey, ip, 1L);
visitService.tagVisit(todayVisitKey, ip);
return new VisitVO(1L, 1L, 1L, hot);
}
// 判断ip今天是否访问过
boolean visit = visitService.visitToday(todayVisitKey, ip);
// 获取uv及排名
ImmutablePair</**uv*/Long, /**rank*/Long> uv = visitService.getUv(uvKey, ip);
if (visit) {
// 今天访问过，则不需要修改pv/uv；可以直接返回所需数据
return new VisitVO(pv, uv.getLeft(), uv.getRight(), hot);
}
// 今天没访问过
if (uv.left == 0L) {
// 首次有人访问, pv + 1; uv +1
visitService.addPv(pvKey, uri);
visitService.addUv(uvKey, ip, 1L);
visitService.tagVisit(todayVisitKey, ip);
return new VisitVO(pv + 1, 1L, 1L, hot);
} else if (uv.right == 0L) {
// 这个ip首次访问, pv +1; uv + 1
visitService.addPv(pvKey, uri);
visitService.addUv(uvKey, ip, uv.left + 1);
visitService.tagVisit(todayVisitKey, ip);
return new VisitVO(pv + 1, uv.left + 1, uv.left + 1, hot);
} else {
// 这个ip的今天第一次访问， pv + 1 ; uv 不变
visitService.addPv(pvKey, uri);
visitService.tagVisit(todayVisitKey, ip);
return new VisitVO(pv + 1, uv.left, uv.right, hot);
}
}
IV. 测试与小结
1. 测试
搭建一个简单的web服务，开始测试
/**
* Created by @author yihui in 18:58 19/5/12.
*/
@Controller
public class VisitController {
@Autowired
private SiteVisitFacade siteVisitFacade;
@RequestMapping(path = "visit")
@ResponseBody
public SiteVisitDTO visit(VisitReqDTO reqDTO) {
return siteVisitFacade.visit(reqDTO);
}
}
a. 首次访问
# 首次访问，返回的全是1 http://localhost:8080/visit?app=demo&ip=192.168.0.1&uri=http://hhui.top/home
b. 再次访问
# 再次访问，因为同样是今天访问，除了hot为2；其他的都是1 http://localhost:8080/visit?app=demo&ip=192.168.0.1&uri=http://hhui.top/home
c. 同ip，不同URI
# 同一ip，换个uri；除站点返回hot为3，其他的全是1 http://localhost:8080/visit?app=demo&ip=192.168.0.1&uri=http://hhui.top/index
d. 不同ip，接上一个URI
# 换个ip，这个uri；主站点hot=4, pv,uv,rank=2; uriVO全是2 http://localhost:8080/visit?app=demo&ip=192.168.0.2&uri=http://hhui.top/index
e. 上一个ip，换第一个uri
# 换个ip，这个uri；主站点hot=5, pv,uv,rank=2; uriVO hot为3，其他全是2 http://localhost:8080/visit?app=demo&ip=192.168.0.2&uri=http://hhui.top/home
f. 第二天访问
真要第二天操作有点麻烦，为了验证，直接干掉今天的占位标记
# 模拟第二天访问， pv + 1， uv不变， hot+1 http://localhost:8080/visit?app=demo&ip=192.168.0.2&uri=http://hhui.top/home
2. 小结
本文可以说是redis学习之后，一个挺好的应用场景，涉及到了我们常用和不常用的几个数据结构，包括hash,zset,bitmap, 其中关于bitmap的使用个人感觉还是非常有意思的；
对于redis操作不太熟的，可以参考下前面几篇博文
- 181029-SpringBoot高级篇Redis之基本配置
- 181101-SpringBoot高级篇Redis之Jedis配置
- 181108-SpringBoot高级篇Redis之String数据结构的读写
- 181109-SpringBoot高级篇Redis之List数据结构使用姿势
- 181202-SpringBoot高级篇Redis之Hash数据结构使用姿势
- 181211-SpringBoot高级篇Redis之Set数据结构使用姿势
- 181212-SpringBoot高级篇Redis之ZSet数据结构使用姿势
- 181225-SpringBoot应用篇之借助Redis实现排行榜功能
注意
上面这个服务，在实际使用中，需要考虑并发问题，很明显我们上的设计并不是多线程安全的，也就是说，在并发量大的时候，获取的数据极有可能和预期的不一致
扩展
上文的设计中，每个uri都有一组位图，我们可以通过遍历，获取value为1的下标，来统计这个页面今天的pv数，以及更相信的今天哪些ip访问过；同样也可以分析站点的今日UV数，以及对应的访问ip
0. 项目
- 工程： https://github.com/liuyueyi/spring-boot-demo
- 源码: https://github.com/liuyueyi/spring-boot-demo/tree/master/spring-case/124-redis-sitecount
1. 一灰灰Blog
- 一灰灰Blog个人博客 https://blog.hhui.top
- 一灰灰Blog-Spring专题博客 http://spring.hhui.top
一灰灰的个人博客，记录所有学习和工作中的博文，欢迎大家前去逛逛
2. 声明
尽信书则不如，以上内容，纯属一家之言，因个人能力有限，难免有疏漏和错误之处，如发现bug或者有更好的建议，欢迎批评指正，不吝感激
- 微博地址:小灰灰Blog
- QQ： 一灰灰/3302797840
3. 扫描关注
一灰灰blog
知识星球
打赏 如果觉得我的文章对您有帮助，请随意打赏。
正文到此结束
- 本文标签： 安全 多线程 遍历 Connection 排名 id tk tab 网站 API 解析 微博 博客 Master tag 源码 线程 IDE App final http 希望 并发 测试 find redis CTO 参数 统计 Collection stream 翻译 https 数据 域名 list core IO zab 站点 git UI 空间 value src Service equals web struct 配置 需求 key dist 1212 bug spring ip map GitHub parse build 文章 springboot 2019
- 版权声明： 本文为互联网转载文章，出处已在文章中说明(部分除外)。如果侵权，请联系本站长删除，谢谢。
- 本文海报： 生成海报一 生成海报二
热门推荐
相关文章
近期评论
-
666
-
文章和留言都翻到11页了 没有OOM
-
-
朋友，翻页到11页，及以后，会出现OOM，无法访问
-
-
-
-
版本号是多少，你可以下载哪个代码仓库，jdk选1.8 直接跑就行
-
-
Loading...
![[HBLOG]公众号](https://www.liuhaihua.cn/img/qrcode_gzh.jpg)
