2

基本上，我一直试图准确衡量我的网站有多少活跃用户。我正在跟踪数据库上的会话，并基于 USER_AGENT 进行一些清理以删除机器人/蜘蛛/爬虫（虽然非常基本的东西）。我得到的是非常多的会话，即使在删除相同 IP 的重复会话之后也是如此。事实上，会话数量是谷歌分析和其他用户跟踪系统报告的 10 倍，所以一定是我做错了什么。

这是我跟踪会话的部分代码：

//Start session if not active already
if(!isset($_SESSION)){
    session_start();
}

//Determine whether bot or browser
$bots = array(
    'bot',
    'crawler',
    'yahoo',
    'spider',
    'google',
    '$^'
);
$ua = $_SERVER['HTTP_USER_AGENT'];
$uam = preg_match('/'.implode('|', $bots).'/i', $ua);
$uatype = ($uam)?'bot':'browser';

//Add session to DB if new or expired
if ($_SESSION['renew'] < time() || !isset($_SESSION['renew'])) {
    $_SESSION['renew'] = time() + 900; //15 minutes
    $sql = "INSERT INTO " . SESSIONS . " (session_id, user_id,
           renew, user_ip, type, useragent) VALUES ('" . session_id() . "',
           '" . $myuser->get('user_id') . "', " . $_SESSION['renew'] . ",
           '" . $myuser->get('ip') . "', '$uatype', '$ua') 
           ON DUPLICATE KEY
           UPDATE renew = " . $_SESSION['renew'] . ",
           user_id = '" . $myuser->get('user_id') . "'";
    $site_db->query($sql);

    $sql = 'DELETE FROM ' . SESSIONS . '
           WHERE renew < ' . time();
    $site_db->query($sql);
}

因此，我将会话信息存储在数据库中，然后根据需要每 15 分钟更新/过期。

如果我随后在数据库中查询来自具有唯一 IP 地址的浏览器的会话，我会得到大约 10 倍于 JS 系统报告的会话。即使我尝试通过仅计算 IP 地址的前两个八位字节唯一的条目来减少数量，我仍然结束了。

关于我在会话跟踪中可能做错的任何提示？

获取计数的查询如下所示：

$sql = "SELECT count(DISTINCT(user_ip) FROM ".SESSIONS." WHERE type = 'browser'";

需要注意的是，机器人陷阱已经丢弃了大约 66% 的会话。如果我不这样做，我将获得接近 GA 报告的“活跃用户”数量的 40 倍。

谢谢。

4

1 回答 1

0

也许存储这些记录，然后做这样的查询：

$sql = 'SELECT COUNT(*) FROM ' . SESSIONS . ' WHERE renew BETWEEN ' . $expire-900. ' AND ' .$expire;

出于性能原因，让 cronjob 执行您的删除操作。例如：删除一小时前过期的每条记录。每隔半小时或其他时间做一次。

于 2012-09-06T13:00:41.407 回答