接触行为分析,大概有一个月左右时间,这段时间不论是在网上学习,还是自己琢磨如何来做埋点,如何拿取数据,如何存储等,都学到了一些东西,这篇文章主要介绍我这段时间的研究历程,希望之后做这块的人能有个参考。
一、V1.0
这一版地址:https://github.com/zhangzhenhua92/datacollection.git
主要围绕坤哥的例子来玩,至少能让它在一个demo中跑起来,开始使用jboss部署,一点点的启动,直到在jboss黑窗口控制台下输出了args参数,我感觉这个东西好像要成功了~~~
内容介绍:
(1)主要是前端埋点的认识,后端Controller没有做任何处理,实现功能仅仅是把前端要拿到的数据,在用户触发页面跳转时通过伪装图片的形式传到后端。
(2)需要改进:
1.拿到的数据是写死的假数据,并非真正用户的行为。
2.触发机制是在页面刷新之后,针对新页面中的内容,这个时候,新页面除了上一跳地址reffer,以及当前url,其他信息拿不到,触发时间需要修改到刷新之前。
(3)研究意义:宏观上了解到行为分析前端js埋点的技术如何实现。
核心代码展示:
(function () {
var params = {};
//Document对象数据
if (document) {
params.domain = document.domain || '';
params.url = document.URL || '';
params.title = document.title || '';
params.referrer = document.referrer || '';
}
//Window对象数据
if (window && window.screen) {
params.sh = window.screen.height || 0;
params.sw = window.screen.width || 0;
params.cd = window.screen.colorDepth || 0;
}
//navigator对象数据
if (navigator) {
params.lang = navigator.language || '';
}
//解析_maq配置
if (_maq) {
for (var i in _maq) {
switch (_maq[i][0]) {
case '_setAccount':
params.account = _maq[i][1];
break;
default:
break;
}
}
}
//拼接参数串
var args = '';
for (var i in params) {
// alert(i);
if (args != '') {
args += '&';
}
args += i + '=' + params[i];
}
//通过Image对象请求后端脚本
var img = new Image(1, 1);
var src = 'http://localhost:8080/data/dataCollection/log.gif?args=' + encodeURIComponent(args);
//alert(src);
img.src = src;
})();
这就是V1.0,一个尚待完善的雏形。
二、V2.0
这一版是没有需求上的要求的,我自己就是产品经理,这块搞成了这个样子:https://github.com/zhangzhenhua92/behavor_analys.git
内容简介:
(1)功能上,完善了V1.0中的collection触发时间,在页面A跳到B的时候,A跳转之前完成了数据收集才允许跳转;拿到了用户真实的数据,主要包括:域名、url、上一跳地址、进入页面的时间、跳出页面的时间、本页面停留时间、用户显示器长宽比例、所用浏览器名称(为前端同学拿的)等数据。
(2)代码上,这个版本的行为分析,需要引入jquery库以及jquery.cookie脚本来使用,相比V1.0只要1个js文件,这版本需要4个,而且需要每一个页面都引入这4个js文件才能实现,其实对系统的侵入性特别大,而且V2.0没有做到将它作为单独的项目,除了需要引入4个js标签之外,还要引入ES的工具类以及elasticsearch.properties的配置,以及我写的Controller方法,用于向ES服务器发送数据。
(3)有待优化,上面(2)中说的都需要优化,同时这版有个问题,页面连续跳转N次,在收集的信息中,会把第N次,以及前N-1次所有的数据全部拿回到ES服务器中,这样做的劣势就是随着页面跳转次数越来越多,信息量越来越大,根本没有办法分析。同时没有绑定用户,这样子不知道是谁的行为,很奇怪。
不过这一版至少已经拿到了用户的行为,算是小成功吧。
核心代码展示:
小段js文件A,用于抛砖引玉,引出真正做收集的大js文件B:
var second = 0;
window.setInterval(function () {
second ++;
}, 1000);
var tjArr = localStorage.getItem("jsArr") ? localStorage.getItem("jsArr") : '[{}]';
$.cookie('tjRefer', getReferrer() ,{expires:1,path:'/'});
window.onbeforeunload = function() {
if($.cookie('tjRefer') == ''){
var tjT = eval('(' + localStorage.getItem("jsArr") + ')');
if(tjT){
tjT[tjT.length-1].time += second;
var jsArr= JSON.stringify(tjT);
localStorage.setItem("jsArr", jsArr);
}
} else {
var tjArr = localStorage.getItem("jsArr") ? localStorage.getItem("jsArr") : '[{}]';
var dataArr = {
'url' : location.href,
'time' : second,
'refer' : getReferrer(),
'timeIn' : Date.parse(new Date()),
'timeOut' : Date.parse(new Date()) + (second * 1000)
};
tjArr = eval('(' + tjArr + ')');
tjArr.push(dataArr);
tjArr= JSON.stringify(tjArr);
localStorage.setItem("jsArr", tjArr);
}
var ma = document.createElement('script');
ma.type = 'text/javascript';
ma.async = true;
ma.src = "http://localhost:8091/data/js/ma.js";
var s = document.getElementsByTagName('script')[0];
s.parentNode.insertBefore(ma, s);
};
function getReferrer() {
var referrer = '';
try {
referrer = window.top.document.referrer;
} catch(e) {
if(window.parent) {
try {
referrer = window.parent.document.referrer;
} catch(e2) {
referrer = '';
}
}
}
if(referrer === '') {
referrer = document.referrer;
}
return referrer;
}
js文件B:
(function () {
//************************************
var a = localStorage.getItem('jsArr');
var b = [{},{"url":"http://localhost:8091/data/page1.html","time":"304","refer":"http://localhost:8091/data/","timeIn":"1500969100000","timeOut":"1500969404000"}];
//alert("json数组的长度:" + a.length);
alert("拿到的数据" + a);
//************************************
var params = {};
//Document对象数据
if (document) {
params.domain = document.domain || '';
params.url = document.URL || '';
params.title = document.title || '';
params.referrer = document.referrer || '';
}
//Window对象数据
if (window && window.screen) {
params.sh = window.screen.height || 0;
params.sw = window.screen.width || 0;
params.cd = window.screen.colorDepth || 0;
}
//navigator对象数据
if (navigator) {
params.lang = navigator.language || '';
}
//拼接参数串,内置函数查询到的信息
var args = '';
for (var i in params) {
// alert(i);
if (args != '') {
args += '&';
}
args += i + '=' + params[i];
}
//补充前台的页面信息
alert("arg中的数据是:" + args);
//通过Image对象请求后端脚本
var img = new Image(1, 1);
//var src = 'http://localhost:8091/data/dataCollection/log.gif?args=' + encodeURIComponent(args);
var src = 'http://192.168.#*.*&¥:8080/data/dataCollection/log.gif?args=' + encodeURIComponent(args);
img.src = src;
})();
这里,请求的image路径,我将其改为了某服务器地址,此时测试也通过了。具体代码请参考如上的github地址,这个项目我已经托管到github供大家下载学习。
三、V3.0
github下载地址:https://github.com/zhangzhenhua92/behavor_analys.git 。
先看看这个版本的成就吧:
优化内容:
1、在dubbo版itoo前后端分离的条件下,测试成功。
2、去掉对jquery,以及jquery.cookie库的引用。
3、合并了tongji.js和ma.js,现在所有的js文件只有1个。
4、去掉了随着页面刷新造成的老数据越来越多的堆积
5、和用户绑定一起
6、针对搜索界面,拿到用户的输入内容
7、拿了ip地址、所在省份(内网iP暂时获取不到)
未完成:
1.用户端的性能分析,Metrics,和作者联系但未得到回复。
2.内网ip
目前V2.0成果
1.拿到数据:
(1)用户名
(2)iP地址,所在省份
(3)域名
(4)url
(5)页面title
(6)跳入时间
(7)跳出时间
(8)上一跳地址
(9)用户搜索页面上的搜索记录
(10)用户所使用的操作系统语言(有助于开发对应的语言包)
2.移除的内容:
(1)1个js文件,2个jquery库
(2)args拼接,后台拿到的冗余数据
(3)V1.0里js埋点拿取的无用数据,类似浏览器品种、显示器长宽等
部署:(目前做到了对系统的侵入性,仅仅整个项目引一个js标签)
1.所有页面前端仅仅引1个js标签,(不用所有页面都引用)
2.部署一个工程到服务器上,用于单独做行为分析的收集、大数据分析。
技术:
1.前端:js埋点
2.后端:ES数据收集(单独部署的程序,为以后的日志分析做扩展)
如上,是昨天对这个V3.0写的验收报告,这里就直接用了,相比前V1.0和V2.0,这一版已经可以直接使用了,值得高兴的是,这一版真正做到了前后端分离,以及对整个itoo的侵入性,只需要引用1个js文件,看清楚啦,是整个系统,只要1个js文件!!!
除了和用户进行了绑定,还可以特定地对用户搜索页面的搜索内容全部拿到!!!这一版本放弃了比较重的jquery库和jquery.cookie的使用,虽然cookie从4M容量变成了4K,但是设计上也不再通过Cookie拿取常规值,cookie中只是拿取username。
核心代码展示:
//初次加载username到cookie当中
(function(){
//向cookie中写死一个用户,因为现在前端登录界面没有开发出来
document.cookie ="vincent";
})();
var second = 0;
window.setInterval(function () {
second ++;
}, 1000);
//关闭、刷新页面之前,页面上埋点 - vincent - 2017年8月15日
window.onbeforeunload = function() {
var dataArr = {
'url' : location.href,
'time' : second,
'refer' : getReferrer(),
'timeIn' : Date.parse(new Date()),
'timeOut' : Date.parse(new Date()) + (second * 1000)
};
var params = {};
if(dataArr){
params.url = location.href || '';
params.time = dataArr.time || '';
params.refer = getReferrer() || '';
params.timeIn = dataArr.timeIn || '';
params.timeOut = dataArr.timeOut || '';
}
//Document对象数据
if (document) {
//每次拿取用户名称
params.username = document.cookie || '';
params.domain = document.domain || '';
params.title = document.title || '';
}
//navigator对象数据,获取用户的默认语言
if (navigator) {
params.lang = navigator.language || '';
}
//拼接参数串,内置函数查询到的信息
var args = '';
for (var i in params) {
if (args != '') {
args += '&';
}
args += i + '=' + params[i];
}
//通过Image对象请求后端脚本
var img = new Image(1, 1);
var src = 'http://192.168.*@#.@#¥:8091/data/dataCollection/log.gif?args=' + encodeURIComponent(args);
img.src = src;
};
function getReferrer() {
var referrer = '';
try {
referrer = window.top.document.referrer;
} catch(e) {
if(window.parent) {
try {
referrer = window.parent.document.referrer;
} catch(e2) {
referrer = '';
}
}
}
if(referrer === '') {
referrer = document.referrer;
}
return referrer;
}
有待优化:
(1)ES后台是否搭建集群,大批量用户使用系统时页面跳转,ES是否能够撑得住。
(2)Metrics这款C端性能分析工具的作者没有联系到,是否可以换个思路使用别的工具来做?
也是经历了第V3.0版本之后,我发现之前网上很多人为什么会有2个js,一个小的一个大的,小js文件调用出大js文件,很可能的原因就是大文件是放在服务器上进行调用的,里面包含有后端收集系统的服务器地址,不能暴露给用户,这样就能够防止被恶意攻击。这也是昨天突然间想到的。
That's all.之后有新版,会继续更新。