开发者学堂课程【大数据分析之企业级网站流量运营分析系统开发实战（第一阶段）：网站流量日志埋点收集--方案一-基本功能数据采集实现】学习笔记，与课程紧密联系，让用户快速学习知识。
课程地址：https://developer.aliyun.com/learning/course/693/detail/12181
网站流量日志埋点收集--方案一-基本功能数据采集实现
内容简介
一、基本功能实现
二、相关演示操作
接下来我们学习自定义埋点采集数据的具体实现。首先学习我们的方案一：基本功能的实现，也就是说我们之前所梳理的这一套逻辑，到底能不能落实到我们的现实层面当中。
一、基本功能实现
打开参考资料软件下的网站流量日志自定义采集服务，里面打开参考文档里的采集方案一，这里我们简单模拟了首页进行数据收集，结合我们之前所讲理论打开查看是否有不同之处。
首先打开 index.html 页面，内容不多，但重点是写入了埋点代码（图中灰色部分），埋点代码中主要是匿名函数自调用的逻辑，只要用户打开页面，匿名函数就会自调用并且执行一次。在执行过程中创建 script 标签，把我们收集数据的js拉取到页面上开始执行。
接下来看 ma.js,这个 js 是真正用于收集数据的 js。只不过没有把它写死在页面上，而是把它提取出变成单独的文件。整体(function() 一个小括号里面定义一个没有名字的函数是匿名函数，第二个小括号表示对前面的函数立即调用自己一次，相当于匿名函数调用，再通过解析内置对象属性拼接成参数发往后端。
第三块是 nginx.conf，就是 nginx 配置文件，当中重点是 server 中 location 模块。这里定义了两个 location，一个是 location/log.gif,和前面图片发送的资源可以对应，里面生成了 cookie，生成了图片，并且把我们的参数内部跳转给 location/i-log，所以另一个是 location/i-log。
在这里我们还定义了自己的格式，叫做 user_log_format,这里我们格式是以||来分隔数据。
以上就是整个方案一的三个文件，当中的重点是一定要确定资源的路径位于哪台机器上。
二、相关演示操作
首先第一个页面首页，它去拉载我们采集数据js可以位于任何一台机器上，下面为了方便放置在 node-3。
通过敲写 ifconfig 得知 node-3的 IP 是192.168.227.153
这时候产生问题：我们知道在我们使用 tomcat 时，我们的静态资源，项目等都是放在 web app 路径下，但这时我们不是使用 tomcat，而是使用 apache server 服务器，或 nginx，那它的静态资源放在哪？
如果是 apache server，它的路径是绝对路径，在/var/www/html，如果是 nginx，它的路径不是绝对路径，放在安装包的根目录下 html。
接下来进行相关操作：首先把首页放在第一台服务器上，打开服务器，连接 node-1，cd 到 var/www/html 中，将首页推拽上传上去，上传后用 service（service httpd start） 命令启动 apache 服务器。因为没有配置域名，所以可以通过访问 IP 形式。
启动成功后，打开浏览器访问192.168.227.151，结果如下图
此时按下 F12查看知，现在静态资源是不存在的，重新浏览后刷新，majs 是不存在的，但并不影响我们页面的执行，原因就在于我们是异部加载。
接下来查看后端：把 ma.js 放在指定服务器上，让它可以响应，根据刚才部署方案，我们的 ma.js 必须放在153机器的根目录下。所以来到 node-3中，我们的静态资源路径是在我们根目录下 html 中，因此我们 cd 至 html 中。
接下来打开 ma.js 查看 ip 是否正确，是用户接收服务器的 ip，因为发送的数据是发往这台机器。
改好 IP 确认无误后拖至机器中上传，上传后需要对 nginx 的配置文件进行修改，cd 至 conf 中，可以通过把之前的配置文件删除，然后配置新的 nginx 文件给它上传，所以选中 nginx.conf 进行上传。
上传之后进行 nginx 的启动，启动命令为 sbin/nginx =c conf/nginx.conf,就完成 nginx 的启动。
是否启动成功可以通过 ps -ef | grep nginx 查找
上图可知启动成功
接下来模拟我们之前所讲理论步骤能不能满足于埋点收集。首先打开日志文件追踪一下：
tail =f logs/user_defined.log,打开后再返回页面查看当用户访问页面到底能不能进行收集数据。
由此可知进行了数据收集。我们按下 F12分析数据如何来的，当用户一旦请求页面，埋点代码就会开始执行，然后把收集数据的 js 拉至页面上就会进行数据收集然后发送给后端。
表述是否正确，可以刷新页面后，发现有三个请求，第一个是 document，请求页面，第二个请求是 script 脚本，第三个请求 log.gif 图片，所以是正确的。
以上就是我们埋点收集用户数据的一套理论。
