网站流量日志分析--数据可视化--动态加载数据--代码实现 | 学习笔记

本文涉及的产品
日志服务 SLS,月写入数据量 50GB 1个月
简介: 快速学习网站流量日志分析--数据可视化--动态加载数据--代码实现

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(第五阶段):网站流量日志分析--数据可视化--动态加载数据--代码实现】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/697/detail/12260


网站流量日志分析--数据可视化--动态加载数据--代码实现

内容介绍:

一、数据可视化代码的实现

二、service 层的编写

三、controller

 

一、数据可视化代码的实现

当逆向工程完毕,完成 mybatis 这一层的代码之后,把逆向工程的代码放进数据可视化的代码当中。

1、打开参考资料,

在 mapper 层复制 mapper.java 和 mapper.xml ,

来到工程中,在 mapper 里粘贴,贴过来之后需要一个 pojo 对象。

(1)首先要创建一个新的文件夹,点击 package,填写 pojo ,在 pojo 文件夹中复制 tavgnum 和 tavgnumexample 并粘贴。

(2)注意,根据图形梳理,后端完成之后,前端需要保存数据, 因而可以创建一个对象 bean1,下面有两个数组。

这个对象可以自己命名,如 avgtopagebean ,两个数组分别是 string 数组, double 数组,分别对应前端的两个数组,方便转换。

image.png

(3)下面将其放在 pojo 当中,接下来来到了 service 层,其中没有过多的代码,要注意把数据做一个格式上的转换,把里面的日期转换成日期数组等等。

 

二、service 层的编写

打开 service 文件,复制 avgnumservice 和 avgnumservicelmpl 粘贴到 service中。

1、首先看一下 avgnumservice,

里面的写作方法叫做 getavgnumbydts,即根据日期查询  avg 平均的 pv,里面有开始时间和结束时间。

2、具体的实现

(1)首先将 mapper 注解进来,当中设置了一个查询条件的格式,根据日期正序(注意反引号)创建查询条件,根据日期在一个范围内查询。

(2)返回之后成为一个集合,把集合放在日期数当中,再返回前台即可。

3、填写注释。

(1)使用 mybatis 逆向工程从数据库查询最近七天的 PV 数量,其返回的是一个 list 集合并查询指定排序。

(2)遍历查询返回的集合结果,把日期取出放置在日期数组中,把 PV 取出类似。

(3)创建携带数据到页面的 javabean,把两个数组设置为其属性转成  json 格式返回。

其中大部分都是模板,需要填写的不多。

 

三、controller

注意上一步返回的是 json 格式,需要注解 Response。

1、首先复制 private,打开 controller 中的 indexcontroller 并粘贴进来,用它调用方法进行复制粘贴。

2、用 responsebody 表明返回的数据是 json 解析,重点指定响应头收到的数据是Application/json ,编码是 utf-8 ,保证前端响应的数据格式。

3、回到画图中来,第三个要注意的问题是  json 格式数据响应问题。需要  responsebody 指定响应头信息,完成之后数据就可以以动态的 json 格式返回页面,写完之后就可以进行相关操作。

4、打开刚才运行的窗口,重新加载一次,重启完的页面没有问题,就可以得到动态的数据结果。

相关实践学习
通过日志服务实现云资源OSS的安全审计
本实验介绍如何通过日志服务实现云资源OSS的安全审计。
相关文章
|
4月前
|
存储 缓存 Apache
StarRocks+Paimon 落地阿里日志采集:万亿级实时数据秒级查询
本文介绍了阿里集团A+流量分析平台的日志查询优化方案,针对万亿级日志数据的写入与查询挑战,提出基于Flink、Paimon和StarRocks的技术架构。通过Paimon存储日志数据,结合StarRocks高效计算能力,实现秒级查询性能。具体包括分桶表设计、数据缓存优化及文件大小控制等措施,解决高并发、大数据量下的查询效率问题。最终,日志查询耗时从分钟级降至秒级,显著提升业务响应速度,并为未来更低存储成本、更高性能及更多业务场景覆盖奠定基础。
|
1月前
|
存储 关系型数据库 数据库
【赵渝强老师】PostgreSQL数据库的WAL日志与数据写入的过程
PostgreSQL中的WAL(预写日志)是保证数据完整性的关键技术。在数据修改前,系统会先将日志写入WAL,确保宕机时可通过日志恢复数据。它减少了磁盘I/O,提升了性能,并支持手动切换日志文件。WAL文件默认存储在pg_wal目录下,采用16进制命名规则。此外,PostgreSQL提供pg_waldump工具解析日志内容。
116 0
|
5月前
|
监控 测试技术 Go
告别传统Log追踪!GOAT如何用HTTP接口重塑代码监控
本文介绍了GOAT(Golang Application Tracing)工具的使用方法,通过一个Echo问答服务实例,详细展示了代码埋点与追踪技术的应用。内容涵盖初始化配置、自动埋点、手动调整埋点、数据监控及清理埋点等核心功能。GOAT适用于灰度发布、功能验证、性能分析、Bug排查和代码重构等场景,助力Go项目质量保障与平稳发布。工具以轻量高效的特点,为开发团队提供数据支持,优化决策流程。
355 89
|
1月前
|
数据采集 运维 监控
|
5月前
|
SQL 监控 数据挖掘
SLS 重磅升级:超大规模数据实现完全精确分析
SLS 全新推出的「SQL 完全精确」模式,通过“限”与“换”的策略切换,在快速分析与精确计算之间实现平衡,满足用户对于超大数据规模分析结果精确的刚性需求。标志着其在超大规模日志数据分析领域再次迈出了重要的一步。
472 117
|
3月前
|
存储 NoSQL MongoDB
Docker中安装MongoDB并配置数据、日志、配置文件持久化。
现在,你有了一个运行在Docker中的MongoDB,它拥有自己的小空间,对高楼大厦的崩塌视而不见(会话丢失和数据不持久化的问题)。这个MongoDB的数据、日志、配置文件都会妥妥地保存在你为它精心准备的地方,天旋地转,它也不会失去一丁点儿宝贵的记忆(即使在容器重启后)。
338 4
|
10月前
|
XML 安全 Java
【日志框架整合】Slf4j、Log4j、Log4j2、Logback配置模板
本文介绍了Java日志框架的基本概念和使用方法,重点讨论了SLF4J、Log4j、Logback和Log4j2之间的关系及其性能对比。SLF4J作为一个日志抽象层,允许开发者使用统一的日志接口,而Log4j、Logback和Log4j2则是具体的日志实现框架。Log4j2在性能上优于Logback,推荐在新项目中使用。文章还详细说明了如何在Spring Boot项目中配置Log4j2和Logback,以及如何使用Lombok简化日志记录。最后,提供了一些日志配置的最佳实践,包括滚动日志、统一日志格式和提高日志性能的方法。
2828 31
【日志框架整合】Slf4j、Log4j、Log4j2、Logback配置模板
|
9月前
|
监控 安全 Apache
什么是Apache日志?为什么Apache日志分析很重要?
Apache是全球广泛使用的Web服务器软件,支持超过30%的活跃网站。它通过接收和处理HTTP请求,与后端服务器通信,返回响应并记录日志,确保网页请求的快速准确处理。Apache日志分为访问日志和错误日志,对提升用户体验、保障安全及优化性能至关重要。EventLog Analyzer等工具可有效管理和分析这些日志,增强Web服务的安全性和可靠性。
243 9
|
7月前
|
存储 SQL 关系型数据库
MySQL日志详解——日志分类、二进制日志bin log、回滚日志undo log、重做日志redo log
MySQL日志详解——日志分类、二进制日志bin log、回滚日志undo log、重做日志redo log、原理、写入过程;binlog与redolog区别、update语句的执行流程、两阶段提交、主从复制、三种日志的使用场景;查询日志、慢查询日志、错误日志等其他几类日志
582 35
MySQL日志详解——日志分类、二进制日志bin log、回滚日志undo log、重做日志redo log

热门文章

最新文章