當(dāng)我們?cè)噲D從各種網(wǎng)站分析的報(bào)表中解讀各種指標(biāo)和數(shù)據(jù)的時(shí)候，需要去了解它們的定義（Definition）和計(jì)算規(guī)則（Computation Rule），其中必須要具備的基礎(chǔ)知識(shí)就是在網(wǎng)站中通常以何種方式獲取數(shù)據(jù)。下面就介紹數(shù)據(jù)獲取的基本方式，以及原始數(shù)據(jù)是以何種形式存在的。

常見(jiàn)的數(shù)據(jù)獲取方式

      其實(shí)網(wǎng)站的數(shù)據(jù)統(tǒng)計(jì)（早期叫流量統(tǒng)計(jì)）由來(lái)已久，因?yàn)榫W(wǎng)站管理員需要了解和監(jiān)控網(wǎng)站的訪問(wèn)狀況，通常需要記錄和統(tǒng)計(jì)網(wǎng)站流量的基礎(chǔ)數(shù)據(jù)，但隨著網(wǎng)站在技術(shù)和運(yùn)營(yíng)上的不斷發(fā)展，人們對(duì)數(shù)據(jù)的要求越來(lái)越高，以求實(shí)現(xiàn)更加精細(xì)的運(yùn)營(yíng)來(lái)提升網(wǎng)站的質(zhì)量，所以網(wǎng)站的數(shù)據(jù)獲取方式也隨著網(wǎng)站技術(shù)的進(jìn)步和人們對(duì)網(wǎng)站數(shù)據(jù)需求的加深而不斷地發(fā)展。從使用發(fā)展的情況來(lái)看，主要分為3類(lèi)：網(wǎng)站日志文件（Log FiIes）、Web Beacons（俗稱(chēng)打點(diǎn)）、JS頁(yè)面標(biāo)記（JavaScript Tags）。其實(shí)這3種數(shù)據(jù)獲取方式也反映了一個(gè)進(jìn)階的過(guò)程，從網(wǎng)站日志到JS標(biāo)記，每一項(xiàng)后面使用的技術(shù)都是對(duì)前面技術(shù)的部分沿用和改進(jìn)，規(guī)避之前技術(shù)可能存在的一些缺陷和不足，我們可以大致了解一下數(shù)據(jù)獲?。―ata Capture）的基本知識(shí)和發(fā)展過(guò)程。

1.網(wǎng)站日志文件

      記錄網(wǎng)站日志文件的方式是最原始的數(shù)據(jù)獲取方式，主要在服務(wù)端完成，在網(wǎng)站的應(yīng)用服務(wù)器配置相應(yīng)的寫(xiě)日志的功能就能實(shí)現(xiàn)，如圖2-1所示。

     網(wǎng)站的應(yīng)用服務(wù)器輸出的日志所記錄的其實(shí)是用戶(hù)終端為了滿(mǎn)足用戶(hù)的訪問(wèn)需要，對(duì)服務(wù)器發(fā)起的所有的資源請(qǐng)求，這些資源請(qǐng)求不僅包含頁(yè)面請(qǐng)求，頁(yè)面展現(xiàn)的所有相關(guān)元素請(qǐng)求也會(huì)被記錄，如圖片、CSS、文件（Flash、視頻、音樂(lè)等），另外一些iframe也會(huì)被當(dāng)成請(qǐng)求記錄。所以原始的日志文件記錄了很多統(tǒng)計(jì)中用不到的內(nèi)容，這些內(nèi)容產(chǎn)生的篩選和過(guò)濾工作帶來(lái)了巨大成本，同時(shí)導(dǎo)致了統(tǒng)計(jì)數(shù)據(jù)的不準(zhǔn)確。日志文件的另外一個(gè)缺陷就是由于數(shù)據(jù)獲取在服務(wù)端進(jìn)行，很多用戶(hù)在頁(yè)面端的操作（如點(diǎn)擊、Ajax的使用等）無(wú)法被記錄，限制了一些指標(biāo)的統(tǒng)計(jì)和計(jì)算。

2.Web Beacons

     為了避免網(wǎng)站日志文件形式給應(yīng)用服務(wù)器帶來(lái)的額外壓力，以及過(guò)量的日志記錄導(dǎo)致數(shù)據(jù)篩選過(guò)濾的成本，于是就出現(xiàn)了Web Beacons的數(shù)據(jù)獲取方式，貌似還沒(méi)有正規(guī)的中文翻譯，一般被稱(chēng)為打點(diǎn)。Web Beacons的實(shí)現(xiàn)方式是在需要統(tǒng)計(jì)的網(wǎng)站頁(yè)面或者模塊上嵌入一個(gè)1×1像素的透明圖片，用戶(hù)完全察覺(jué)不到，當(dāng)用戶(hù)訪問(wèn)該網(wǎng)頁(yè)的同時(shí)會(huì)請(qǐng)求透明圖片，并完成頁(yè)面訪問(wèn)的記錄工作，就像是在紙上畫(huà)了一個(gè)不易看到的小點(diǎn)來(lái)標(biāo)記那張紙，如圖2-2所示。

      Web Beacons的方式實(shí)現(xiàn)了日志記錄服務(wù)器與網(wǎng)站應(yīng)用服務(wù)器的分離，使用獨(dú)立的日志記錄和處理服務(wù)器避免了應(yīng)用服務(wù)器的額外壓力，而且可控的圖片嵌入方式大幅度降低了日志記錄數(shù)（對(duì)于一般的網(wǎng)站頁(yè)面而言，當(dāng)請(qǐng)求一個(gè)頁(yè)面時(shí)，傳統(tǒng)網(wǎng)站日志記錄數(shù)是6到10條，也就是說(shuō)，使用Web Beacons的方式記錄的日志數(shù)量大約只有原始服務(wù)器日志的1/8，傳統(tǒng)的流量統(tǒng)計(jì)工具如AWStats、Webalizer等用Hits這個(gè)指標(biāo)來(lái)記錄原始記錄數(shù)，一般是正常頁(yè)面瀏覽PV的6到10倍，對(duì)于某些復(fù)雜的站點(diǎn)甚至是20多倍），保證了數(shù)據(jù)統(tǒng)計(jì)的效率和準(zhǔn)確性。
而Web Beacons的最大劣勢(shì)就是獲取信息的有限性，尤其是記錄的來(lái)源頁(yè)面（Referral）為圖片所在的頁(yè)面，而不是該頁(yè)面的前一個(gè)頁(yè)面，同時(shí)由于與網(wǎng)站應(yīng)用服務(wù)器分離，用戶(hù)cookie等信息的記錄也有可能丟失。所以單純使用Web Beacons的形式無(wú)法完全獲取網(wǎng)站分析指標(biāo)需要的信息，于是就出現(xiàn)了JS頁(yè)面標(biāo)記。

3.JS頁(yè)面標(biāo)記

     JS頁(yè)面標(biāo)記同樣是對(duì)Web Beacons的改進(jìn)，彌補(bǔ)Web Beacons在信息獲取上的不足。JS頁(yè)面標(biāo)記同樣需要在頁(yè)面端進(jìn)行處理，只是嵌入的不再是圖片，而是JS標(biāo)記代碼，當(dāng)用戶(hù)訪問(wèn)網(wǎng)頁(yè)時(shí)同時(shí)出發(fā)并執(zhí)行JS代碼，JS代碼會(huì)將一些統(tǒng)計(jì)需要的信息以URL參數(shù)的形式附帶在圖片請(qǐng)求地址的后面，然后再向日志服務(wù)器請(qǐng)求圖片，這樣日志服務(wù)器就可以獲取比較完整的訪問(wèn)數(shù)據(jù)。如圖2-3所示。

     JS頁(yè)面標(biāo)記的方式具備了數(shù)據(jù)獲取的靈活性和可控性，以及獲取信息的完整性等優(yōu)勢(shì)，同時(shí)可以監(jiān)控頁(yè)面端的各種操作，如點(diǎn)擊、Ajax等，唯一的缺點(diǎn)就是當(dāng)用戶(hù)禁用JS功能時(shí)，所有的信息將無(wú)法獲取。

通過(guò)以上對(duì)三類(lèi)數(shù)據(jù)獲取方式的介紹，我們可以來(lái)比較下它們的優(yōu)缺點(diǎn)，見(jiàn)表2-1。

      所以，JS頁(yè)面標(biāo)記方式因?yàn)槠涫褂渺`活性、可獲取數(shù)據(jù)的豐富度和統(tǒng)計(jì)得到的指標(biāo)的相對(duì)準(zhǔn)確性成為目前最常用的一種數(shù)據(jù)獲取方式。下面來(lái)簡(jiǎn)單比較一下網(wǎng)站的日志文件和JS標(biāo)記所獲取的數(shù)據(jù)具備哪些信息、記錄的方式有何不同。