基本上,我一直在尝试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,还基于USER_AGENT进行了一些清理,以删除漫游器/蜘蛛/爬网程序(尽管这是非常基本的内容)。
即使删除相同IP的重复会话,我得到的会话数量也非常多。实际上,会话数比Google Analytics(分析)和其他User Tracking系统报告的会话数大10倍,所以肯定有我做错了。

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/过期一次。

然后,如果我在数据库中查询来自浏览器的具有唯一IP地址的会话,那么我得到的值大约是JS系统报告的10倍。
即使我尝试仅通过对IP地址的前两个八位位组唯一的条目进行计数来减少数量,我仍然可以解决。

关于会话跟踪中我可能做错了什么的任何提示?

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,僵尸陷阱已丢弃约66%的会话。如果我不这样做,我得到的“活跃用户”数量将接近GA报告的40倍。

谢谢。

最佳答案

也许存储这些记录,然后执行如下查询:

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


并且出于性能原因,请cronjob进行删除。
例如:删除一个小时前过期的所有记录。并每半小时执行一次。

07-25 21:59