SEO 统计算法

 

1）简单粗暴型的，这里不用去管浏览器的user-agent，无论cookie等信息，每产生一次PV，就直接计数，优势：简单，缺点：可能不真实，也可能有刷量数据

2） 稍微细腻点的统计，会区分新老用户，楼主你能够研究下baidu统计的SDK，里面包含有用户的浏览器信息，操做系统信息、用户的地域信息等，也就是说， 你经过浏览器的javascript以及和服务器数据的交互，对于后台服务器来讲，是能够获取这些数据的，那么对于站长之家这样的网站，他可能想要统计到 真实的用户访问状况，以便有些行为分析，这时会结合用户的IP信息、cookie信息（也就是session）和user-agent来统计分析，注意， 这里的IP是映射后的IP地址，对于咱们平常的家庭拨号上网，都是拿到的运营商的虚拟出来的内网地址，以便节省IPv4资源，因此说，一个user- agent、IP、cookie基本上能惟一标识一个用户信息。

3） 进一步说，有了这些数据以后，从设计角度来讲，阅读量的这个信息在页面展示中不是优先级最高的（优先级最高的应该是业务内容自己），但阅读量的相关信息是 有意义的，那么问题来了，对于阅读量这种信息是否在数据库的设计层面上要加写锁去互斥？ 这里推荐了解下什么是CAP原理。

4） 因此解决方案，多是缓存，也多是有IP的判断、cookie的检测，这个要尝试以后才知道了，不过我的以为可能性最大的是这个阅读量，汽车之家采用的是一个异步统计的办法，也就是说你产生真实的阅读以后，他是通过后台处理以后才给阅读量计数器+1的。
提供一下实现这种思路：

• 一个IP最多只增长两次阅读相似的机制，或者还有更深一层次逻辑判断的，好比次日IP清空，而后这个统计算法变成了每一天每个IP都有两次阅读次数增长的机会

• 一段固定时间内（好比30分钟），无论你用同一个浏览器内核访问多少次只增长一次阅读量。

• 校验user-agent、cookie等信息；每一次浏览插入一条访客记录到A表

• 微博实现：我是作微博的，我说说微博的作法。阅读量，点赞数，单访问限制。都是用redis实现的。而后天天夜里空闲时段同步数据库（按必定规则，分批等）。

• 若是用户已经登陆，只统计一次；若是是游客，则根据IP、timestamp、cookie等综合判断，相同就只统计一次。
  这样能够防止刷浏览量。