Erstellen einer Webseitenstatistik mithilfe eines OLAP-Servers Projektarbeit Erstellen einer Webseitenstatistik mithilfe eines OLAP-Servers Jan Lübeck Envers AG

Agenda Einleitung Ist - Analyse Konzept Realisierung Fazit Einleitung

Einleitung

Seit 2000 in DU-Rheinhausen Zur Zeit 11 Mitarbeiter Die Envers AG Seit 2000 in DU-Rheinhausen Zur Zeit 11 Mitarbeiter IT Dienstleistungen Entwicklung/Vermarktung von Softwarelösungen

Eigenes CMS “Flexcove 3” Modularer Aufbau Serverseitiges Sessionsystem Das CMS Eigenes CMS “Flexcove 3” Modularer Aufbau Serverseitiges Sessionsystem Administration über Controlcenter

Ist-Analyse

Speicherung pro Seitenzugriff Datensammlung Speicherung pro Seitenzugriff Relationale Datenbank ( MySQL ) 2 Tabellen 1. Tabelle: Zugriffsdaten 2. Tabelle: Parameter pro Zugriff( 1:n ) Große Datenmengen Flexible Datensammlung

Anzeige pro Zeiteinheit: Auswertung Anzeige pro Zeiteinheit: Benutzerzahlen Seitenaufrufe Referer Javascript Bildschirmauflösung

Daten per SQL-Statements Neuberechnung bei jeder Abfrage Performance Daten per SQL-Statements Neuberechnung bei jeder Abfrage „Joins“ mit anderen Datenbanken Langsam: 4 bis 11 Minuten

Google Analytics: Log-Auswertung: Generell: Externe Tools Javascript nötig Log-Auswertung: Entweder Langsam Oder Statisch Wenig Information Generell: Abhängigkeit vom Datenformat

Konzept

Beschleunigung der Auswertung Einsatz eines OLAP-Servers Sollkonzept Beschleunigung der Auswertung Einsatz eines OLAP-Servers Abfrage per Webbrowser Linux/Apache/PHP Gleiches UI Gleicher Datenumfang

PALO Linux, Apache, PHP ( Anforderung ) OLAP-Server Bedingungen: Software Linux, Apache, PHP ( Anforderung ) OLAP-Server Bedingungen: Linux Möglichst kostengünstig PHP-Schnittstelle PALO

Realisierung

Softwareinstallation Palo

Online Analytics Processing Daten in “Cubes” OLAP Online Analytics Processing Daten in “Cubes” “Cube” ist Sinnbild Enthält Werte Dimensionen Definieren die Bedingungen Enthalten Elemente Summenelemente

Wert( Gesamt, Jahr, Zugriffe ) OLAP Schlüssel Zugriffe - Admin - Benutzer - Bot Monat - Jahr - Januar - Februar - … Jahr - Gesamt - … - 2007 - 2008 Abfrage von Werten Wert( 2008, Januar, Bot) Wert( 2008, Jahr, Benutzer ) Wert( Gesamt, Jahr, Zugriffe )

Definition der Dimensionen Zeitliche Einteilung Datum( “Year”, “Month”, “Day” ) “Hour”, “Minute”, “Second” Art der Zusammenfassung “Request” “Session” ( Bot, User, Admin )

Definition der Dimensionen Schlüssel-Wert-Paare HTTP-Variablen: Übergabeparameter Javascript-Parameter, wenn verfügbar Summierung als Hierarchie Typ, Name, Schlüssel Beispiel: HTTP|HTTP_REFERER|www.google.de

HTTP|User_Agent|Firefox Beispiel HTTP HTTP|Referer HTTP|Referer|www.google.de HTTP|Referer|www.msn.com HTTP|User_Agent HTTP|User_Agent|Firefox HTTP|User_Agent|IE_7

Auslesen der Daten von MySQL Füllen der Dimensionen Benutzer Zugriffe Importscript Auslesen der Daten von MySQL Füllen der Dimensionen Benutzer Zugriffe Schlüssel Füllen des Cubes

Trennung von Daten und Darstellung Auswertung Trennung von Daten und Darstellung Klasse „Analysis“ Wertet Überparameter aus Ermittelt Daten Erstellt XML-Daten XSLT-Prozessor Erhält XML-Daten Benutzt XSLT-Template Erstellt HTML-Daten

Fazit

Weitere Seitenaufrufe Vergleich   Bisherige Auswertung Neue Auswertung Zeitvorteil Erster Seitenaufruf 11 Minuten 4 Minuten 275% Weitere Seitenaufrufe 1-6 Minuten 15-45 Sekunden 400-800% Import Ad-Hoc Ca. 10 Minuten -

Zu bewältigende Hürden Ausblick Erfahrungen mit PALO Relativ unflexibel Skaliert nicht Langsam im Import Alternative: HOLAP Zu bewältigende Hürden Zugriff über PHP Einsatz Linux oder Windows

Vielen Dank für Ihre Aufmerksamkeit