写在前面
什么是用户行为日志呢？其实也叫做用户行为轨迹，流量日志等。简单来说，就是用户每次访问网站产生的行为数据（访问，浏览，搜索，点击等）。基本上，只要你访问了任何一个网站，该网站都会有你的行为记录。
当然，日志也是一个很大的概念，任何程序都有可能输出日志：操作系统内核、各种应用服务器等等。日志的内容、规模和用途也各不相同，很难一概而论。这里我想主要说的就是，Web日志。即，web服务器记录的日志。常见的就像nginx日志。
通常，我们的nginx会配置不同用户行为参数来记录每次用户的访问行为，如下：
配置方法：可以参考这片文章
一组真实的nginx日志：
223.104.25.1 - - [21/Nov/2017:20:34:16 +0800] "GET / HTTP/1.1" 200 94 "-" "Mozilla/5.0 (iPhone; CPU iPhone OS 10_3_3 like Mac OS X) AppleWebKit/603.3.8 (KHTML, like Gecko) Version/10.0 Mobile/14G60 Safari/602.1" "-"
223.104.25.1 - - [21/Nov/2017:20:34:16 +0800] "GET / HTTP/1.1" 200 94 "-" "Mozilla/5.0 (iPhone; CPU iPhone OS 10_3_3 like Mac OS X) AppleWebKit/603.3.8 (KHTML, like Gecko) Version/10.0 Mobile/14G60 Safari/602.1" "-"
156.151.199.137 - - [21/Nov/2017:20:34:19 +0800] "GET / HTTP/1.1" 304 0 "-" "Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/62.0.3202.62 Safari/537.36" "-"
从日志中我们可以获取：
从上图中可以看到，可以获取访问者的IP、访问的时间、访问的目标网页、来源的地址以及访问者所使用的客户端的UserAgent信息等。
如果需要更多的信息，则要用其它手段去获取，常见的操作就是埋点，埋点也是很大的东西，简单理解就是，可以使用诸如Ajax请求的东西，将更多信息异步发送到自己的服务器保存，这一操作对用户是完全透明的。
用户行为日志分析的意义
- 网站的眼睛，referer
- 网站的神经 网页布局是否合理，用户体验
- 网站的大脑
毫无疑问，Web日志中包含了大量产品分析人员会感兴趣的信息:
最简单的，我们可以从中获取网站每类页面的PV值（PageView，页面访问量）、独立IP数（即去重之后的IP数量）等；
稍微复杂一些的，可以计算得出用户所检索的关键词排行榜、用户停留时间最高的页面等，从而进行精准推荐营销；
更复杂的，构建广告点击模型、分析用户行为特征等等。
总之，一句话，用户行为日志分析能够为公司带来很好的收益。这才是主要的。哈哈哈
用户行为日志分析的方法
-
数据量比较小的情况
在这种情况下我们使用单机版本就是完全可以解决的，也许是几十MB、几百MB或者几十GB。
总之就是在单机处理尚能忍受的时候。一切都很好办，现成的各种Unix/Linux工具——awk、grep、sort、join等都是日志分析的利器，如果仅仅是想知道某个页面的PV，一个wc+grep就能搞定。如果有稍复杂的逻辑，那就使用各种脚本语言，尤其是perl，配合伟大的正则表达式，基本就可以解决所有的问题。 -
大数据场景
当我们的单机无法忍受，这个时候，就该我们大数据里面的组件来处理了。常见的处理步骤是这样的:
