如何实现可靠的网页计数器？

Question

实现网页计数器的好方法是什么？

表面上这是一个简单的问题，但在处理搜索引擎爬虫和机器人、同一用户的多次点击、刷新点击时就会出现问题。

具体来说，确保链接不会被用户反复点击“点击”的好方法是什么？ IP地址？饼干？这两者都有一些缺点（IP 地址不一定是唯一的，cookie 可以关闭）。

还有什么是存储数据的最佳方式？单独增加一个计数器或将每次点击作为记录存储在日志表中，然后偶尔进行汇总。

任何现场体验都会有所帮助，

+++ 瑞克 ---

Answer 1

将 IP 地址与会话结合使用。将 IP 地址的每个新会话计数为对您的计数器的一次命中。如果您认为需要查看这些数据，可以将其存储在日志数据库中。这对于计算您的网站何时获得最多流量、每天多少流量、每个 IP 等非常有用。

Answer 2

所以我根据这里的 cmets 玩了一下。我想出的是在一个简单的领域计算一个计数器。在我的应用中，我有带有 Views 属性的代码 sn-p 实体。

当查看一个 sn-p 时，一个方法过滤掉（白名单）应该是浏览器：

public bool LogSnippetView(string snippetId, string ipAddress, string userAgent)
{
    if (string.IsNullOrEmpty(userAgent))
       return false;

    userAgent = userAgent.ToLower();

    if (!(userAgent.Contains("mozilla") || !userAgent.StartsWith("safari") ||
        !userAgent.StartsWith("blackberry") || !userAgent.StartsWith("t-mobile") ||
        !userAgent.StartsWith("htc") || !userAgent.StartsWith("opera")))
        return false;

    this.Context.LogSnippetClick(snippetId, IpAddress);
}

然后存储过程使用一个单独的表来临时保存最新的视图，其中存储了 sn-p Id、输入的日期和 IP 地址。每个视图都被记录下来，当一个新视图出现时，它会检查相同的 IP 地址是否在过去 2 分钟内访问了这个 sn-p。如果是这样，则不会记录任何内容。

如果是新视图，则会记录该视图（同样是 SnippetId、IP、Entered），并在 Snippets 表上更新实际的 Views 字段。

如果它不是一个新视图，则该表会被清理，并记录任何超过 4 分钟的视图。这应该会导致在任何时候查看日志表中的条目数量最少。

这是存储过程：

ALTER PROCEDURE [dbo].[LogSnippetClick]
    -- Add the parameters for the stored procedure here 
    @SnippetId AS VARCHAR(MAX),
    @IpAddress AS VARCHAR(MAX)          
   AS
   BEGIN

    SET NOCOUNT ON;

    -- check if don't allow updating if this ip address has already 
    -- clicked on this snippet in the last 2 minutes
    select Id from SnippetClicks 
        WHERE snippetId = @SnippetId AND ipaddress = @IpAddress AND 
              DATEDIFF(minute,  Entered, GETDATE() ) < 2      

     IF @@ROWCOUNT = 0  
     BEGIN              
        INSERT INTO SnippetClicks 
            (SnippetId,IpAddress,Entered) VALUES 
            (@SnippetId,@IpAddress,GETDATE())         
        UPDATE CodeSnippets SET VIEWS = VIEWS + 1 
            WHERE id = @SnippetId
     END
     ELSE
     BEGIN
        -- clean up
        DELETE FROM SnippetClicks WHERE DATEDIFF(minute,Entered,GETDATE()) > 4
     END
END

这似乎运作良好。正如其他人提到的那样，这并不完美，但在初始测试中看起来已经足够了。

Answer 3

如果您开始使用 PHP，您可以使用会话来跟踪特定用户的活动。结合数据库，您可以跟踪来自特定 IP 地址的活动，您可能会认为这些地址是同一用户。

使用时间戳来限制点击次数（例如，假设每 5 秒不超过 1 次点击），并判断何时出现新的“访问”网站（例如，如果最后一次点击是在 10 分钟前）。

您可能会发现 $_SERVER[] 属性可帮助您检测机器人或访问者趋势（例如浏览器使用情况）。

编辑： 我之前跟踪过点击次数和访问次数，将网页浏览计为点击次数，并在创建新会话时为访问次数 +1。它相当可靠（对于我使用它的目的来说已经足够可靠了。不支持 cookie 的浏览器（因此，不支持会话）和禁用会话的用户现在相当少见，所以我不会担心除非有理由过于准确。

Answer 4

如果我是你，我首先会放弃我的计数器是准确的。正如您所说，每种解决方案（例如 cookie、IP 地址等）往往都不可靠。所以，我认为你最好的选择是在你的系统中使用冗余：使用 cookie、“Flash-cookies”（共享对象）、IP 地址（可能与用户代理一起使用）和登录用户的用户 ID。

您可以实施某种方案，其中任何未知的客户端都被赋予一个唯一的 ID，该 ID 被存储（希望）在客户端的机器上，并随每个请求重新传输。然后，您可以将 IP 地址、用户代理和/或用户 ID（以及您能想到的任何其他内容）绑定到每个唯一 ID，反之亦然。每次点击的时间戳和唯一 ID 都可以记录在某处的数据库表中，并且每次点击（至少每次点击到您的网站）都可能被允许或拒绝，具体取决于上次点击对于相同唯一 ID 的最近时间。对于短期点击爆发来说，这可能足够可靠，而长期而言，无论如何都无关紧要（对于点击问题，而不是页面计数器）。

友好的机器人应该适当设置它们的用户代理，并且可以对照已知机器人用户代理列表进行检查（我在简单的 Google 搜索后找到了一个 here），以便正确识别并与真人分开处理.