网站分析的HTTP

HTTP（HyperText Transfer Protocol，超文本传输协议）是互联网上应用最为广泛的一种网络协议。它是服务器（网站）与客户端（浏览器）之间请求与应答的标准。通过在HTTP或HTTPS协议后补充URL实现具体资源的定位。当客户端（用户浏览器）与服务端（网站服务器）发生HTTP通讯时候（过程参见Cookie的实现），一些重要的信息都会包含其中：

请求信息（Request Message）

当客户端（用户浏览器）发出的请求时，会包括以下信息：

• 请求行：声明请求方法和具体的请求地址；
  
• 头（请求头，Headers），请求的相关信息；
• 空行
• 其他消息

常用请求方法

HTTP通讯也常包含有不同的方法，常用的方法有：

• GET方法：向指定的资源发出“显示”请求。
• POST方法：向指定资源提交数据，请求服务器进行处理（例如提交表单或者上传文件）。数据被包含在请求本文中。

状态码（Status Code）

当某个方法被请求之后，服务器会响应一个状态码。常用的状态码包括：

• 200 OK（正常访问）
• 301 Moved Permanently（永久迁移，永久重定向）
• 302 Found（查找，暂时重定向）
• 304 Not Modified（请求文件无修改）
• 404 Not Found（未找到）
• ……

可以看到，状态码是有分类原则的：

• 1XX：临时响应；
• 2XX：成功；
• 3XX：已重定向；
• 4XX：请求错误；
• 5XX：服务器错误；

Google站长工具帮助文档也有这样一份HTTP 状态代码的说明。另外，W3有一个详细标准的HTTP/1.1 状态码列表。

HTTPS

安全超文本传输协议，开头为 https:// 。

Google Analytics（Universal Analytics）请求

首先，当网页被加载到Google Analytics（Universal Analytics）跟踪代码的时候，跟踪代码会去向GA服务器请求analytics.js文件，当发现返回的文件与用户本地的一致的时候，则不会下载该文件。如果不一致，则会重新下载一个analytics.js文件。

这里我使用了Chrome浏览器开发者工具（当然，也可以使用Fiddler这类更强大的抓包工具）查看这个analytics.js的请求，我们可以看到：

[code lang=”js”]
Request URL:http://www.google-analytics.com/analytics.js
Request Method:GET
Status Code:304 Not Modified
[/code]

这样就表示：

• 请求URL（Request URL）是analytics.js的地址；
• 请求方法（Request Method）是GET；
• 状态码：304 Not Modified（未修改）

注意：这里的文件比较不是仅比较文件，会先比较请求地址，然后再比较文件，因此，当Google Analytics被部署到越多网站的时候，意味着大多数用户都不需要重新下载这个文件。而如果你部署一个本地版（网站服务器）的analytics.js，就意味着您网站的用户很可能需要新下载这个文件。

紧接着，当下载完analytics.js和收集完跟踪数据之后，Google Analytics会向GA服务器发送数据收集的请求：

[code lang=”js”]
Request URL:http://www.google-analytics.com/collect?v=1&_v=j11&a=800631110&t=pageview&_s=1&dl=http%3A%2F%2Fwww.abbo.cn%2Ftest.html&dr=&ul=zh-cn&de=UTF-8&dt=JavaScript%20%EF%BF%BD%EF%BF%BD%EF%BF%BD%EF%BF%BD&sd=32-bit&sr=1920×1080&vp=1920×913&je=1&fl=11.8%20r800&_utma=199317630.1953204040.1373639607.1373643235.1373643241.5&_utmz=199317630.1373643241.5.5.utmcsr%3Dgoogle%7Cutmccn%3Dhot%7Cutmcmd%3Dcps&_utmht=1375878643647&_u=MACC~&cid=1172761150.1374069301&tid=UA-41464639-1&z=40436446
Request Method:GET
Status Code:200 OK
[/code]

这就是Google Analytics（Universal Analytics）数据收集请求，OMG！请求URL怎么会这么长？我们将请求URL格式化一下，提取其中的查询参数（QueryString）：

[code lang=”js”]
v:1
_v:j11
a:800631110
t:pageview
_s:1
dl:http://www.abbo.cn/test.html
dr:
ul:zh-cn
de:UTF-8
dt:JavaScript
sd:32-bit
sr:1920×1080
vp:1920×913
je:1
fl:11.8 r800
_utma:199317630.1953204040.1373639607.1373643235.1373643241.5
_utmz:199317630.1373643241.5.5.utmcsr=google|utmccn=hot|utmcmd=cps
_utmht:1375878643647
_u:MACC~
cid:1172761150.1374069301
tid:UA-41464639-1
z:40436446
[/code]

对头，Google Analytics（其他统计工具也大体类似原理）通过向GA服务器上一个35B的gif文件发出一个请求，然后将在网页上统计到的数据都写在请求URL的查询参数（QueryString）中了。这样一来，GA服务器则会收到带有统计信息的请求日志了。

最终，GA服务器通过分析这些日志，处理完写入到数据库，再由数据接口读出来，便成了我们从Google Analytics中看到的数据报告了！

参考资料：

• http://en.wikipedia.org/wiki/HTTP
  
• http://www.w3school.com.cn/tags/html_ref_httpmethods.asp