Miera okamžitých odchodov potrebuje jeden bit, nie sledovač

Až do 28. augusta tento web nezobrazoval mieru okamžitých odchodov a stránka o službe hovorila, že je to zámerné: potrebovalo by to reláciu sledovanú cez viacero zobrazení stránok a na to by bol potrebný banner so súhlasom.

Prvá polovica bola pravdivá. Druhá prestala byť pravdivá v okamihu, keď sme začali zaznamenávať výstupné stránky, a nikto vetu neaktualizoval.

Prečo sa nedala jednoducho vypočítať

Existuje tabuľka prechodov medzi stránkami. Vyzerá ako všetko, čo miera okamžitých odchodov potrebuje: návšteva prechádzajúca z jednej stránky na druhú nie je okamžitým odchodom, takže spočítajte návštevy bez prechodov.

To nefunguje a dôvod je v troch riadkoch záznamového kódu. Prechod sa vynechá, keď sú obe stránky rovnaké, keď medzi nimi uplynulo viac než tridsať minút a po tristo nových dvojiciach na jednom počítadle za jeden deň. Každé pravidlo je správne pre účel tabuľky — ukazovať, ktorá stránka vedie na ktorú — a každé zneviditeľní skutočnú druhú stránku.

Návšteva na účely počítania pritom trvá hodinu: tak dlho prežije riadok v živej tabuľke. Čitateľ zlomku by teda používal jednu definíciu návštevy a menovateľ inú. Číslo by nebolo trochu nesprávne, bolo by bez opory.

Čo údaje hovorili

Počas 27. a 28. augusta bolo 8 669 návštev a 2 817 prechodov, teda priemerne 1,32 stránky na návštevu. Prechod vôbec zaznamenalo 99 z 572 počítadiel.

Nie je to vypnutý prepínač — zaznamenávanie ciest je predvolene zapnuté a má ho zapnuté všetkých 166 453 počítadiel. Tie weby sú naozaj jediné stránky: profily, jednostránkové weby, galéria obrázkov na cudzej platforme. Pri väčšine z nich sa miera okamžitých odchodov priblíži k sto percentám a bude to správne.

Jeden bit a žiadny nový zber

Návšteva už má riadok na hodinu. Teraz nesie ešte jednu vec: či táto návšteva niekedy videla druhú, odlišnú stránku. Hodnota sa nastavuje v príkaze, ktorý sa aj tak vykonáva, bez ďalšieho dopytu:

ON DUPLICATE KEY UPDATE mehr = mehr | (url <> VALUES(url)),
                        last_seen = UNIX_TIMESTAMP(), url = VALUES(url)

Celý trik je v poradí týchto priradení. Databáza ich vyhodnocuje zľava doprava, takže url pri porovnávaní stále uchováva predchádzajúcu adresu. Umiestnite url na prvé miesto a v riadku sa nová adresa porovná sama so sebou, bit navždy zostane nulový a miera okamžitých odchodov ukáže sto percent každému. Je to zlyhanie, ktoré vyzerá presne ako vierohodný výsledok, preto stálo za to overiť to na dočasnom riadku skôr, než sa na to dalo spoľahnúť.

Keď hodina uplynie, nočné čistenie spočíta riadky s končiacou platnosťou — koľko návštev, koľko z nich viacstránkových — zapíše jeden riadok na počítadlo a deň a riadky odstráni. Bit žije hodinu. Žiadny súbor cookie a nič, čo by tento bit prežilo.

Čo sa dá zovšeobecniť

Zaujímavá otázka nikdy nebola, ako sledovať reláciu. Bola o tom, ktorá z už zapisovaných vecí náhodou odpovedá na otázku a či sa jej odpoveď opiera o rovnakú definíciu ako otázka.

Dva zdroje, ktoré oba vyzerajú, že merajú návštevy, jeden s tridsaťminútovým a druhý so šesťdesiatminútovým pravidlom, vytvoria pomer, ktorý je číslom a nič neznamená. Je jednoduchšie pridať jeden bit do existujúceho riadka než neskôr vysvetľovať, prečo je miera taká, aká je.