https://github.com/thiagohrcosta/analise_de_log

Terceiro projeto apresentado ao curso Desenvolvimento Web Full Stack da UDACITY
https://github.com/thiagohrcosta/analise_de_log

Last synced: 7 days ago
JSON representation

Terceiro projeto apresentado ao curso Desenvolvimento Web Full Stack da UDACITY

• Host: GitHub
• URL: https://github.com/thiagohrcosta/analise_de_log
• Owner: thiagohrcosta
• Created: 2019-02-06T01:12:34.000Z (almost 6 years ago)
• Default Branch: master
• Last Pushed: 2019-02-06T01:17:05.000Z (almost 6 years ago)
• Last Synced: 2024-10-28T07:16:47.910Z (23 days ago)
• Language: Python
• Size: 16.6 KB
• Stars: 0
• Watchers: 1
• Forks: 0
• Open Issues: 0
• Metadata Files:
  • Readme: README.md

Awesome Lists containing this project

README

        
# PROJETO 3 : ANÁLISE DE LOG

Terceiro projeto apresentado ao curso *NANODEGRE - Desenvolvimento Web Full Stack* ministrado pela UDACITY.

## Descrição do Projeto

O objetivo é desenvolver utilizando a linguagem Python um código capaz de analisar, tratar e imprimir dados de um banco de dados em uma lista ordenada. Para tanto fora utilizado o Python com Psycopg2. 

## Questões a serem respondidas no projeto:

1.  **Quais são os três artigos mais populares de todos os tempos?** Quais artigos foram os mais acessados? Apresente esta informação como uma lista organizada com o artigo mais popular no topo.

2. **Quem são os autores de artigos mais populares de todos os tempos?** Isto é, quando você organizar todos os artigos que cada autor escreveu, quais autores obtiveram mais views? Apresente esta informação como uma lista organizada com o autor mais popular no topo.

3. **Em quais dias mais de 1% das requisições resultaram em erros?** A tabela de logs inclui um status de coluna que indica o código de status HTTP que o site de notícias enviou ao navegador do usuário (consulte novamente esta aula se você quiser rever a ideia dos códigos de status HTTP).

# COMO EXECUTAR O PROJETO - ANÁLISE DE LOG

Para executar o presente projeto você deverá previamente seguir os passos abaixo:

1. Instalar o [Vagrant](https://www.vagrantup.com/);

2. Instale Máquina Virtual - [VirtualBox](https://www.virtualbox.org/);

3. Efetue do download do arquivo vagrant original do Udacity [Vagrant](https://github.com/udacity/fullstack-nanodegree-vm

);

4. Baixe o banco de dados [newsdata.sql](https://d17h27t6h515a5.cloudfront.net/topher/2016/August/57b5f748_newsdata/newsdata.zip);

5. Extraia o arquivo newsdata.zip e o coloque no diretório Vagrant compartilhado;

6. Efetue o download do arquivo deste projeto analiselog.py e copie-o para a pasta Vagrant

**Inicie a máquina virtual**

7. Para iniciar a máquina virtual efetue o download do [GitBash](https://git-scm.com/downloads)

8. Inicie o **GitBash** e vá até o diretório onde se encontra a pasta vagrant, por exemplo:

- C:> cd python 27

- C:> python27> cd FSND-Virtual-Machine

- C:> python27>FSND-Virtual-Machine> cd /vagrant

- C:> python27>FSND-Virtual-Machine>vagrant>

9. Dentro do diretório vagrant ative a máquina virtual com o comando **vagrant up** ;

10. Após a sua ativação, digite o comando **vagrant ssh** para ativar a sua máquina virtual.

11. Carregue o banco de dados com o comando **psql -d news -f newsdata.sql;

12. Execute no **GitBash** o comando **python analiselog.py** para executar o relatório.

# RESULTADO ESPERADO:

Imprimindo o resultado da pesquisa:

### Os artigos mais populares são:

- (1) "Candidate is jerk, alleges rival" com 338647 visualizações

- (2) "Bears love berries, alleges bear" com 253801 visualizações

- (3) "Bad things gone, say good people" com 170098 visualizações

### Os autores mais populares de todos os tempos são:

- (1) Ursula La Multa com 507594 visualizações

- (2) Rudolf von Treppenwitz com 423457 visualizações

- (3) Anonymous Contributor com 170098 visualizações

### Em quais dias mais de 1% das requisições resultaramem erros?

- July 17, 2016 -- 2.3% erros