互联网采集数据有哪几种常见的方法？

通过日志获取数据的，一般是服务器，工程类的，这类型数据一般是人为制定数据协议的，对接非常简单，然后通过日志数据结构化，来分析或监测一些工程类的项目通过JS跟踪代码的，就像GA，百度统计，就属于这一类，网页页尾放一段JS，用户打开浏览网页的时候，就会触发，他会把浏览器的一些信息送到服务器，基于此类数据做分析，帮助网站运营，APP优化。通过API，就像一些天气接口，国内这方面的平台有很多，聚合就是其中一个，上面有非常多的接口。此类的，一般是实时，更新型的数据，按需付费通过爬虫的，就像百度蜘蛛，或类似我们八爪鱼采集器，只要是互联网公开数据均可采集，这类型的产品有好几款，面向不同的人群，各有特色吧。而说能做到智能的，一般来说，也就只有我们这块的智能算法做得还可以一点。（利益相关）比如自动帮你识别网页上的元素，自动帮你加速等。埋点的，其实跟JS那个很像，一般是指APP上的，像神策，GROWINGIO之类的，这种的原理是嵌套一个SDK在APP里面。如果对某项采集需要了解更深再说吧，说白就是通过前端，或自动化的技术，收集数据。

数据采集是所有数据系统必不可少的，随着大数据越来越被重视，数据采集的挑战也变的尤为突出。我们今天就来看看大数据技术在数据采集方面采用了哪些方法：

1、离线采集：工具：ETL；在数据仓库的语境下，ETL基本上就是数据采集的代表，包括数据的提取（Extract)、转换(Transform)和加载(Load)。在转换的过程中，需要针对具体的业务场景对数据进行治理，例如进行非法数据监测与过滤、格式转换与数据规范化、数据替换、保证数据完整性等。

2、实时采集：工具：Flume/Kafka；实时采集主要用在考虑流处理的业务场景，比如，用于记录数据源的执行的各种操作活动，比如网络监控的流量管理、金融应用的股票记账和 web 服务器记录的用户访问行为。在流处理场景，数据采集会成为Kafka的消费者，就像一个水坝一般将上游源源不断的数据拦截住，然后根据业务场景做对应的处理（例如去重、去噪、中间计算等），之后再写入到对应的数据存储中。这个过程类似传统的ETL，但它是流式的处理方式，而非定时的批处理Job，些工具均采用分布式架构，能满足每秒数百MB的日志数据采集和传输需求。

3、互联网采集：工具：Crawler, DPI等；Scribe是Facebook开发的数据(日志)收集系统。又被称为网页蜘蛛，网络机器人，是一种按照一定的规则，自动地抓取万维网信息的程序或者脚本，它支持图片、音频、视频等文件或附件的采集。爬虫除了网络中包含的内容之外，对于网络流量的采集可以使用DPI或DFI等带宽管理技术进行处理。

4、其他数据采集方法对于企业生产经营数据上的客户数据，财务数据等保密性要求较高的数据，可以通过与数据技术服务商合作，使用特定系统接口等相关方式采集数据。比如八度云计算的数企BDSaaS，无论是数据采集技术、BI数据分析，还是数据的安全性和保密性，都做得很好。数据的采集是挖掘数据价值的第一步，当数据量越来越大时，可提取出来的有用数据必然也就更多。只要善用数据化处理平台，便能够保证数据分析结果的有效性，助力企业实现数据驱动。

---