1.过滤原则：

（1）去除所有ｕ中不包含happyjuzi.com的日志

（2）去除所有u中包含&uid=的日志

（3）去除所有日志中不包含ipt、et的日志

2.su来源判定原则：

（1）.su==null

1）包含d_source=mobile 分享

2）包含from 三方

3）其他的都是直接来源

（2）.su!=null

1）su包含baidu.com、google.com、weibo.com、weibo.cn为搜索

2）u包含d_source=mobile 分享

3）u包含from 三方

4）su包含happyjuzi.com 直接

5）others

3.定义原则：

（1）sessionid为ipt加上10万以内的随机数

（2）count字段为当et=0的时候，count才会加一

4.需要注意的问题：

（1）跨小时访问sessionid出现错误（文件路径读取不按顺序）

（2）ep出现小数情况，已处理（只取整数）

（3）ipt单位不一直（出现13位，单位毫秒），已处理（全部10位，单位秒）

（4）搜索关键词无法获取