罗盘-贝壳流量分析平台

2024-03-24 15:20

本文主要是介绍罗盘-贝壳流量分析平台,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

在这里插入图片描述

1. 背景

随着贝壳的不断发展,特别是今年年初专门成立了增长线,数据化思维和精细化运营的诉求越来越强烈。各个业务方急需了解自己系统的流量情况,从数据出发优化自己的产品,从而留住用户提高转化;而作为公司高层需要知道集团的整体流量情况,特别是比较核心的月活、商机转化、用户留存和渠道推广等情况,及时作出战略部署和调整,保证公司保持高效稳定的增长。在这样的大背景下我们搭建了一套流量分析平台-罗盘,为集团和各个业务方提供统一、权威的流量数据出口。

2. 面临的问题

  • 日志埋点格式不统一,历史存在多套埋点标准,有些业务方还有自己的日志埋点规范,如何统一标准,兼容历史数据是我们面临的第一个问题;
  • 统计口径不一致,每个业务都有自己的统计口径,数据互相不认可,而从集团层面很难拿到整体的流量数据;
  • 每天TB级别上报数据,各种复杂的数据分析场景,在很多场景下需要保存明细数据才能分析,如何存储明细数据和分析数据是系统架构设计的一大挑战。

3. 总体设计方案

在这里插入图片描述
从纵向看分为数据需求、数据接入、数据处理、数据存储和数据分析五个过程,从横向能看到数据在每个环节中具体的流转过程,下面从纵向的角度展开介绍一下每个过程。

4. 数据需求

数据需求是整个环节的第一步,首先需要有一套全公司标准的埋点规范,并通过公司高层的推动下在各个业务方落地,而规范的落地需要有系统的支撑,埋点管理模块承担了所有埋点信息的申请、埋点文档的生成,辅助业务实现标准化的埋点。

5. 数据接入

主要负责快速接收业务方根据埋点需求上报的日志数据,其中Dig服务接收APP、PC、M站发送数据,通过lua程序将数据落地到kafka,对于APP端为了性能和节省流量会批量打包上传日志文件,Dig还会负责日志文件的解压。

6. 数据处理

  • 首先通过spark任务消费Dig落地的kafka数据,做格式的清洗、历史日志格式的转换、字段的解析,并根据分析需求衍生出更多的维度,比如手机型号、品牌等,还会做日志数据格式的校验,对于不合法的数据进行统计后落地到 DB 中提供查看错误信息;
  • spark清洗后的kafka数据会通过Hangout组建实时落地到ClickHouse提供实时数据分析的能力,Hangout是类似Logstash的日志收集组件,目前支持秒级的数据实时写入;
  • spark清洗的数据也会落地到HDFS,用于离线仓库处理,罗盘目前能解决大部分公共的分析需求,但是对于部分个性化的需求还是需要通过hive sql来解决,同时对于渠道相关的数据目前还无法做到实时处理,目前是通过离线跟渠道数据关联后每天导入到ClickHouse,并会覆盖昨天的实时数据,这也是大数据比较经典实时+离线的Lambda架构。

7. 数据存储

在做罗盘架构设计选型时最核心的就是如何选择一个适合自己的OLAP引擎,我们对比了Spark、Kylin、Druid、Kudu+Impala、ClickHouse等分析引擎的优劣最终选择了ClickHouse,主要基于以下几个方面:

  • 对业务的支撑能力,ClickHouse具备非常强大的分析函数以及自定义函数的支持,可以很好支持罗盘各种场景下的分析功能;
  • 支持SQL查询,业务实现比较简单;
  • 超强的查询性能和数据压缩能力,在真实数据测试时10亿的数据量下简单查询在毫秒级,分组加聚合统计查询在秒级,在大批量的实时写入下并不会影响查询性能;
  • 在部分互联网公司已经有线上的应用案例,比如新浪微博、瓜子二手车等。

8. 数据分析

基于ClickHouse我们最终实现了5大分析能力:

  • 数据概览
    • 可以让集团高层和业务方直观的查看核心流量指标数据,具体效果如图所示:

      在这里插入图片描述

  • 事件分析
    • 可以在任意维度加指标组合来分析业务的PV、UV等数据,该部分底层实现主要是一些复杂的聚合SQL,具体效果如图所示:
      在这里插入图片描述
  • 漏斗分析
    • 分析指定步骤在指定时间周期内每个步骤下用户转化情况,其中每个步骤还可以设置不同的筛选条件,并且支持按照维度分组对比查看数据;该部分分析比较复杂,我们基于ClickHouse自己实现了一个带时间滑动窗口子序列查找算法的自定义函数,通过Patch源码编译到ClickHouse引擎中,具体实现效果如图所示:

      在这里插入图片描述

  • 留存分析
    • 可以看到不同维度下用户每天的流失情况,具体效果如图所示:

      在这里插入图片描述

  • 路径分析
    • 可以看到用户在产品中完整访问路径,帮助用户找到产品关键路径,具体的实现主要通过ClickHouse中的groupArray函数将用户每个session下所有行为聚合成数组,然后根据行为发生的时间对行为做排序和过滤得到每个用户在session下的完整访问路径,具体效果如图所示:

      在这里插入图片描述

9. 埋点检测

为了方便业务方查看自己上报的日志数据,我们还提供了埋点实时检测的功能,通过实时消费kafka的数据让用户可以看到实时上报的数据格式,以及历史上报数据的情况,包括接收的数据量、错误数据量以及错误的详细信息,这个是埋点需求验收的关键环节,需要有PM或者QA的介入做埋点验收,保证上线后的数据质量。

10. 总结

目前罗盘接入了10+的业务线,还有更多的业务线正在接入中,每天6亿+实时数据写入,各种场景下秒级的查询能力。

11. 展望

随着公司业务的发展和更多业务方的数据接入,如何实现业务方快速数据接入、在更大数据量下数据存储和数据查询的优化需要我们不断的努力;在产品功能上深化各个场景下的分析能力,支持用户行为明细和用户分群等高级分析能力;在实现功能的同时将ClickHouse封装成一个公共的基础技术服务,能让其它业务系统方便的接入数据和使用数据,解决业务系统在海量数据存储和复杂查询上的痛点。

原文:罗盘-贝壳流量分析平台

这篇关于罗盘-贝壳流量分析平台的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/841992

相关文章

kotlin中const 和val的区别及使用场景分析

《kotlin中const和val的区别及使用场景分析》在Kotlin中,const和val都是用来声明常量的,但它们的使用场景和功能有所不同,下面给大家介绍kotlin中const和val的区别,... 目录kotlin中const 和val的区别1. val:2. const:二 代码示例1 Java

Go标准库常见错误分析和解决办法

《Go标准库常见错误分析和解决办法》Go语言的标准库为开发者提供了丰富且高效的工具,涵盖了从网络编程到文件操作等各个方面,然而,标准库虽好,使用不当却可能适得其反,正所谓工欲善其事,必先利其器,本文将... 目录1. 使用了错误的time.Duration2. time.After导致的内存泄漏3. jsO

Spring事务中@Transactional注解不生效的原因分析与解决

《Spring事务中@Transactional注解不生效的原因分析与解决》在Spring框架中,@Transactional注解是管理数据库事务的核心方式,本文将深入分析事务自调用的底层原理,解释为... 目录1. 引言2. 事务自调用问题重现2.1 示例代码2.2 问题现象3. 为什么事务自调用会失效3

找不到Anaconda prompt终端的原因分析及解决方案

《找不到Anacondaprompt终端的原因分析及解决方案》因为anaconda还没有初始化,在安装anaconda的过程中,有一行是否要添加anaconda到菜单目录中,由于没有勾选,导致没有菜... 目录问题原因问http://www.chinasem.cn题解决安装了 Anaconda 却找不到 An

Spring定时任务只执行一次的原因分析与解决方案

《Spring定时任务只执行一次的原因分析与解决方案》在使用Spring的@Scheduled定时任务时,你是否遇到过任务只执行一次,后续不再触发的情况?这种情况可能由多种原因导致,如未启用调度、线程... 目录1. 问题背景2. Spring定时任务的基本用法3. 为什么定时任务只执行一次?3.1 未启用

C++ 各种map特点对比分析

《C++各种map特点对比分析》文章比较了C++中不同类型的map(如std::map,std::unordered_map,std::multimap,std::unordered_multima... 目录特点比较C++ 示例代码 ​​​​​​代码解释特点比较1. std::map底层实现:基于红黑

Spring、Spring Boot、Spring Cloud 的区别与联系分析

《Spring、SpringBoot、SpringCloud的区别与联系分析》Spring、SpringBoot和SpringCloud是Java开发中常用的框架,分别针对企业级应用开发、快速开... 目录1. Spring 框架2. Spring Boot3. Spring Cloud总结1. Sprin

Spring 中 BeanFactoryPostProcessor 的作用和示例源码分析

《Spring中BeanFactoryPostProcessor的作用和示例源码分析》Spring的BeanFactoryPostProcessor是容器初始化的扩展接口,允许在Bean实例化前... 目录一、概览1. 核心定位2. 核心功能详解3. 关键特性二、Spring 内置的 BeanFactory

MyBatis-Plus中Service接口的lambdaUpdate用法及实例分析

《MyBatis-Plus中Service接口的lambdaUpdate用法及实例分析》本文将详细讲解MyBatis-Plus中的lambdaUpdate用法,并提供丰富的案例来帮助读者更好地理解和应... 目录深入探索MyBATis-Plus中Service接口的lambdaUpdate用法及示例案例背景

MyBatis-Plus中静态工具Db的多种用法及实例分析

《MyBatis-Plus中静态工具Db的多种用法及实例分析》本文将详细讲解MyBatis-Plus中静态工具Db的各种用法,并结合具体案例进行演示和说明,具有很好的参考价值,希望对大家有所帮助,如有... 目录MyBATis-Plus中静态工具Db的多种用法及实例案例背景使用静态工具Db进行数据库操作插入