埋点需求完整方案.md 15 KB

用户端埋点需求完整方案文档

一、需求概述

为 alien-store 模块的用户端实现完整的埋点系统,用于统计和分析用户行为数据,并通过AI提供智能推荐服务。

1.1 埋点数据类型

根据原型图,需要收集以下类型的数据:

1.1.1 流量数据

  • 店铺搜索量
  • 浏览量
  • 访客数
  • 新增访客数
  • 访问时长
  • 平均访问时长

1.1.2 互动数据

  • 店铺收藏次数
  • 店铺分享次数
  • 店铺打卡次数
  • 咨询商家次数
  • 好友数量
  • 关注数量
  • 粉丝数量
  • 发布动态数量
  • 动态点赞数量
  • 动态评论数量
  • 动态转发数量
  • 被举报次数
  • 被拉黑次数

1.1.3 优惠券数据

  • 赠送好友数量
  • 赠送好友金额合计
  • 赠送好友使用数量
  • 赠送好友使用金额合计
  • 赠送好友使用金额占比
  • 好友赠送数量
  • 好友赠送金额合计
  • 好友赠送使用数量
  • 好友赠送使用金额合计
  • 好友赠送使用金额占比

1.1.4 代金券数据

  • 赠送好友数量
  • 赠送好友金额合计
  • 赠送好友使用数量
  • 赠送好友使用金额合计
  • 赠送好友使用金额占比
  • 好友赠送数量
  • 好友赠送金额合计
  • 好友赠送使用数量
  • 好友赠送使用金额合计
  • 好友赠送使用金额占比

1.1.5 服务质量数据

  • 店铺评分
  • 评分1
  • 评分2
  • 评分3
  • 评价数量
  • 好评数量
  • 中评数量
  • 差评数量
  • 差评占比
  • 差评申诉次数
  • 差评申诉成功次数
  • 差评申诉成功占比

1.1.6 价目表排名数据

  • 价目表浏览量
  • 价目表访客数
  • 价目表分享数

二、技术架构

2.1 架构设计

前端 (客户端)
  ↓ HTTP请求 / WebSocket消息
Controller / WebSocketProcess (埋点触发)
  ↓ 异步写入
Redis List (消息队列)
  ↓ 定时任务批量消费
数据库 (MySQL)
  ↓ 统计分析
统计查询接口
  ↓ AI分析
AI推荐服务

2.2 核心组件

  1. 埋点注解 (@TrackEvent): 标注需要埋点的HTTP接口方法
  2. AOP切面 (TrackEventAspect): 拦截标注的方法,自动收集数据
  3. WebSocket处理 (WebSocketProcess): 处理WebSocket消息时触发埋点
  4. Redis List: 作为消息队列,异步存储埋点数据
  5. 消费服务 (TrackEventConsumer): 定时从Redis List批量消费数据并写入数据库
  6. 前端接口 (TrackEventController): 提供前端主动上报埋点和手动触发统计的接口
  7. 统计接口 (BusinessDataController): 提供经营数据统计查询
  8. AI推荐接口 (AIRecoveryController): 基于埋点数据提供AI推荐

2.3 埋点方式

系统支持三种埋点方式:

方式 说明 适用场景
@TrackEvent注解 AOP自动拦截,无侵入式 标准HTTP接口
WebSocket埋点 在WebSocket消息处理中主动记录 实时消息场景(咨询、分享)
前端主动上报 通过/track/event接口上报 前端特有行为(浏览时长等)

三、数据库表设计

3.1 埋点事件主表 (store_track_event)

CREATE TABLE `store_track_event` (
  `id` bigint(20) NOT NULL AUTO_INCREMENT COMMENT '主键ID',
  `event_type` varchar(50) NOT NULL COMMENT '事件类型(VIEW-浏览,SEARCH-搜索,COLLECT-收藏,SHARE-分享,CHECKIN-打卡,CONSULT-咨询,FOLLOW-关注,UNFOLLOW-取消关注,FRIEND_ADD-添加好友,POST_PUBLISH-发布动态,POST_LIKE-动态点赞,POST_COMMENT-动态评论,POST_REPOST-动态转发,REPORT-举报,BLOCK-拉黑,COUPON_GIVE-赠送优惠券,COUPON_USE-使用优惠券,VOUCHER_GIVE-赠送代金券,VOUCHER_USE-使用代金券,PRICE_VIEW-价目表浏览,PRICE_SHARE-价目表分享,RATING-评价,APPEAL-申诉)',
  `event_category` varchar(50) NOT NULL COMMENT '事件分类(TRAFFIC-流量数据,INTERACTION-互动数据,COUPON-优惠券,VOUCHER-代金券,SERVICE-服务质量,PRICE-价目表)',
  `user_id` int(11) DEFAULT NULL COMMENT '用户ID',
  `store_id` int(11) DEFAULT NULL COMMENT '店铺ID',
  `target_id` int(11) DEFAULT NULL COMMENT '目标对象ID(如价目表ID、动态ID等)',
  `target_type` varchar(50) DEFAULT NULL COMMENT '目标对象类型(PRICE-价目表,POST-动态,STORE-店铺等)',
  `event_data` text COMMENT '事件附加数据(JSON格式)',
  `amount` decimal(10,2) DEFAULT NULL COMMENT '金额(用于优惠券、代金券等)',
  `duration` bigint(20) DEFAULT NULL COMMENT '时长(毫秒,用于访问时长等)',
  `ip_address` varchar(50) DEFAULT NULL COMMENT 'IP地址',
  `user_agent` varchar(500) DEFAULT NULL COMMENT '用户代理',
  `device_type` varchar(20) DEFAULT NULL COMMENT '设备类型(IOS,ANDROID,WEB)',
  `app_version` varchar(20) DEFAULT NULL COMMENT 'APP版本号',
  `event_time` datetime NOT NULL COMMENT '事件发生时间',
  `created_time` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '创建时间',
  `delete_flag` int(1) NOT NULL DEFAULT '0' COMMENT '删除标记(0:未删除,1:已删除)',
  PRIMARY KEY (`id`),
  KEY `idx_store_id` (`store_id`),
  KEY `idx_user_id` (`user_id`),
  KEY `idx_event_type` (`event_type`),
  KEY `idx_event_category` (`event_category`),
  KEY `idx_event_time` (`event_time`),
  KEY `idx_store_event_time` (`store_id`,`event_time`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COMMENT='埋点事件表';

3.2 埋点统计数据表 (store_track_statistics)

用于存储按店铺、日期聚合的统计数据,提升查询性能:

CREATE TABLE `store_track_statistics` (
  `id` bigint(20) NOT NULL AUTO_INCREMENT COMMENT '主键ID',
  `store_id` int(11) NOT NULL COMMENT '店铺ID',
  `stat_date` date NOT NULL COMMENT '统计日期',
  `stat_type` varchar(50) NOT NULL COMMENT '统计类型(DAILY-日统计,WEEKLY-周统计,MONTHLY-月统计)',
  `traffic_data` text COMMENT '流量数据(JSON格式)',
  `interaction_data` text COMMENT '互动数据(JSON格式)',
  `coupon_data` text COMMENT '优惠券数据(JSON格式)',
  `voucher_data` text COMMENT '代金券数据(JSON格式)',
  `service_data` text COMMENT '服务质量数据(JSON格式)',
  `price_ranking_data` text COMMENT '价目表排名数据(JSON格式)',
  `created_time` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '创建时间',
  `updated_time` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP COMMENT '更新时间',
  PRIMARY KEY (`id`),
  UNIQUE KEY `uk_store_date_type` (`store_id`,`stat_date`,`stat_type`),
  KEY `idx_store_id` (`store_id`),
  KEY `idx_stat_date` (`stat_date`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COMMENT='埋点统计表';

四、后端实现

4.1 埋点注解 (@TrackEvent)

定义在 alien-store/src/main/java/shop/alien/store/annotation/TrackEvent.java

@Target(ElementType.METHOD)
@Retention(RetentionPolicy.RUNTIME)
@Documented
public @interface TrackEvent {
    String eventType();           // 事件类型
    String eventCategory();       // 事件分类
    String storeId() default "";  // 店铺ID的SpEL表达式
    String targetId() default ""; // 目标对象ID的SpEL表达式
    String targetType() default "";// 目标对象类型
    String userId() default "";   // 用户ID的SpEL表达式
    boolean async() default true; // 是否异步执行
}

4.2 AOP切面实现

定义在 alien-store/src/main/java/shop/alien/store/aspect/TrackEventAspect.java

主要功能

  • 拦截带有@TrackEvent注解的方法
  • 使用SpEL表达式从方法参数或返回值中提取数据
  • 自动获取IP地址、User-Agent、设备类型等信息
  • 支持业务逻辑兜底查询storeId(适用于SpEL无法直接获取的场景)

4.3 WebSocket埋点实现

定义在 alien-store/src/main/java/shop/alien/store/config/WebSocketProcess.java

支持的WebSocket埋点

事件类型 触发条件 说明
CONSULT receiverId以store_开头的普通消息 用户咨询店铺
SHARE 消息type为"3"(链接分享)或"14"(人员分享) 用户分享店铺

WebSocket配置

  • WebSocketConfig.java: 配置WebSocket并提供自定义Configurator
  • WebSocketConfigurator: 在握手阶段获取IP地址和User-Agent

4.4 Redis List 异步存储

使用现有的 BaseRedisServicesetListRight 方法将埋点数据写入Redis List

Redis Key:

  • 埋点队列: track:event:queue
  • 消费锁: track:event:consumer:lock

4.5 定时任务消费

定义在 alien-store/src/main/java/shop/alien/store/service/TrackEventConsumer.java

使用 @Scheduled 注解定时从Redis List批量取出数据并写入数据库

消费策略

  • 消费频率: 每10秒执行一次
  • 使用分布式锁防止多实例重复消费
  • 批量保存到数据库

4.6 前端上报接口

定义在 alien-store/src/main/java/shop/alien/store/controller/TrackEventController.java

五、埋点接口清单

5.1 HTTP接口埋点(16个)

流量数据(TRAFFIC)- 1个

接口路径 方法名 事件类型
/aiSearch/search search SEARCH

互动数据(INTERACTION)- 9个

接口路径 方法名 事件类型
/collect/addCollect addCollect COLLECT
/storeClockIn/addStoreClockIn addStoreClockIn CHECKIN
/renovation/requirement/consultRequirement consultRequirement CONSULT
/userDynamics/addOrUpdate addOrUpdate POST_PUBLISH
/userDynamics/addTransferCount addTransferCount POST_REPOST
/comment/like like POST_LIKE
/commonComment/addComment addComment POST_COMMENT
/user-violation/reporting reporting REPORT
/life-blacklist/blackList blackList BLOCK

服务质量(SERVICE)- 2个

接口路径 方法名 事件类型
/commonRating/addRating add RATING_ADD
/storeCommentAppeal/addAppealNew addAppealNew APPEAL

价目表(PRICE)- 2个

接口路径 方法名 事件类型
/store/price/getById getById PRICE_VIEW
/store/cuisine/getByCuisineType getByCuisineType PRICE_VIEW

优惠券(COUPON)- 2个

接口路径 方法名 事件类型
/life-discount-coupon-store-friend/setFriendCoupon setFriendCoupon COUPON_GIVE
/coupon/verify verify COUPON_USE

5.2 WebSocket埋点(2个)

触发场景 消息类型 事件类型 说明
用户咨询店铺 WebSocket消息 CONSULT receiverId以store_开头时触发
用户分享店铺 type="3"或"14" SHARE 从消息内容中解析storeId

5.3 统计汇总

  • 总埋点数: 18个
  • HTTP接口: 16个
  • WebSocket埋点: 2个

六、前端联调

6.1 前端主动调用埋点上报接口

接口路径: POST /track/event

接口说明: 前端主动上报埋点数据

请求参数:

{
  "eventType": "VIEW",
  "eventCategory": "TRAFFIC",
  "storeId": 1001,
  "targetId": 2001,
  "targetType": "PRICE",
  "eventData": "{}",
  "amount": 100.00,
  "duration": 3000
}

响应示例:

{
  "code": 200,
  "success": true,
  "msg": "上报成功",
  "data": null
}

6.2 手动触发统计接口(测试用)

接口路径: POST /track/statistics/calculate

接口说明: 手动触发统计数据计算

请求参数:

  • storeId: 店铺ID (必填)
  • statDate: 统计日期 (格式: yyyy-MM-dd)
  • statType: 统计类型 (DAILY/WEEKLY/MONTHLY)

响应示例:

{
  "code": 200,
  "success": true,
  "msg": "统计数据计算成功",
  "data": null
}

七、事件类型枚举

public enum EventType {
    // 流量数据
    VIEW("VIEW", "浏览"),
    SEARCH("SEARCH", "搜索"),
    
    // 互动数据
    COLLECT("COLLECT", "收藏"),
    SHARE("SHARE", "分享"),
    CHECKIN("CHECKIN", "打卡"),
    CONSULT("CONSULT", "咨询"),
    FOLLOW("FOLLOW", "关注"),
    UNFOLLOW("UNFOLLOW", "取消关注"),
    FRIEND_ADD("FRIEND_ADD", "添加好友"),
    POST_PUBLISH("POST_PUBLISH", "发布动态"),
    POST_LIKE("POST_LIKE", "动态点赞"),
    POST_COMMENT("POST_COMMENT", "动态评论"),
    POST_REPOST("POST_REPOST", "动态转发"),
    REPORT("REPORT", "举报"),
    BLOCK("BLOCK", "拉黑"),
    
    // 优惠券
    COUPON_GIVE("COUPON_GIVE", "赠送优惠券"),
    COUPON_USE("COUPON_USE", "使用优惠券"),
    
    // 代金券
    VOUCHER_GIVE("VOUCHER_GIVE", "赠送代金券"),
    VOUCHER_USE("VOUCHER_USE", "使用代金券"),
    
    // 价目表
    PRICE_VIEW("PRICE_VIEW", "价目表浏览"),
    PRICE_SHARE("PRICE_SHARE", "价目表分享"),
    
    // 服务质量
    RATING_ADD("RATING_ADD", "添加评价"),
    APPEAL("APPEAL", "申诉");
}

八、统计数据说明

8.1 数据统计规则

数据类型 统计规则 说明
大部分数据 累计统计 统计截止到统计日期的所有数据
新增访客数 增量统计 统计周期内的新增访客(排除之前访问过的用户)

8.2 统计时间范围计算

统计类型 开始时间 结束时间
DAILY statDate 00:00:00 statDate+1 00:00:00
WEEKLY statDate所在周的周一 00:00:00 周日+1 00:00:00
MONTHLY statDate所在月的1号 00:00:00 下月1号 00:00:00

8.3 JSON格式说明

详见:埋点统计数据JSON格式说明.md

九、部署和运维

9.1 配置项

  • Redis List最大长度: 100000
  • 批量消费大小: 100
  • 消费间隔: 10秒
  • 统计数据保留期: 2年

9.2 监控指标

  • Redis List长度
  • 消费延迟
  • 消费失败率
  • 统计查询响应时间

9.3 Maven编译配置

确保pom.xml中配置了-parameters参数,以保留方法参数名称(SpEL表达式需要):

<plugin>
    <groupId>org.apache.maven.plugins</groupId>
    <artifactId>maven-compiler-plugin</artifactId>
    <configuration>
        <source>1.8</source>
        <target>1.8</target>
        <parameters>true</parameters>
    </configuration>
</plugin>

十、注意事项

  1. 埋点数据量可能很大,需要定期清理历史数据
  2. Redis List需要设置最大长度,防止内存溢出
  3. 消费服务需要异常处理和重试机制
  4. 统计数据建议使用定时任务预计算,提升查询性能
  5. AI推荐接口需要缓存,避免频繁调用AI服务
  6. WebSocket埋点通过握手阶段获取IP和User-Agent,需要配置自定义Configurator
  7. SpEL表达式无法直接获取storeId时,切面会通过业务逻辑兜底查询

文档版本:v2.0
最后更新:2026-01-24