用户行为分析-事件分析模型

这篇对事件分析做简单总结

用事件的概念来描述用户的行为，包含时间，地点，人物，方式等要素，这也是常见的做法

1、是什么？

　　事件分析是基于用户的行为数据，也就是事件数据，对用户行为进行多维度，多条件的指标分析和统计，分析用户的行为模式。

　　常见的指标有：此类行为的次数，用户数，属性值的统计数，总和，均值等，

　　多维分析则是指根据某个属性对用户进行分组划分，

　　多条件分析是通过属性值控制，筛选出特定的人群进行分析

 

2、如何实现？

　　用户的行为数据必定是巨大的，通过埋点采集的用户行为会存储在hive的明细表中，或者其他存储系统。我们采取的是hive hdfs存储，使用日期+事件名作为hive分区，既先通过日期，再通过事件分区。

可快速检索，修改数据也不会影响过其他事件，压缩格式使用ORC，较parquet有能搞的压缩比和查询效率，当然也是其不足之处。

　　事件分析为了实现其灵活性，实现其多维分析，多条件分析，必须直接使用明细数据，不能做预处理，同时是即席查询对计算引擎的要求较大，选择的是presto作为计算引擎，并且方便做二次开发，UDF等函数开发，后面很多复杂分析也是通过presto自定义函数实现的。

　　在系统功能的实现难度上：

　　1、前端的复杂交互设计，支持多事件选择，多指标，多维度，事件的多条件等等

　　2、接口参数设计，解析成最终能执行的SQL，并且支持多表操作，如后期支持用户信息表，用户分群表联合对事件数据做筛选

　　3、查询性能，即席查询需要控制时间在10-20s，大部分查询需要在此时间范围内完成（目前数据量相对较少，暂时没有做过多优化，如近似统计函数，缓存）