Golang SDK 使用说明

最后更新于:2019-05-23 16:59:59

在使用前,请先阅读数据模型的介绍。

1. 集成神策分析 SDK

在 Golang 代码中集成 神策分析 SDK,使用神策分析采集并分析用户数据。

我们推荐 Golang 官方工具管理 Golang 项目并获取神策分析 SDK:

    go get github.com/sensorsdata/sa-sdk-go

或更新本地已经存在的sdk:

    go get -u github.com/sensorsdata/sa-sdk-go

也可以从 Github 下载 神策分析 SDK 的源代码。

SDK 需要 Golang 1.6以上,不依赖第三方库。

  • 目前golang sdk不支持windows

2. 初始化神策分析 SDK

2.1 获取配置信息

首先从神策分析的主页中,获取数据接收的 URL 和 Token(Cloud 版)。

如果使用神策分析 Cloud 服务,需获取的配置信息为:

如果用户使用单机版私有部署的神策分析,默认的配置信息为:

如果用户使用集群版私有部署的神策分析,默认的配置信息为:

其中 {$host_name} 可以是集群中任意一台机器。

如果私有部署的过程中修改了 Nginx 的默认配置,或通过 CDN 等访问神策分析,则请咨询相关人员获得配置信息。

2.2 在程序中初始化 SDK

在程序中初始化的代码段中构造神策分析 SDK 的实例:

    import sdk "github.com/sensorsdata/sa-sdk-go"

    // 从神策分析配置页面中获取数据接收的 URL
    SA_SERVER_URL := "YOUR_SERVER_URL"

    // 初始化一个 Consumer,用于数据发送
    // DefaultConsumer 是同步发送数据,因此不要在任何线上的服务中使用此 Consumer
    consumer, err := sdk.InitDefaultConsumer(SA_SERVER_URL, 10000)
    //...
    // 使用 Consumer 来构造 SensorsAnalytics 对象
    sa := sdk.InitSensorsAnalytics(consumer, "default", false)
    defer sa.Close()

    properties := map[string]interface{}{
         "price": 12,
         "name": "apple",
    }

    // 记录用户事件
    err = sa.Track("ABCDEFG1234567", "ViewProduct", properties, false)

其中 YOUR_SERVER_URL 是前文中从神策分析获取的数据接收的 URL。用户程序应该一直持有该实例,直到程序结束。程序退出前,需要使用 Close() 方法显式关闭,否则可能丢失部分缓存的数据。

使用神策分析时,引入神策分析 SDK 后首先初始化一个 consumer,接着初始化神策分析对象

  • 初始化神策分析对象的接口为
    // c为consumer,projectName为项目名,timeFree为是否导入历史数据
    // 默认情况下,神策会过滤发生时间比较久远数据(例如 10 天之前,具体取决于服务端设置),如果想导入历史数据,可以通过开启timeFree选项来绕过这个限制。
    func InitSensorsAnalytics(c consumers.Consumer, projectName string, timeFree bool) SensorsAnalytics
  • 例子
    sa := sdk.InitSensorsAnalytics(consumer, "default", false)
    // 退出函数前调用Close,回收资源,发送缓存中的数据
    defer sa.Close()
    // ...

至此,我们已经可以正常使用神策分析 SDK 了。需了解更多关于 SDK 的使用方法,可以跳到本文末尾的控制神策分析 SDK 一节。

3. 追踪事件

第一次接入神策分析时,建议先追踪 3~5 个关键的事件,只需要几行代码,便能体验神策分析的分析功能。例如:

  • 图片社交产品,可以追踪用户浏览图片和评论事件
  • 电商产品,可以追踪用户注册、浏览商品和下订单等事件

用户通过 Track() 接口记录事件,对于任何事件,必须包含用户标志符(distinctId)和事件名(event)两个参数。同时,用户可以在 Track() 的第三个参数传入一个 map[string]interface{} 对象,为事件添加自定义事件属性。以电商产品为例,可以这样追踪一次购物行为:

  • 接口
    //distinctId是用户标示,event是事件名,properties是自定义事件属性,isLoginId表示是否登陆
    func (sa *SensorsAnalytics) Track(distinctId, event string, properties map[string]interface{}, isLoginId bool) error
  • 例子
    distinct_id := "ABCDEF123456"

    properties := map[string]interface{}{
        // "$time" 属性是系统预置属性,传入 datetime 对象,表示事件发生的时间,如果不填入该属性,则默认使用系统当前时间
        "$time" : time.Now(),
        // "$ip" 属性是系统预置属性,如果服务端中能获取用户 IP 地址,并填入该属性,神策分析会自动根据 IP 地址解析用户的省份、城市信息
        "$ip" : "123.123.123.123",
        // 商品 ID
        "ProductId" : "123456",
        // 商品类别
        "ProductCatalog" : "Laptop Computer",
        // 是否加入收藏夹,Boolean 类型的属性
        "IsAddedToFav" : True,
    }

    // 记录用户浏览商品事件
    err := sa.Track(distinct_id, "ViewProduct", properties, true)

    properties:= map[string]interface{}{
        // 用户 IP 地址
        "$ip" : "123.123.123.123",
        // 商品 ID 列表,[]string 类型的属性
        "ProductIdList" : []string{"123456", "234567", "345678"},
        // 订单价格
        "OrderPaid" : 12.10,
    }

    // 记录用户订单付款事件
    err = sa.Track(distinct_id, "PaidOrder", properties, true)

3.1 事件属性

如前文中的样例,追踪的事件可以设置自定义的事件属性,例如浏览商品事件中,将商品 ID、商品分类等信息作为事件属性。在后续的分析工作中,事件属性可以作为统计过滤条件使用,也可以作为维度进行多维分析。对于事件属性,神策分析有一些约束:

  • 事件属性是一个 map[string]interface{} 对象
  • map 中每个元素描述一个属性,Key 为属性名称,必需是 string 类型
  • map 中,每个元素的 Value 是属性的值,支持 stringintfloat64[]stringtime.Time

对于神策分析中事件属性的更多约束,请参考 数据格式

3.1.1 系统预置属性

如前文中样例,事件属性中以 "$" 开头的属性为系统预置属性,在自定义事件属性中填入对应 "$" 开头的属性值可以覆盖这些预置属性:

  • $ip - 填入该属性,神策分析会自动根据 IP 地址解析用户的省份、城市信息,该属性值为 string 类型;
  • $time - 填入该属性,神策分析将事件时间设置为属性值的时间,该属性值必须为 time.Time 。请注意,神策分析默认会过滤忽略 365 天前或 3 天后的数据,如需修改请联系我们。

关于其他更多预置属性,请参考 数据格式 中 "预置属性" 一节。

4. 用户识别

在服务端应用中,神策分析也要求为每个事件设置用户的 Distinct Id,这有助于神策分析提供更准确的留存率等数据。

对于注册用户,推荐使用系统中的用户 ID 作为 Distinct Id,不建议使用用户名、Email、手机号码等可以被修改的信息。

所有的 Track 和 Profile 系列方法建议明确指定 isLoginId 参数,以便明确告知神策分析用户 ID 的类型。

4.1 用户注册/登录

当同一个用户的 Distinct Id 发生变化时(一般情况为匿名用户注册行为),可以通过 TrackSignup() 将旧的 Distinct Id 和新的 Distinct Id 关联,以保证用户分析的准确性。

  • 接口
    // distinctId 为新的 ID(注册后的 ID),originId 为旧 ID(匿名 ID)
    func (sa *SensorsAnalytics) TrackSignup(distinctId, originId string) error
  • 例子
    // 匿名 ID 由前端传过来
    anonymous_id := "9771C579-71F0-4650-8EE8-8999FA717761"

    register_id := "0012345678"
    // 用户注册/登录时,将用户注册 ID 与 匿名 ID 关联
    err := sa.TrackSignup(register_id, anonymous_id)

注意,对同一个用户,TrackSignup() 一般情况下建议只调用一次(通常在用户 注册 时调用),用户 登录 前后的行为的关联建议在业务端实现。在神策分析 1.13 版本之前,多次调用 TrackSignup() 时,只有第一次关联行为是有效的。神策分析 1.13 版本之后提供了多设备 id 关联的方法。更详细的说明请参考 如何准确的标识用户,并在必要时联系我们的技术支持人员。

5. 设置用户属性

为了更准确地提供针对人群的分析服务,神策分析 SDK 可以设置用户属性,如年龄、性别等。用户可以在留存分析、分布分析等功能中,使用用户属性作为过滤条件或以用户属性作为维度进行多维分析。

使用 ProfileSet() 设置用户属性:

  • 接口
    // distinctId为用户标示,properties为要设置的用户属性,isLoginId标示distinctId是否为登陆后的id
    func (sa *SensorsAnalytics) ProfileSet(distinctId string, properties map[string]interface{}, isLoginId bool) error
  • 例子
    distinct_id := "ABCDEF123456789"

    properties := map[string]interface{}{
        // 用户性别属性(Sex)为男性
        "Sex" : "Male",
        // 用户等级属性(Level)为 VIP
        "UserLevel" : "Elite VIP",
    }

    // 设置用户属性
    err := sa.ProfileSet(distinct_id, properties, true)

对于不再需要的用户属性,可以通过 ProfileUnset() 接口将属性删除。

用户属性中,属性名称与属性值的约束条件与事件属性相同,详细说明请参考 数据格式

5.1 记录初次设定的属性

对于只在首次设置时有效的属性,我们可以使用 ProfileSetOnce() 记录这些属性。与 ProfileSet() 接口不同的是,如果被设置的用户属性已存在,则这条记录会被忽略而不会覆盖已有数据,如果属性不存在则会自动创建。因此,ProfileSetOnce() 比较适用于为用户设置首次激活时间、首次注册时间等属性。

  • 接口
    // distinctId为用户标示,properties为要设置的用户属性,isLoginId标示distinctId是否为登陆后的id
    func (sa *SensorsAnalytics) ProfileSetOnce(distinctId string, properties map[string]interface{}, isLoginId bool) error
  • 例子
    distinct_id := "ABCDEF123456789"

    // 设置用户渠道属性(AdSource)为 "App Store"
    properties := map[string]interface{}{
        "AdSource" : "App Store",
    }
    err := sa.ProfileSetOnce(distinct_id, properties, true)

    properties = map[string]interface{}{
        "AdSource" : "Search Engine",
    }
    // 再次设置用户渠道属性(AdSource),设定无效,属性 "AdSource" 的值仍为 "App Store"
    err = sa.ProfileSetOnce(distinct_id, properties, true)

5.2 数值类型的属性

对于数值型的用户属性,可以使用 ProfileIncrement() 对属性值进行累加。常用于记录用户付费次数、付费额度、积分等属性。

  • 接口
    // distinctId为用户标示,properties为要设置的用户属性,这个属性中应该只包含value为int的属性,isLoginId标示distinctId是否为登陆后的id
    func (sa *SensorsAnalytics) ProfileIncrement(distinctId string, properties map[string]interface{}, isLoginId bool) error
  • 例子
    distinct_id := "ABCDEF123456789"

    properties := map[string]interface{}{
        "GamePlayed" : 1,
    }
    // 设置用户游戏次数属性(GamePlayed),将次数累加1次
    err := sa.ProfileIncrement(distinct_id, properties, true)

5.3 列表类型的属性

对于用户喜爱的电影、用户点评过的餐厅等属性,可以记录列表型属性。需要注意的是,列表型属性中的元素必须为 string 类型,且元素的值会自动去重。关于列表类型限制请见 数据格式 7.3 属性长度限制

  • 接口
    // distinctId为用户标示,properties为要设置的用户属性,这个属性中应该只包含value为[]string的属性,isLoginId标示distinctId是否为登陆后的id
    func (sa *SensorsAnalytics) ProfileAppend(distinctId string, properties map[string]interface{}, isLoginId bool) error
  • 例子
    distinct_id := "ABCDEF123456789"

    properties := map[string]interface{}{
        // 电影列表
        "Movies" : []string{"Sicario", "Love Letter"},
        // 游戏列表
        "Games" : []string{"Call of Duty", "Halo"},
    }

    // 传入properties,设置用户喜欢的电影属性(movies)和喜欢的游戏属性(games)
    // 设置成功后,"Movies" 属性值为 ["Sicario", "Love Letter"];"Games" 属性值为 ["Call of Duty", "Halo"]
    err := sa.ProfileAppend(distinct_id, properties, true)

    // 传入属性名称和需要插入属性的值,设置用户喜欢的电影属性(Movies)
    // 设置成功后 "Movies" 属性值为 ["Sicario", "Love Letter", "Dead Poets Society"]
    properties = map[string]interface{}{
        "Movies" : []string{"Dead Poets Society"},
    }
    err = sa.ProfileAppend(distinct_id, properties, true)

    // 传入属性名称和需要插入属性的值,设置用户喜欢的电影属性(Movies),
    // 但属性值 "Love Letter" 与已列表中已有元素重复,操作无效,
    // "Movies" 属性值仍然为 ["Sicario", "Love Letter", "Dead Poets Society"]
    properties = map[string]interface{}{
        "Movies" : []string{"Love Letter"},
    }
    err = sa.ProfileAppend(distinct_id, properties, true)

6. 设置神策分析 SDK

Golang SDK 主要由以下两个组件构成:

  • SensorsAnalytics: 用于发送数据的接口对象,构造函数需要传入一个 Consumer 实例
  • Consumer: Consumer 会进行实际的数据发送

为了让开发者更灵活的接入数据,神策分析 SDK 实现了以下 Consumer:

6.1 LoggingConsumer(推荐)

用于将数据输出到指定目录并按天切割文件,支持通过参数指定是否按小时切割,一般用来处理实时数据,生成日志文件并使用 LogAgent 等工具导入。

  • 初始化接口
    // filename为输出文件前缀,hourRotate为是否按小时切割
    func InitLoggingConsumer(filename string, hourRotate bool) (*consumers.LoggingConsumer, error)
  • 例子
    import sdk "github.com/sensorsdata/sa-sdk-go"

    // 初始化 Logging Consumer
    consumer, err := sdk.InitLoggingConsumer("/data/sa/access.log", false)
    // ...
    // 使用 Consumer 来构造 SensorsAnalytics 对象
    sa := sdk.InitSensorsAnalytics(consumer, "default", false)
    defer sa.Close()

    // ...

LoggingConsumer的第一个参数是保存文件前缀,第二个参数表示是否启用按小时切割,默认是每天0点切割保留所有文件。

  • 按小时切割关闭的情况下,文件将保存在以prefix.YYYY-MM-DD(例如:假设prefix为/data/sa/access.log,当天是2018-04-13,则输出文件为/data/sa/access.log.2018-03-13)
  • 按小时切割开启的情况下,在小时整点切割,文件将保存在以prefix.YYYY-MM-DD.H(例如:假设prefix为/data/sa/access.log,当天是2018-04-13 14点,则输出文件为/data/sa/access.log.2018-03-13.14)
    // 按小时切分
    consumer, err := sdk.InitLoggingConsumer("/data/sa/access.log", true)

注意,请不要使用多进程写入同一个日志文件,可能会造成数据丢失或者错乱。如果需要多进程写入,请使用 ConcurrentLoggingConsumer

6.2 ConcurrentLoggingConsumer(推荐)

  • ConcurrentLoggingConsumer不支持windows,windows下请使用LoggingConsumer

用于将数据输出到指定目录,并自动按 切割文件,支持按小时切割,参数含义同LoggingConsumer ,与 LoggongConsumer 不同的是,它支持多进程写入同一个文件。

  • 初始化接口
    // filename为输出文件前缀,hourRotate为是否按小时切割
    func InitConcurrentLoggingConsumer(filename string, hourRotate bool) (*consumers.ConcurrentLoggingConsumer, error)
  • 例子
    import sdk "github.com/sensorsdata/sa-sdk-go"

    // 当缓存的数据量达到参数值时,批量向文件中写入数据
    SA_BULK_SIZE := 1024

    // 初始化 Concurrent Logging Consumer,写入文件 "/data/sa/access.log.YYYY-MM-DD" 中,日志缓冲区长度为 1024 条
    consumer, err := sdk.InitConcurrentLoggingConsumer("/data/sa/access.log", SA_BULK_SIZE)
    // ...
    // 使用 Consumer 来构造 SensorsAnalytics 对象
    sa := sdk.InitSensorsAnalytics(consumer, "default", false)

    // 程序结束前调用 Close() ,让Consumer刷新所有缓存数据到文件中
    defer sa.Close()

    // ...

注意: LogAgent 配置文件中一定要注释掉 real_time_file_name 参数,否则无法正常导入数据。已使用 LoggingConsumer 的客户建议按照如下步骤切换到 ConcurrentLoggingConsumer:

  • 第 1 步 停掉 LogAgent,并注释掉 LogAgent 配置中的 real_time_file_name 参数。
  • 第 2 步 将日志目录下的 real_time_file_name 的文件加上当前时间的后缀 ".YYYY-MM-DD"。
  • 第 3 步 后端程序升级切换到 ConcurrentLoggingConsumer。
  • 第 4 步 重新启动 LogAgent。

6.3 DebugConsumer(测试使用)

用于校验数据导入是否正确,关于 Debug 模式 的详细信息,请进入相关页面查看。请注意,不要在生产环境中使用 Debug 模式

  • 初始化接口为
    // url是接收端url,writeData表示是否校验数据,timeout是发送超时时间,单位是毫秒
    // writeData为
    //   true - 校验数据,并将数据导入到神策分析中
    //   false - 校验数据,但不进行数据导入
    func InitDebugConsumer(url string, writeData bool, timeout int) (*consumers.DebugConsumer, error)
  • 例子
    import sdk "github.com/sensorsdata/sa-sdk-go"

    // 神策分析数据接收的 URL
    SA_SERVER_URL := "YOUR_SERVER_URL"
    // 发送数据的超时时间,单位毫秒
    SA_REQUEST_TIMEOUT := 100000
    // Debug 模式下,是否将数据导入神策分析
    //   true - 校验数据,并将数据导入到神策分析中
    //   false - 校验数据,但不进行数据导入
    SA_DEBUG_WRITE_DATA := true

    // 初始化 Debug Consumer
    consumer, err := sdk.InitDebugConsumer(SA_SERVER_URL, SA_DEBUG_WRITE_DATA, SA_REQUEST_TIMEOUT)
    // ...
    // 使用 Consumer 来构造 SensorsAnalytics 对象
    sa := sdk.InitSensorsAnalytics(consumer, "default", false)
    defer sa.Close()

    // ...

6.4 DefaultConsumer

通常用于导入小规模历史数据。由于是同步发送数据,因此不要用在任何线上的服务中。 普通 Consumer,实现,逐条、同步的发送数据给接收服务器。

  • 初始化接口
    // url是接收端url,timeout是发送超时时间,单位是毫秒
    func InitDefaultConsumer(url string, timeout int) (*consumers.DefaultConsumer, error)
  • 例子
    import sdk "github.com/sensorsdata/sa-sdk-go"

    // 神策分析数据接收的 URL
    SA_SERVER_URL := "YOUR_SERVER_URL"
    // 发送数据的超时时间,单位毫秒
    SA_REQUEST_TIMEOUT := 100000

    // 初始化 Default Consumer
    consumer, err := sdk.InitDefaultConsumer(SA_SERVER_URL, SA_REQUEST_TIMEOUT)
    // ...
    // 使用 Consumer 来构造 SensorsAnalytics 对象
    sa := sdk.InitSensorsAnalytics(consumer, "default", false)
    defer sa.Close()

    // ...

6.5 BatchConsumer

通常用于导入小规模历史数据,或者离线 / 旁路导入数据的场景。由于是同步发送数据,因此不要用在任何线上的服务中。 批量发送数据的 Consumer,当且仅当数据达到指定的量时,才将数据进行发送。

  • 初始化接口
    // url是接收端url,max是最大缓存条数,timeout是发送超时时间,单位是毫秒
    func InitBatchConsumer(url string, max, timeout int) (*consumers.BatchConsumer, error)
  • 例子
    import sdk "github.com/sensorsdata/sa-sdk-go"

    // 神策分析数据接收的 URL
    SA_SERVER_URL := "YOUR_SERVER_URL"
    // 发送数据的超时时间,单位毫秒
    SA_REQUEST_TIMEOUT := 100000
    // 当缓存的数据量达到参数值时,批量发送数据
    SA_BULK_SIZE := 100

    // 初始化 Batch Consumer
    consumer, err := sdk.InitBatchConsumer(SA_SERVER_URL, SA_BULK_SIZE, SA_REQUEST_TIMEOUT)
    // ...
    // 使用 Consumer 来构造 SensorsAnalytics 对象
    sa := sdk.InitSensorsAnalytics(consumer, "default", false)
    defer sa.Close()

    // ...