• 容器内执行clickhouse-backup的完整方案 适用环境 Docker单机部署ClickHouse Webfunny埋点日志库(分表多、分区多、ReplacingMergeTree引擎为主) 备份工具:clickhouse-backup(远程SFTP异地备份+本地备份双兜底) 配套能力:定时自动备份、备份过期自动清理、企业微信备份结果告警 关键避坑点 路径映射问题 宿主机执行备份恢复会因路径不一致失败,所有操作必须在容器内执行 权
  • 用户分析报告是产品团队最熟悉的"熟悉的陌生人"。每一轮迭代启动前,用研团队会交出一份结构工整、图表丰富、结论清晰的分析报告;产品经理在评审会上翻阅一遍,点头认可;设计师从中提取几个关键洞察贴进设计稿的理由说明里。然后,迭代继续向前滚动,那份报告被收进共享文件夹,很少有人再打开。 这个场景几乎发生在每一家有用户研究能力的产品团队里。问题不在报告的"有没有",而在结论的"能不能用"。一份报告包含的用户数据越多,往往离工程师的行动清单越远;结论越追求
    • 4天前
  • 通用说明 统一测试表:biz_data 时间字段:dt(日期时间类型) 统计指标:行数 cnt、金额求和 sum_amt 分组维度:分钟、小时、天、周、月、年,附带排序; 周统计附带说明周起始规则差异。 一、MySQL(5.7 / 8.0) 1. 按分钟(yyyy-MM-dd HH:mm) sql SELECT DATE_FORMAT(dt, '%Y-%m-%d %H:%i') AS stat_min, COUNT(*) AS cnt, SU
  •  什么是漏斗分析? 漏斗分析是一种强大的用户行为分析工具,它能够帮助您: 可视化用户转化路径:清晰展示用户从第一步到最终目标的完整流程 识别转化瓶颈:快速定位用户流失最严重的环节 量化转化效果:精确计算每一步的转化率和整体转化率 优化业务策略:基于数据驱动的决策,提升关键指标  如何新建漏斗图? 步骤1:进入数据看板 登录 Webfunny 埋点系统 选择目标项目(如:电商APP、官网、小程序等) 进入或创建
  • 用户分群虽然是精细化运营的核心工具,但在实际落地中,往往会陷入“为了分群而分群”的怪圈,导致最终产出的策略无法落地、运营效果大打折扣。本文从数据模型、策略应用、执行落地、认知合规四大核心维度,梳理高频误区及解决方案,帮你彻底避开分群陷阱。   数据与模型层面的误区 1. 维度单一,盲目贴标签 误区表现:只根据单一属性(如性别、地域)或简单的RFM模型就把用户强行分类。比如认为“女性用户”就一定喜欢美妆,“男性用户”就一定喜欢数码。
    • 16天前
  • ​ 本文档用于指导开发者快速对接 Nacos 实现服务注册、服务发现、配置管理、服务治理(权重、路由、熔断、健康检查),覆盖 Spring Cloud Alibaba + Nacos 标准对接方案,适用于微服务架构生产环境使用。 适用版本: Nacos Server:2.x 系列(推荐 2.2.3 / 2.3.0) Spring Cloud Alibaba:2021.0.5.0 / 2022.0.0.0 Spring Boot:2.7.x /
  • 对于多分支的代码库,将代码从一个分支转移到另一个分支是常见需求。 这时分两种情况。一种情况是,你需要另一个分支的所有代码变动,那么就采用合并(git merge)。另一种情况是,你只需要部分代码变动(某几个提交),这时可以采用 Cherry pick。 一、基本用法 git cherry-pick命令的作用,就是将指定的提交(commit)应用于其他分支。 $ git cherry-pick commitHash> 上面命令就会将指
  •   Webfunny的用户分群功能是数据分析与运营管理的核心工具,支持通过多种方式创建和管理用户群体,便于后续的数据分析与运营触达。 用户分群的入口与创建方式 登录Webfunny平台后,点击顶部导航栏的【用户管理】,选择【用户分群】即可进入管理页面。 用户可以通过三种方式创建分群:保存分群、规则创建分群和导入分群。 方式一:保存分群 该方式适用于在数据查询或用户列表中,直接将当前结果保存为用户分群,操作便捷,适合快速提取特定场景的
  • 在前端性能监控中,你是否遇到过这样的困惑:页面详情页顶部显示”资源加载”耗时3500ms,但下方资源列表里每个资源只有十几毫秒?这到底是怎么回事?本文将带你深入理解浏览器性能指标的采集原理和统计逻辑。 一、问题现象 在上述页面详情界面中,我们可以清晰地看到一个典型现象: 顶部”资源加载 Resource Load”:显示为 3500ms(用红色框标注) 下方”资源加载列表”: 第一张图片:11ms 第二张图片:9ms 问
    • 26天前
  • 据我多年做全链路分析系统的经验来看,大部分公司数据体量,用单机版基本足够了。像Clickhouse这种OLAP 实时分析型数据库,在大量数据插入和查询方面都特别猛,一次插入几万条数据跟玩似的。但是更新和删除的时候都比较拉胯了,不过正常情况下,也没人专门更新或者删除一条日志啊,所以中小公司用单机版加个备份脚本就可以了。但是集群有集群的好处,它容错率高啊,在高可用场景下很有必要,今天我们就来介绍一个低成本的clickhouse集群。 我们也做了一套