Java SDK · 神策分析使用手册[预览版]

您所在的位置：网站首页 › win10无线显示器连接失败怎么解决 › Java SDK · 神策分析使用手册[预览版]

Java SDK · 神策分析使用手册[预览版]

#Java SDK · 神策分析使用手册[预览版]| 来源: 网络整理| 查看: 265

Java SDK 使用说明1. 集成神策分析 SDK2. 初始化神策分析 SDK2.1 获取配置信息2.2 在程序中初始化 SDK3. 追踪事件3.1 事件属性4. 用户识别4.1 用户注册/登录5. 设置用户属性5.1 记录初次设定的属性5.2 数值类型的属性5.3 列表类型的属性6. 物品元数据上报6.1 设置物品6.2 删除一个物品7. 设置神策分析 SDK7.1. 数据采集7.2. 其它设置Java SDK 使用说明

最后更新于：2018-12-26 10:18:33

在使用前，请先阅读数据模型的介绍。

Java SDK 主要用于服务端 Java 应用，对于 Android App，请使用神策分析 Android SDK。

1. 集成神策分析 SDK

在服务端 Java 应用中集成神策分析 SDK，使用神策分析采集并分析用户行为。

我们推荐使用 Maven 管理 Java 项目，请在 pom.xml 文件中，添加以下依赖信息，Maven 将自动获取神策分析 SDK 并更新项目配置。

// ... com.sensorsdata.analytics.javasdk SensorsAnalyticsSDK 3.1.9

若出现依赖冲突的问题（例如运行时找不到类），可以使用 standalone 版本：将上面的 version 替换为 3.1.9-standalone。

如果不使用 Maven，也可以用下面任意一种方式集成：

直接从 Github 下载神策分析 SDK 的源代码，并将其作为模块添加进项目中使用；下载 SensorsAnalyticsSDK-3.1.9-standalone.jar 并添加到项目使用。

目前，Java SDK 支持的最低版本为 Java 1.6。

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:

数据接收地址，建议使用不带端口号的: http://{$service_name}.datasink.sensorsdata.cn/sa?project={$project_name}&token={$project_token} 数据接收地址，带端口号的: http://{$service_name}.cloud.sensorsdata.cn:8106/sa?project={$project_name}&token={$project_token}

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：

数据接收地址: http://{$host_name}:8106/sa?project={$project_name} （注：神策分析 1.7 及之前的版本，单机版私有部署默认端口号为 8006）

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：

数据接收地址: http://{$host_name}:8106/sa?project={$project_name}

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

在程序启动时（如 public static void main(String[] args) 方法中），调用构造函数 new SensorsAnalytics(Consumer) 初始化 Java SDK 实例。

其中 YOUR_SERVER_URL 是前文中从神策分析获取的数据接收的 URL。DebugConsumer 为发送选项， DebugConsumer 仅允许在程序调试时使用，在生产环境中我们建议使用 ConcurrentLoggingConsumer ，并结合 LogAgent 工具完成数据采集，具体信息请参考文档中设置神策分析 SDK 一节。

程序结束前需要使用 shutdown() 接口显式结束，该接口可能需要等待若干秒，直到本地缓存的数据都已发送到神策分析。

至此，我们已经可以正常使用神策分析 SDK 采集用户数据了。在开发多线程程序时，开发者可以在线程间复用神策分析实例用于记录数据。

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

神策分析 SDK 初始化成功后，可以通过 track() 记录事件，必须包含用户 ID（distinctId）、用户 ID 是否为登录 ID (isLoginId)、事件名（eventName）这三个参数，同时可以传入一个 Map 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：

// 从神策分析获取的数据接收的 URL final String SA_SERVER_URL = "YOUR_SERVER_URL"; // 使用 Debug 模式，并且导入 Debug 模式下所发送的数据 final boolean SA_WRITE_DATA = true; // 使用 DebugConsumer 初始化 SensorsAnalytics final SensorsAnalytics sa = new SensorsAnalytics( new SensorsAnalytics.DebugConsumer(SA_SERVER_URL, SA_WRITE_DATA)); // 用户的 Distinct Id String distinctId = "ABCDEF123456789"; // 用户浏览商品 { Map properties = new HashMap(); // '$time' 属性是系统预置属性，表示事件发生的时间，如果不填入该属性，则默认使用系统当前时间 properties.put("$time", new Date()); // '$ip' 属性是系统预置属性，如果服务端中能获取用户 IP 地址，并填入该属性，神策分析会自动根据 IP 地址解析用户的省份、城市信息 properties.put("$ip", "123.123.123.123"); // 商品 ID properties.put("ProductId", "123456"); // 商品类别 properties.put("ProductCatalog", "Laptop Computer"); // 是否加入收藏夹，Boolean 类型的属性 properties.put("isAddedToFav", true); // 记录用户浏览商品事件 sa.track(distinctId, true, "ViewProduct", properties); } // 用户订单付款 { // 订单中的商品 ID 列表 List productIdList = new ArrayList(); productIdList.add("123456"); productIdList.add("234567"); productIdList.add("345678"); Map properties = new HashMap(); properties.put("$ip", "123.123.123.123"); // 订单 ID properties.put("OrderId", "abcdefg"); // 商品 ID 列表，List 类型的属性 properties.put("ProductIdList", productIdList); // 订单金额 properties.put("OrderPaid", 12.10); // 记录用户订单付款事件 sa.track(distinctId, true, "PaidOrder", properties); }

通过 Debug模式，可以校验追踪的事件及属性是否正确。普通模式下，数据导入后，在神策分析中稍等片刻，便能看到追踪结果。请注意，不要在生产环境中使用 Debug 模式。

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 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 String、Number、List 和 Date

对于神策分析中事件属性的更多约束，请参考数据格式。在开发多线程程序时，开发者不能在线程间复用传入的属性对象。

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 Date 类型。请注意，神策分析默认会过滤忽略 2 年前或 1 小时后的数据，如需修改请联系我们； $project - 填入该属性，神策分析某些导入工具例如 LogAgent （LogAgent 的配置中未指定 project 参数时）会将数据导入指定项目；

关于其他更多预置属性，请参考数据格式中 '预置属性' 一节。

3.1.2 事件公共属性

特别地，如果某个事件的属性，在所有事件中都会出现，可以通过 registerSuperProperties() 将该属性设置为事件公共属性。例如将服务器的应用版本及机房地址设置为事件的公共属性，设置方法如下:

Map properties = new HashMap(); // 服务器应用版本 properties.put("ServerVersion", "1.2"); // 服务器机房地址 properties.put("Location", "BeiJing"); // 设置事件公共属性 sa.registerSuperProperties(properties);

成功设置事件公共属性后，再通过 track() 追踪事件时，事件公共属性会被添加进每个事件中，例如：

Map properties = new HashMap(); // 登录客户端 IP 地址 properties.put("$ip", "123.123.123.123"); // 追踪用户登录事件 sa.track("ABCDEF123456789", true, "UserLogin", properties);

在设置事件公共属性后，实际发送的事件中会被加入 ServerVersion 和 Location 属性，等价于

Map properties = new HashMap(); // 事件公共属性 properties.put("ServerVersion", "1.2"); properties.put("Location", "BeiJing"); // 登录客户端 IP 地址 properties.put("$ip", "123.123.123.123"); // 追踪用户登录事件 sa.track("ABCDEF123456789", true, "UserLogin", properties);

使用 clearSuperProperties() 会删除所有已设置的事件公共属性。

当事件公共属性和事件属性的 Key 冲突时，事件属性优先级最高，它会覆盖事件公共属性。

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；

对于未注册的匿名用户：

如果前端网页中使用了 JavaScript SDK，您可以在 Cookie 里面找到 key 为 sensorsdata2015jssdkcross 的 value 值然后进行 decodeURIComponent 解码，最后通过 JSON.parse 方法得到一个对象，对象里面的 distinct_id 即为用户所需要的。如果 APP 中嵌入了 iOS SDK 或 Android SDK，您需要自己将匿名 ID 传到服务器端应用，然后获取这个匿名 ID 作为用户标识 Distinct Id。如果您没有使用前端 SDK （JS SDK / iOS SDK / Android SDK），则服务端也要生成一个随机 ID 作为用户标识 Distinct Id。每一个随机 ID 被认为一个独立的用户。

所有的 track 和 profile 系列方法都必须同时指定用户 ID 及用户 ID 是否为登录 ID 这两个参数，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。例如：

// 匿名 ID 由前端传过来 String anonymousId = "9771C579-71F0-4650-8EE8-8999FA717761"; String registerId = "0012345678"; // 用户注册/登录时，将用户注册 ID 与匿名 ID 关联 sa.trackSignUp(registerId, anonymousId);

注意，对同一个用户，trackSignUp() 只可调用一次（通常在用户注册时调用），多次调用 trackSignUp() 时，只有第一次关联行为是有效的。用户登录前后的行为的关联建议在业务端实现。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:

String distinctId = "ABCDEF123456789"; // 设置用户性别属性（Sex）为男性 sa.profileSet(distinctId, true, "Sex", "Male"); Map properties = new HashMap(); // 设置用户等级属性（Level）为 VIP properties.put("UserLv", "Elite VIP"); sa.profileSet(distinctId, true, properties);

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。例如：

String distinctId = "ABCDEF123456789"; // 设置用户渠道属性（AdSource）为 "App Store" sa.profileSetOnce(distinctId, true, "AdSource", "App Store"); // 再次设置用户渠道属性（AdSource），设定无效，属性 "AdSource" 的值仍为 "App Store" sa.profileSetOnce(distinctId, true, "AdSource", "Search Engine"); 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。例如：

String distinctId = "ABCDEF123456789"; // 设置用户游戏次数属性（GamePlayed），将次数累加1次 sa.profileIncrement(distinctId, true, "GamePlayed", 1); 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 7.4 属性长度限制。

String distinctId = "ABCDEF123456789"; // 电影列表 List movies = new ArrayList(); movies.add("Sicario"); movies.add("Love Letter"); // 游戏列表 List games = new ArrayList(); games.add("Call of Duty"); games.add("Halo"); // 用户属性 Map properties = new HashMap(); properties.put("movies", movies); properties.put("games", games); // 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"] sa.profileAppend(distinctId, true, properties); // 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"] sa.profileAppend(distinctId, true, "movies", "Dead Poets Society"); // 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"] sa.profileAppend(distinctId, true, "movies", "Love Letter"); 6. 物品元数据上报

在神策推荐项目中，客户需要将物品元数据上报，以开展后续推荐业务的开发与维护。神策分析 SDK 提供了设置与删除物品元数据的方法。

item_id（物品 ID ）与 item_type （物品所属类型）共同组成了一个物品的唯一标识。所有的 item 系列方法都必须同时指定物品 ID 及物品所属类型这两个参数，来完成对物品的操作。

6.1 设置物品

直接设置一个物品，如果已存在则覆盖。除物品 ID 与物品所属类型外，其他物品属性需在 properties 中定义。

物品属性中，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。

public void itemSet(String itemType, String itemId, Map properties); // 例如 Map properties = new LinkedHashMap(); properties.put("name", "C++ Primer"); properties.put("price", 31.54); sensorsAnalytics.itemSet("book", "0321714113", properties); 6.2 删除一个物品

如果物品不可被推荐需要下线，删除该物品即可，如不存在则忽略。

除物品 ID 与物品所属类型外，不解析其他物品属性。

public void itemDelete(String itemType, String itemId); // 例如 sensorsAnalytics.itemDelete("book", "0321714113"); 7. 设置神策分析 SDK

以下内容说明如何更精细地控制神策分析 SDK 的行为。

7.1. 数据采集

Java 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:

DebugConsumer: 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。 // 从神策分析获取的数据接收的 URL final String SA_SERVER_URL = "YOUR_SERVER_URL"; // 使用 Debug 模式，并且导入 Debug 模式下所发送的数据 final boolean SA_WRITE_DATA = true; // 使用 DebugConsumer 初始化 SensorsAnalytics final SensorsAnalytics sa = new SensorsAnalytics( new SensorsAnalytics.DebugConsumer(SA_SERVER_URL, SA_WRITE_DATA)); // 使用神策分析记录用户行为数据 // ... // 程序结束前，停止神策分析 SDK 所有服务 sa.shutdown(); ConcurrentLoggingConsumer: 用于将数据输出到指定目录并按天切割生成日志，并使用 LogAgent 等工具导入，该工具能保证导入不重复、不遗漏。ConcurrentLoggingConsumer 内部有一个缓存队列，当缓存队列写满时落盘写入磁盘日志文件中。缓存队列的长度可在构造函数中设置，也可以调用 flush() 方法强制落盘。推荐在生产环境中使用 ConcurrentLoggingConsumer 导入数据。支持多个进程写同一个目录（目录不能是 nas、nfs 类文件系统），生成的文件始终是带日期后缀的，每天一个。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。 Windows 环境中使用请参考下面关于文件锁的描述。 // 使用 ConcurrentLoggingConsumer 初始化 SensorsAnalytics // 将数据输出到 /data/sa 下的 access.log.2017-01-11 文件中，每天一个文件 final SensorsAnalytics sa = new SensorsAnalytics( new SensorsAnalytics.ConcurrentLoggingConsumer("/data/sa/access.log")); // !! 注意 !! 如果是在 Windows 环境下使用 ConcurrentLoggingConsumer 并使用 LogAgent 发送数据， // 需要额外通过构造函数的第二个参数指定一个文件地址用于文件锁，例如： // SensorsAnalytics sa = new SensorsAnalytics( // new SensorsAnalytics.ConcurrentLoggingConsumer("D:\\data\\service", "D:\\var\\sa.lock")); // 若该文件与数据文件同目录，配置 LogAgent 的 pattern 时请不要匹配到这个文件。 // 使用神策分析记录用户行为数据 // ... // 程序结束前，停止神策分析 SDK 所有服务 sa.shutdown();

LoggingConsumer: 已不推荐在生产环境中使用，因为在多进程下文件切分可能有问题。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。

第 3 步后端程序升级切换到 ConcurrentLoggingConsumer。

第 4 步重新启动 LogAgent。

关于 LogAgent 操作请参见 LogAgent 使用说明

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，当数据达到指定的量（默认50条）时，才将数据进行发送。也可以调用 flush() 方法去强制发送。

// 从神策分析获取的数据接收的 URL final String SA_SERVER_URL = "YOUR_SERVER_URL"; // 当缓存的数据量达到50条时，批量发送数据 final int SA_BULK_SIZE = 50 // 使用 BatchConsumer 初始化 SensorsAnalytics // 不要在任何线上的服务中使用此 Consumer final SensorsAnalytics sa = new SensorsAnalytics( new SensorsAnalytics.BatchConsumer(SA_SERVER_URL, SA_BULK_SIZE)); // 使用神策分析记录用户行为数据 // ... // 程序结束前，停止神策分析 SDK 所有服务 sa.shutdown(); ConsoleConsumer: 用于将数据输出到特定 Writer，一般用于在生产环境的 Java 程序中处理历史数据，生成日志文件并使用 BatchImporter 等工具导入 // 将数据输出到标准输出 final Writer writer = new PrintWriter(System.out); // 使用 ConsoleConsumer 初始化 SensorsAnalytics final SensorsAnalytics sa = new SensorsAnalytics( new SensorsAnalytics.ConsoleConsumer(writer)); // 使用神策分析记录用户行为数据 // ... // 程序结束前，停止神策分析 SDK 所有服务 sa.shutdown(); // Flush the writer writer.flush(); 7.2. 其它设置

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 Time Free 选项来绕过这个限制。

// 初始化 SensorsAnalytics final SensorsAnalytics sa = new SensorsAnalytics(...); // 开启 Time Free 以便导入历史数据 sa.setEnableTimeFree(true);

【本文地址】

公司简介

联系我们