当前位置：首页 > news >正文

如何设计用户在线时长统计系统？

news 2025/9/5 17:17:12

沉默是金，总会发光

大家好，我是沉默

在做架构设计的这几年里，我遇到过无数奇奇怪怪的需求，但有一个需求看似简单，实际却“暗藏杀机”—— 统计用户在线时长。

很多开发者第一次接到这个需求时，心里想的可能是：

“不就是记下登录时间和退出时间，做个差就完了吗？”

但真上手后你会发现：

网络抖动、掉线重连怎么算？
APP直接杀进程，退出时间怎么统计？
多端同时在线，时长要不要合并？
数据要实时还是只要离线统计？

这些问题如果没想清楚，就会在上线后被打爆工单。

我作为一个写了10年 Java 的老码农，也曾在这个需求上踩过不少坑。

这篇文章，我将从业务场景、技术选型、数据结构到核心实现，完整拆解一个高性能、可扩展的用户在线时长统计方案，希望能帮你少走弯路。

-01-

为什么要统计用户在线时长？

在不同的业务系统里，用户在线时长几乎是一个标配指标：

IM系统：判断用户是否在线，以及累计活跃时长。
学习平台：统计用户每天的学习时长，作为学习效果的重要依据。
游戏系统：记录每日在线时长，用于反作弊或计算活跃奖励。
SaaS系统：作为客户活跃度分析的关键数据指标。

但“在线时长”并不是单一维度，不同场景下含义不同：

场景	统计粒度	难点
日活分析	按天统计	如何高效汇总？
会话管理	登录 - 登出时长	异常退出难处理
实时状态	当前是否在线	需要低延迟感知
跨设备	多端同时在线	如何合并时长？

-02-

业务场景分析

我们可以把用户在线时长的需求，拆解成几个维度：

按日统计：用户每天在线多久？
按会话统计：一次完整登录-退出的在线时长。
实时在线状态：此刻用户是否在线？
跨设备支持：同一用户多设备在线的合并策略。

还要处理几个棘手问题：

网络波动导致断线重连
APP/浏览器异常关闭
服务端扩容时的多节点统计

-03-

技术方案对比

结合实际经验，常见有三种实现思路：

方案	核心思路	优点	缺点	适用场景
心跳机制 + Redis	前端定时上报心跳，Redis记录最后时间戳	实时性好，性能高	依赖前端，断线容错复杂	IM、游戏
登录/登出打点	记录登录时间、登出时间	简单易分析	异常退出时数据不准	SaaS、学习平台
混合方案（推荐）	登录登出打点 + 心跳补偿 + 定时汇总	兼顾实时性和准确性	实现稍复杂	绝大多数业务系统

从经验看，混合方案最稳妥：

Redis 做实时缓存和心跳状态
MySQL 做持久化和统计汇总

-04-

实战案例

核心数据结构设计

1. Redis 结构

Key: online:user:{userId}:{sessionId}Value: 时间戳（最后心跳时间）TTL: 5分钟自动过期

TTL自动过期，可以自然判断用户是否掉线。

2. MySQL 表结构

CREATE TABLE user_online_log (    id BIGINT PRIMARY KEY AUTO_INCREMENT,    user_id BIGINT NOT NULL,    session_id VARCHAR(64),    login_time DATETIME,    logout_time DATETIME,    duration_seconds INT,    created_at DATETIME DEFAULT CURRENT_TIMESTAMP);

Java 核心实现

1. 心跳接口

@PostMapping("/heartbeat")public ResponseEntity<String> heartbeat(@RequestParam Long userId) {    String key = "online:user:" + userId;    redisTemplate.opsForValue().set(        key,        String.valueOf(System.currentTimeMillis()),        300, TimeUnit.SECONDS    );    return ResponseEntity.ok("heartbeat received");}

2. 登录/登出打点

public void login(Long userId, String sessionId) {    UserOnlineLog log = new UserOnlineLog();    log.setUserId(userId);    log.setSessionId(sessionId);    log.setLoginTime(LocalDateTime.now());    sessionMap.put(userId, log);}public void logout(Long userId) {    UserOnlineLog log = sessionMap.remove(userId);    if (log != null) {        log.setLogoutTime(LocalDateTime.now());        long seconds = Duration.between(log.getLoginTime(), log.getLogoutTime()).getSeconds();        log.setDurationSeconds((int) seconds);        repository.save(log);    }}

3. 定时任务（每日统计）

@Scheduled(cron = "0 0 1 * * ?")public void collectDailyOnlineTime() {    Set<String> keys = redisTemplate.keys("online:user:*");    if (keys == null) return;    for (String key : keys) {        Long userId = Long.valueOf(key.split(":")[2]);        UserDailyOnline online = new UserDailyOnline();        online.setUserId(userId);        online.setDate(LocalDate.now().minusDays(1));        online.setDurationSeconds(300); // 示例：实际需统计心跳差值        dailyRepository.save(online);    }}

-05-

总结

如何选择方案？