阳谷企业做网站推广最新的疫情情况

数据看板的实现涉及到多个步骤和技术组件，以下是基于提供的知识库内容，详细解释数据看板（特别是30日活跃用户数趋势）的实现过程：

1. 数据来源

所有用户行为数据通过网关进行数据埋点，并通过消息队列（MQ）发送到InfluxDB进行存储。具体流程如下：

• 网关数据埋点：在网关处捕获用户的所有请求和响应。
• MQ消息发送：将这些行为数据通过消息队列发送到InfluxDB。
• InfluxDB存储：最终保存日志数据到InfluxDB的log measurement中。

2. 数据清洗

为了统计30日活跃用户数趋势，需要对存储在InfluxDB中的用户行为数据进行清洗和统计。具体步骤如下：

• 定时任务：使用XXL-JOB定时任务框架，设定每天的特定时间点（如01:00, 08:00, 13:00, 18:00, 23:00）执行数据清洗任务。
• 查询统计：
  • 如果当前时间在0-6点之间，统计昨天的日志数据。
  • 如果已经存在当天的统计数据，则移除重新统计。
  • 查询log表中当天的user_id去重后的总个数，得到当天的总活跃用户数。
  • 查询log表中请求地址包含register-user且响应状态码为200的记录总数，得到新注册活跃用户总数。
  • 计算旧的活跃用户总数 = 总活跃数 - 新注册活跃用户总数。
• 保存结果：将统计结果保存到MySQL的tab_dau表中。

3. 数据展示

在管理后台中，通过point-web模块提供的数据接口获取用户行为统计数据并展示。具体步骤如下：

• 前端界面：使用图表（如折线图）展示30日活跃用户数趋势，并同时展示环比上周、环比上期、30日合计、日均值等信息。
• 后端接口：通过point-web模块提供的RESTful API接口获取统计数据。
• 数据请求：使用F12工具查看请求地址信息，确保前后端交互正常。

4. 技术组件

• InfluxDB：用于高效存储和查询时间序列数据。
• XXL-JOB：用于定时任务调度，执行数据清洗和统计任务。
• MQ（消息队列）：用于异步传输数据，保证系统的高可用性和性能。
• MySQL：用于长期存储统计数据，便于后续查询和展示。
• Spring Boot：用于构建后端服务，管理InfluxDB连接和数据操作。
• 前端框架：如Vue.js或其他前端框架，用于构建可视化界面。

5. 实现细节

• 数据清洗SQL：

  SELECT COUNT(DISTINCT(user_id)) as user_id 
  FROM log 
  WHERE time > #{begin} AND time < #{end};
  

• 新用户统计：

  SELECT COUNT(*) as new_users 
  FROM log 
  WHERE time > #{begin} AND time < #{end} 
  AND request_path LIKE '%register-user%' 
  AND response_status = 200;
  

6. 测试验证

• 定时任务执行：在XXL-JOB管理控制台中手动触发用户日活跃数任务，检查tab_dau表中是否有新的统计数据。
• 前端页面更新：刷新管理后台页面，确认30日活跃用户数趋势图表是否更新显示最新的统计数据。

通过以上步骤和技术组件的配合，实现了高效、准确的30日活跃用户数趋势数据看板。

---

数据看板的实现过程是：通过网关捕获用户行为数据并经由消息队列发送至InfluxDB存储；使用XXL-JOB定时任务框架定期清洗和统计InfluxDB中的数据，将结果保存到MySQL中；最后，通过point-web模块提供的API接口获取统计数据并在前端以图表形式展示，从而实现30日活跃用户数趋势的可视化。

---