埋点：让你知道你的上帝需要什么
所谓埋点是数据领域的专业术语，也是互联网应用里的一个俗称。它的学名应该叫做事件追踪，对应的英文是Event Tracking。它主要是针对特定用户行为或事件进行捕获、处理和发送的相关技术及其实施过程。
埋点是为了满足快捷、高效、丰富的数据应用而做的用户行为过程及结果记录。数据埋点是一种常用的数据采集的方法。埋点是数据的来源，采集的数据可以分析网站/APP的使用情况，用户行为习惯等，是建立用户画像、用户行为路径等数据产品的基础。
埋点的作用
对于产品来说，用户在你的产品里做了什么、停留了多久、有什么异样，都是可以通过数据埋点来实现监控的。
提高渠道转化：通过用户的操作序列，找到用户流失的节点
改善产品：通过用户行为分析产品是否有问题，例如用户有没有因为设计按钮过多导致用户行为无效等问题，以此发现功能设计缺陷等。
精准客户运营：对客户进行分组（例如有的喜欢打折购买，有的喜欢直接购买等），实现精准营销，发放优惠券等
完善客户画像：基本属性（性别、年龄、地区等），行为属性（设备操作习惯等）
数据分析：埋点作为原料放在数据仓库中。提供渠道转化、个性推荐等
PV、UV埋点
什么是PV、UV？
UV（独立访客）：即Unique Visitor，访问您网站的一台电脑客户端为一个访客。
PV(page view)：即页面浏览量，或点击量；用户每1次对网站中的每个网页访问均被记录1次。用户对同一页面的多次访问，访问量累计。
简单来说：
UV = 一个人（记录身份证号）
PV = 人次（只认次数，不认人）
实现思路
1、首先当用户访问商城的任何一个页面；
2、通过公共页面的一个全局方法拦截到该请求，获取到相关的参数；
3、通过url地址判断是否是白名单；
4、如果不在白名单，执行默认的埋点方法获取数据；
5、如果在白名单（通俗地讲就是数据是从白名单页面相关接口中获取数据进行组装，也包括不需要做埋点的页面），执行局部埋点方法获取数据。
6、调用相关的后端埋点接口，存入到Redis缓存中。
7、通过定时器中的任务，定时捞取相关的数据，通过消息队列发送到相关的统计服务中。
8、在统计服务中对数据，按照不同的维度生成相应的统计表数据。
业务埋点
我们也会根据订单、商品、客户，不同的维度去进行统计分析，这些业务方面的统计分析是上面客户端统计无法做到的，所以我们采用了如下方式进行统计。
流程图
实现思路
1、通过实时ETL方案来进行相关业务数据的迁移；
2、通过Canal来监听业务数据库表的从库的binlog日志；
3、通过mongoDB 的oplog日志来监听业务数据库表的日志；
4、日志通过kafka消费到相应的统计库；
5、将对应的日志数据解析后存入到统计库中不同的表中作为源数据；
6、根据不同的统计维度对数据进行统计汇总。
注意
以上介绍了两个方面的埋点，流量埋点和业务埋点，虽然对代码侵入低，但还是埋点做得不够全面，比如因为订阅从库的日志，无法监听用户的某些行为，或者是从哪个端请求等等。有需要的可以在微服务层面进行改造，比如在每个微服务进行编码统计。
