范例场景描述

订单相关的数据指标是非常多的，如果单个统计组不容易满足所有需求，可拆分成多个统计组分开实现。在系统中统计组是一个虚拟的、轻量级概念，合理拆分统计组有利于数据接入、便于指标管理维护和程序运算。

本文选择两类常见的订单指标进行阐述：一是订单金额、下单用户数相关统计（范例移动端订单数据统计），二是订单状态相关统计（范例订单状态数据统计）。

假如我们有如下数据需求：

订单量：
1、每10分钟_总订单量
2、每10分钟_各商户_订单量
3、每10分钟_各省份_订单量
4、每10分钟_各城市_订单量
5、每小时_总订单量
6、每天_总订单量
7、每天_各商户_订单量
8、每天_各省份_订单量
9、每天_各城市_订单量
10、每天_各价格区间_订单量

交易金额：
1、每10分钟_总成交金额
2、每10分钟_各商户_成交金额top100
3、每10分钟_各省份_成交金额
4、每10分钟_各城市_成交金额
5、每小时_总成交金额
6、每小时_各商户_成交金额
7、每天_总成交金额
8、每天_各商户_成交金额
9、每天_各省份_成交金额
10、每天_各城市_成交金额

下单用户数：
1、每10分钟_下单用户数
2、每10分钟_各商户_下单用户数
3、每10分钟_各省份_下单用户数
4、每10分钟_各城市_下单用户数
5、每小时_下单用户数
6、每天_下单用户数
7、每天_各商户_下单用户数
8、每天_各省份_下单用户数
9、每天_各城市_下单用户数
10、每天_各价格区间_下单用户数

定义元数据

字段	字段类型	描述
userId	string	用户ID
orderId	string	订单ID
province	string	用户所在省份
city	string	用户所在城市
dealerId	string	商户ID
amount	number	订单金额

消息上报时机

在用户支付成功后上报原始消息数据。

配置统计项

Template：<stat-item  title="每10分钟_总订单量" stat="count()"  />
TimeParam：10-minute

Template：<stat-item  title="每10分钟_各商户_订单量" stat="count()" dimens="dealerId"  />
TimeParam：10-minute

Template：<stat-item  title="每10分钟_各省份_订单量" stat="count()" dimens="province"  />
TimeParam：10-minute

Template：<stat-item  title="每10分钟_各城市_订单量" stat="count()" dimens="province;city"  />
TimeParam：10-minute

Template：<stat-item  title="每天_总订单量" stat="count()"  />
TimeParam：1-day

Template：<stat-item  title="每天_各商户_订单量" stat="count()" dimens="dealerId"  />
TimeParam：1-day

Template：<stat-item  title="每天_各价格区间_订单量" stat="count()" dimens="section(amount,'50,100,200,500,1000')"  />
TimeParam：1-day

Template：<stat-item  title="每10分钟_交易金额" stat="sum(amount)"  />
TimeParam：10-minute

Template：<stat-item  title="每天_各城市_交易金额" stat="sum(amount)" dimens="province;city"  />
TimeParam：1-day

Template：<stat-item  title="每10分钟_下单用户数" stat="bitcount(userId)"  />
TimeParam：10-minute

Template：<stat-item  title="每天_总下单用户数" stat="bitcount(userId)" />
TimeParam：1-day

Template：<stat-item title="每天_各价格区间_下单用户数" stat="bitcount(userId)" dimens="section(amount,'50,100,200,500,1000')" />
TimeParam：1-day

Template：<stat-item title="每天_各省份_下单用户数" stat="bitcount(userId)" dimens="province"/>
TimeParam：1-day

模拟数据接入

    private static final String userId_RandomId = RandomID.id(10);
    private static final String dealerId_RandomId = RandomID.id(5);
    private static final AreaSource areaSource = AreaSource.getInstance();
    private static final String[] sceneArray = new String[]{"游戏","娱乐","电商","外卖","餐饮","教育","医疗"};
    
    @Test
    public void orderStatTest() throws Exception {
        //连接RPC模块注册中心，集群版本默认为RPC部署(lighthouse-ice)的前两个节点（一主一从），单机版本只使用一个节点即可。
        LightHouse.init("10.206.7.15:4061,10.206.7.5:4061");
        for(int i=0;i<1000;i++){
            HashMap<String,Object> paramMap = new HashMap<>();
            paramMap.put("userId",userId_RandomId +"_" + ThreadLocalRandom.current().nextLong(100L));
            String cityStr = areaSource.randomCity(",");
            String [] cityArray = cityStr.split(",");
            paramMap.put("province",cityArray[0]);
            paramMap.put("city",cityArray[1]);
            paramMap.put("dealerId",dealerId_RandomId + "_" + ThreadLocalRandom.current().nextInt(50));
            paramMap.put("scene",sceneArray[ThreadLocalRandom.current().nextInt(7)]);
            double amount = ThreadLocalRandom.current().nextDouble(1,9999);
            paramMap.put("amount",String.format("%.2f", amount));
            paramMap.put("orderId","order_"+i);
 //参数1对应统计组token，参数2对应统计组秘钥，参数3是消息事件的13位时间戳 。
 LightHouse.stat("Gjd:order_stat","AZ6ReXXskkRQuzcq33urcwWwPhpMqp1n",paramMap,System.currentTimeMillis());
        }
        //注意：stat方法为异步发送，如果进程直接退出可能会导致部分消息没有发送出去，所以这里加一个sleep。
        Thread.sleep(10 * 1000);
        System.out.println("send ok!");
    }

查看统计结果

注意事项

• 如果使用单元测试发送完统计消息后进程直接退出，请务必加一个Thread.sleep(10 * 1000)，否则部分内存中的消息可能没有发送出去而影响统计结果。
• 系统内置的监控功能（集群监控和首页报表）都是基于系统处理消息的时间戳，与原始消息指定的时间戳不同，所以两者的统计结果不完全一致。比如：调用SDK的stat方法上报消息时，如果指定的是昨天的时间戳，则对应统计指标的值都是计算在昨天的统计周期内，但集群监控的统计周期是当前时间。