范例三：订单支付状态数据监控

XL-LightHouse接入只需要三步操作

在Web页面创建统计工程、统计组并配置相应的元数据结构；
在Web页面创建统计项；
调用SDK上报原始数据消息；

然后就可以在Web页面查看统计结果了。

在Web服务中依次创建(统计工程 -> 统计组 -> 统计项)后，为了测试方便，您可以下载工程代码，直接使用com.dtstep.lighthouse.core.test.stat.HelloWorld中的单元测试方法，然后修改RPC服务IP地址和统计组的Token及秘钥，运行即可，Web端结果展示约有1分钟延迟！

使用过程中如有问题，及时反馈，本人一定第一时间响应~

1. 范例场景描述

我这里假设订单有四种状态：支付成功、支付失败、超时未支付、订单取消。

订单量：
1、每10分钟_各状态_订单量
2、每天_各状态_订单量

订单异常率:
1、每10分钟_订单异常率
2、每天_订单异常率

支付失败用户数统计:
1、每5分钟_支付失败用户数

2. 定义元数据结构

字段	字段类型	描述
userId	string	用户ID
orderId	string	订单ID
state	string	订单支付状态	1:支付成功、2：支付失败、3：超时未支付 4：订单取消

2.1. 消息上报时机

该类状态变更的需求统计逻辑相对较复杂，一般可分为两种上报时机：

订单状态发生变化时上报，使用该上报方式一笔订单可能对应多条状态变更消息，比如第一次支付失败，用户重新发起支付随后成功，订单状态会变更两次。
订单确定最终状态时上报，使用该上报方式一笔订单只对应一条状态变更消息。

上报时机的选择决定了统计原始消息数据本身，也决定了统计项的配置方式和最终的统计结果。

具体选择哪一种上报时机，请根据您的实际需求和您的业务逻辑来确定，比如：如果您期望监控订单支付异常的次数数据，则可以选择第一种；如果您期望监控订单数据中成功与失败的比率，则可以选择第二种；本范例以第一种为例。

跨周期统计问题

关于此类“状态变更业务场景”的数据统计会涉及跨统计周期的问题，XL-LightHouse的每一条元数据消息都需要一个时间戳参数，内部的运算逻辑也完全基于这个时间戳来划分时间窗口。在这种“状态变更业务场景”中使用时，状态变更可能会横跨不同的统计周期，比如我们要计算“每小时_异常支付订单数量”这个数据指标，订单创建消息可能是在10点，订单支付失败的消息可能是在12点，这个时候如果您的业务期望这个异常值统计在订单创建的统计周期内，就传订单创建的时间戳。如果是期望统计在订单异常消息的统计周期内，就传异常消息本身的时间戳。

3. 配置统计项

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

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

Template：<stat-item  title="每10分钟_订单异常率" stat="count(state != '1')/count()"  />
TimeParam：10-minute

Template：<stat-item  title="每天_订单异常率" stat="count(state != '1')/count()"  />
TimeParam：1-day

Template：<stat-item  title="每5分钟_支付失败用户数" stat="bitcount(userId,state == '2')"   />
TimeParam：5-minute

4. 模拟数据接入

    private static final String userId_RandomId = RandomID.id(10);
    private static final String dealerId_RandomId = RandomID.id(5);

    @Test
    public void orderStatTest() throws Exception {
        //连接RPC模块注册中心，默认为RPC服务(lighthouse-ice)部署的前两个节点（一主一从）
        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));           
            paramMap.put("orderId","order_"+i);
            paramMap.put("state",ThreadLocalRandom.current().nextLong(4)+1);
 //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_state_monitor","rULeSd86sbSIkFeLqQmM0bqeZFMpWNWNbYp8BaZA",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!");
    }

5. 查看统计结果

6. 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。
本系统只提供Java版本SDK，jvm类语言开发的服务可直接调用，其他非JVM语言可以自己搭建一套消息队列服务，然后再通过消费队列数据的形式接入本服务。
Web模块使用前后端分离架构，前端页面调用服务接口使用内网IP，如果您使用公网IP访问测试，请修改lighthouse-insights子服务部署节点的./light-webapps/build/config.js中的REACT_APP_BASE_URL参数的IP地址为公网IP地址。

订单支付状态数据监控