整天看用户埋点数据，知道数据是咋来的吗？

4、计算&入库

报表中展示的数据，并不是客户端上报的原始数据，比如「 」的使用次数、使用用户数、日留存率这三组数据，都是通过对客户端上报的「CLICK_ADD_BTN」对应VALUE值的累加并结合上报用户ID二次计算得出的。

如果我们的产品达到微信这种日登陆数五六亿，那么每天上报的统计数据将是海量的，为了从这种海量的数据中计算出「 」的使用次数、使用用户数等信息，就需要用到「数据仓库工具」，比如当下流行的Hive处理工具，它基于Hadoop分布式系统基础框架，利用计算机集群的能力进行分布式计算。当「数据仓库工具」计算出最终的结果后，计划任务会将结果（「 」的日使用次数、日使用用户数等数据）保存到数据库中，也就是「入库」过程。「入库」后的数据才能与前端对接，组成报表展示系统。

一般情况下，原始数据经过数据仓库工具处理后，对应的日志文件还会在服务器上保留一段时间（一般3~7天），以便追溯统计问题，所以，如果发现统计数据有问题问题，一定要及时反馈给负责的程序猿，否则就会「死」无对证咯。

5、展示

当数据「入库」后，报表的展示就水到渠成了。报表系统通过前端页面用户的输入获取查询条件，然后通过后台数据库查询获得结果，在前端展示出来。

这里只是简述了埋点数据上报、统计的大致流程，每个过程中还有很多细节要解决，如后台日志乱码问题、客户端异常导致数据丢失等。一旦数据出现问题，经常需要联系各方人员定位原因。在此呼吁广大的产品大虾一定要关心、爱护为你做统计需求的程序猿，他们上辈子都是偷了蟠桃的孙悟空。

对咯，今天别忘了看报表哦。