埋点本次修改的数据统计分析程序中埋点的目的只是为了在统计数据中出现一些不易发现的错误，让程序自动运行出来。但是只要主动把统计数据扔出去，就是一个埋点。数据埋点是数据分析的准备工作。只有把数据埋起来，才能得到数据进行分析。只有嵌入了足够多的数据才能得到想要的目标数据：行为数据：时间、地点、人物、交互、交互内容；质量数据：浏览器加载状态、错误异常等；环境数据：浏览器相关的元数据、地理、运营商等；运营数据：PV、UV、转化率、留存率（非常直观的数据）经过Python项目标准化整体调整，加入错误数据埋点是质量数据的一部分。买点方案埋点分为前端埋点和后端埋点，常见的埋点方案有前端代码埋点：直接在前端嵌入代码采集目标数据前端埋点技术。全部采集，根据需要选择后端埋码点：直接在后端埋码采集目标数据后端埋点设计必须考虑以下几点：灵活性高：可以手动埋点随时随地点影响小：对源代码侵入小更新：当埋点内容发生变化时，只需要修改埋点界面即可，不能一一修改代码。在一些公共库或封装的自定义框架中，你不埋点。所有的埋点都在业务层。比如当数据库连接池的连接数溢出时，需要处理错误，然后根据自定义的统一风格将相关信息抛给业务层，让业务层判断是否有公共库和自定义框架的执行错误。后端埋点具体实现方案直接写埋点代码在后端指定位置采集数据。每种方法在共享公共信息方面都有一些差异。在每个需要用来发送消息的文件中导入一条配置信息，然后根据配置信息在需要的地方手动埋点。将消息发送封装成一个MixIn类，通过继承的方式将其混合到各个类中。每次建立连接后需要发送消息断开连接。将埋点信息封装成一个模块，提供全局初始化函数和埋点消息生成函数，在程序入口调用初始化模块的初始化函数进行初始化，然后在程序的任意位置使用消息生成函数。该方法类似于使用第三方数据分析平台提供SDK时使用的方法。方案选择：由于项目是用python写的，埋点数据发送到kafka，打包的第三方python模块可以收集到它需要的所有信息。所以采用了最后一种方法，以可插拔的第三方sdk的形式编写，可以直接封装一些新的方法，包括一些可用的信息，比如自动收集错误信息的行数等。对于非python项目，提供python脚本供其他语言程序调用。例如，在用Erlang编写的转发流服务中调用Python脚本会抛出错误消息和其他数据。参考：传感器数据：深埋套路，别掉“坑”数据分析产品的下一步进化：基于无埋点，有埋点，美团点评前端无痕埋点实践，记得给我点赞哦！对计算机各个方向的视频课程和电子书，从入门、进阶、实用进行了认真梳理，并按照目录进行合理分类。你总能找到你需要的学习资料。你在等什么？立即关注并下载！！！念念不忘，必有回响，朋友们，请点个赞，万分感谢。我是职场亮哥，四年工作经验的YY高级软件工程师，拒绝当领导的斜杠程序员。听我说，我进步很大。如果有幸帮到你，请给我一个【点赞】，给我一个关注，如能评论鼓励，将不胜感激。职场凉阁文章列表：更多文章我的所有文章和回答均与版权保护平台合作，版权归职场凉阁所有。未经授权转载必究！
