更新时间:2024-12-10
⚠️ 此 SDK 需搭配 FileScout 使用
repositories {
mavenCentral()
maven { url 'https://jitpack.io' }
}
dependencies {
implementation 'com.github.datatower-ai:dt-java-sdk:{最新版本}'
}
<repositories>
<repository>
<id>jitpack.io</id>
<url>https://jitpack.io</url>
</repository>
</repositories>
<dependency>
<groupId>com.github.datatower-ai</groupId>
<artifactId>dt-java-sdk</artifactId>
<version>{最新版本}</version>
</dependency>
resolvers += "jitpack" at "https://jitpack.io"
libraryDependencies += "com.github.datatower-ai" % "dt-java-sdk" % "{最新版本}"
:repositories [["jitpack" "https://jitpack.io"]]
:dependencies [[com.github.datatower-ai/dt-java-sdk "Tag"]]
SDK 初始化示例代码
import ai.datatower.sdk.*
// Outputs to "log" folder in execution path with file prefix "dt_java"
// for every 200 events, the ideal maximum size for each log file is 10MB
// (will be larger if size of a single event is over such limit).
val consumer = DTLogConsumer("log", 200, "dt_java", (10 * 1024 * 1024).toLong())
// with debug: False
val dt: DTAnalytics = DTAnalytics.init(consumer, false)
事件上报和用户属性的所有接口会对事件名/属性名/类型进行校验
- 如果校验通过会返回 true,并进行记录上报
- 未通过则会返回 false,不进行记录上报
数据说明文档:当您将要上报的事件/属性在数据说明文档中已存在时,强烈建议您使用文档中的对应属性名,比如您要上报 APP 的操作系统属性,请使用文档里预置的属性名”#os”,不要自定义取名,避免跟客户端上报的预置属性不一致
用户识别规则:为了让访客 ID(dt_id)与帐号 ID(acid)能够顺利绑定,其中访客 ID(dt_id)为必填
该接口是使用最频繁的接口,通过调用 track
来上报自定义事件,在上报事件之前,建议您根据梳理的文档来设置事件属性,以下是示例代码:
val acId = "account_id_111"
val dt_id = "dt_id_222"
val properties = mapOf(
"#app_id" to "appid_1234567890",
"#bundle_id" to "com.example.app",
"#os" to "android",
"user_level" to 20,
"coin" to 1000,
"from" to "entry"
)
dt.track(acId, dt_id, "eventName", properties)
注意:
#
开头命名的事件/属性,必须按照预置事件/属性规则进行上报,否则将无法上报$
开头的事件/属性都被视为非法字段,将无法上报DT 系统支持的用户属性设置类型总览说明如下
操作 | 对应事件名 | 处理规则 |
---|---|---|
覆盖用户属性 | #user_set |
对用户表进行操作,覆盖用户的原有属性值,如果之前不存在该用户属性,则会新建该用户属性,类型与覆盖操作传入属性的类型一致 |
初始化用户属性 | #user_set_once |
对用户表进行操作,初始化用户属性,如果该属性已有值存在,系统忽略本次操作 |
累加用户属性 | #user_add |
对用户表进行操作,对数值型的用户属性做累加计算,如果该属性还未被设置,则会赋值 0 后再进行计算,可传入负值等同于相减操作 |
清空用户属性值 | #user_unset |
对用户表进行操作,清空用户属性的属性值,即设置成 NULL,如果被清空的属性不存在也不会新建该属性 |
追加列表型用户属性的元素 | #user_append |
对用户表进行操作,对列表类型的用户属性追加元素,如果被追加的列表属性不存在,系统将自动生成并进行追加 |
追加并去重列表类型用户属性的元素 | #user_uniq_append |
对用户表进行操作,对列表类型的用户属性值追加元素,并会进行一次全列表去重(去重保证前后原有的元素顺序不变),如果被追加的列表属性不存在,系统将自动生成并进行追加再去重 |
删除用户 | #user_delete |
对用户表进行操作,删除对应用户,您将无法再查询该名用户的用户属性,但该用户产生的事件仍然可以被查询到 |
userSet
是常用的功能,您可以调用它来进行用户属性的设置,调用该操作时,会覆盖原有的属性值,如果用户不存在该属性,则会创建新用户属性,类型与传入属性的类型一致
var properties = mapOf("name" to "abc")
# 设置用户属性,"name" 的值为 "abc"
dt.userSet(acid, dt_id, properties)
properties = { "name": "xyz" }
# 再次设置用户属性,此时 "name" 的值会被覆盖为 "xyz"
dt.userSet(acid, dt_id, properties)
如果您希望用户属性只设置一次,则可以调用 userSetOnce
进行设置,当该属性没有值时,则会创建该属性并赋值,但该属性已经有值时,将不会设置成功
var properties = mapOf("name" to "abc")
# 一次性设置用户属性,"name" 的值为 "abc"
dt.userSetOnce(acid, dt_id, properties)
properties = mapOf("name" to "xyz")
# 再次一次性设置用户属性,此时 "name" 的值不会被覆盖为 "xyz"
dt.userSetOnce(acid, dt_id, properties)
当您要对数值类型的属性进行累加操作时,可以调用 userAdd
来实现,如果该属性还没有被设置,则会赋值为 0 再进行计算,可传入负值等同于相减操作
val properties = mapOf(
"total_count" to 10,
"level" to 3
)
# 对用户属性进行累加,数据上传完成后,由于该属性还没有被设置,此时 "total_count" 的值为 10,"level" 的值为 3
dt.userAdd(acid, dt_id, properties)
val properties2 = mapOf("total_count": 20)
# 对用户属性进行累加,数据上传完成后,此时 "total_count" 的值为 30, "level" 的值为 3
dt.userAdd(acid, dt_id, properties2)
当您要清空用户属性时,可以调用 userUnset
来实现,如果属性存在,则会删除属性,如果属性不存在,则不会做任何操作
val delSet = mapOf("name" to 0, "actime_time" to 0)
# 设置后,会删除 name 和 actime_time 两个用户属性
dt.userUnset(acid, dt_id, delSet)
当您要追加列表类型用户属性元素时,可以调用 userAppend
来实现,如果被追加的列表属性不存在,系统将自动生成并进行追加
var properties = mapOf(
"pet" to listOf("cat", "dog")
)
# 设置用户属性,数据上传完成后,此时用户属性 "pet" 的值为 ["cat", "dog"]
dt.userSet(acid, dt_id, properties)
properties = mapOf(
"pet" to listOf("ratbbit")
)
# 对用户列表类型属性追加元素,数据上传完成后,此时用户属性 "pet" 的值为 ["cat", "dog", "rabbit"]
dt.userAppend(acid, dt_id, properties)
当您要追加列表类型用户属性元素并去重时,可以调用 userUniqAppend
来实现,如果被追加的列表属性不存在,系统将自动生成并进行追加和去重
var properties = mapOf(
"pet" to listOf("cat", "dog")
)
# 设置用户属性,数据上传完成后,此时用户属性 "pet" 的值为 ["cat", "dog"]
dt.userSet(acid, dt_id, properties)
properties = mapOf(
"pet" to listOf("ratbbit", "dot")
)
# 对用户列表类型属性追加元素并去重,数据上传完成后,此时用户属性 "pet" 的值为 ["cat", "dog", "rabbit]
dt.userUniqAppend(acid, dt_id, properties)
如果您要删除某个用户,可以调用 userDelete
将这名用户删除,您将无法再查询该名用户的用户属性,但该用户产生的事件仍然可以被查询到
dt.userDelete(acid, dt_id, mapOf())
在服务端上报数据时,如果您想设置用户的ip地址,可以通过在properties
中添加#ip
属性,DT会根据您上报的IP地址解析用户的地理位置信息
注:如果是用户事件,仅userSetOnce可上报#ip属性
properties["#ip"] = "127.0.0.1"
可能使用的数据传输方式:
- DTLogConsumer:写入文件 + 通过 FileScout 传输
如果生产的数据都是调试数据,建议您开启 debug 标志,当 debug 标志开启时,数据将不会进入生产环境
参数(按顺序):
val consumer = DTLogConsumer("./log", 200, "dt", 1000)
# 开启 debug 标志
val dt = DTAnalytics(consumer, true)
# 关闭 debug 标志
#val dt = DTAnalytics(consumer, false)
如果您期望数据立即上报到 DT 服务器,可以通过 flsuh 完成
# 立即上报数据
dt.flush()
请在退出程序前调用本接口,以避免缓存的数据丢失(重要!)
dt.close()
从 SDK 初始化、上报到关闭,整个上报流程示例
package org.example
import ai.datatower.sdk.*
fun main() {
DTAnalytics.preload()
DTAnalytics.toggleLogger(true)
val consumer = DTLogConsumer("log", 1000, "dt_java", (10 * 1024 * 1024).toLong())
val dt: DTAnalytics = DTAnalytics.init(consumer, true)
DTAnalytics.toggleLogger(false)
val properties: java.util.HashMap<String, Any> = java.util.HashMap<String, Any>()
properties["productNames"] = listOf("Java", "hello")
properties["productType"] = "Java book"
properties["producePrice"] = 80
properties["shop"] = "xx-shop"
properties["#os"] = "1.1.1.1"
properties["sex"] = "female"
properties["#app_id"] = "appid_1234567890"
properties["#bundle_id"] = "com.example"
dt.track("xxx", null, "eventName", properties)
dt.flush()
dt.close()
}