版本：2.3

数据模型

简介

GrowingIO采集的原始行为数据分为四种不同类型，分别为访问（visit）、页面（page）、埋点（custom_event）和行为（action）。

访问（visit）：代表用户开启了一个新的访问会话，访问行为的生命周期与会话（session）绑定，新的session代表一个新的访问。
页面浏览（page）：代表用户的一次页面浏览，SDK采集以及发送浏览事件中的数据。
埋点（custom_event）：代表用户触发了客户埋的点发送的事件。事件触发的时间以及发送的行为数据信息都由客户指定。
行为（action）：代表用户操作了页面上的某些元素发送的行为，包括点击了按钮、修改了数据框的内容等等。

过去，GrowingIO数据平台将上述四种行为数据存储至多张表中，这种模型导致后续的统计逻辑非常复杂。为了串联多种行为数据，我们在查询时进行了多表关联计算，因此导致部分极端场景下数据计算结果不一致的问题偶有发生。另外，该种数据模型数据比较分散，没有统一的接口，不易与其他组件进行对接。

在9.0版本后，我们将多种行为数据统一抽象为EVENT模型，即四种行为数据统一到一张表中。该种模型简化了平台计算逻辑，并且通过Thrift Server方便GrowingIO数据平台与其他组件进行对接，进而提升开发效率和降低维护成本。

最新的数据模型同时具备了提供实时数据的能力，行为数据从触点触发再到客户可以观察到，时间间隔一般在10秒以内。

客户操作手册

GrowingIO CDP为客户安装了Zeppelin，客户可以通过Zeppelin SQL解释器查询数据平台中的数据库、数据表和表中数据。

SQL语法：

查询所有的数据库：show databases

查询数据库中的数据表：show tables in {database_name}

查询数据表结构：desc {database_name}.{table_name}

查询数据表创建语句：show create table {database_name}.{table_name}

查询表分区：select partition from system.parts where database='{databasename}' and table='{table_name}'

查询数据表数据： select {field} from {database_name}.{table_name}

数据表

事件表：event

用户表：user

用户融合日志表：id_mapping_log

事件表（event）：

GrowingIO通过SDK实时采集或文件批量导入的行为数据，统一存放在event表中。

事件表按照日期分区，数据的时效性为实时，即行为数据从触发采集到入库可查的时间间隔一般在10秒内。

在事件表中，您可以查询事件采集上报的全部信息。由于字段繁多，通过前缀将不同角度的字段分组提升查询体验，共分三组：

事件标识符、发生时间、用户ID等基础信息，字段无前缀
城市、浏览器、设备类型等预定义属性，字段统一使用 $ 符号前缀
埋点上报的自定义属性，字段统一使用 var_ 作为前缀

虽然事件表的字段按照前缀做了分组，但它们都在事件表内。

数据字段

基础信息

字段名	字段类型	含义及示例
event_key	String	事件标识符。示例：visit事件=$visit、页面浏览事件=$page、自定义事件如paySuccess等
event_type	String	事件类型。示例：visit、page、custom_event等
event_time	DateTime	事件上报时间，毫秒。示例：2021-06-01 23:59:20.912 注：分析应用等场景的核心字段
client_time	DateTime	事件发生时间，毫秒。示例：2021-06-01 23:59:20.912 注：仅用在访问时长和页面时长里
event_id	String	事件ID
anonymous_user	String	访问用户ID
user	String	登录用户ID
user_key	String	用户身份类型。示例：$basic_userId
gio_id	UInt	id-service为用户生成的自增序号，是分析中统计用户量等指标的关键字段
account_id	String	账户ID（GrowingIO产品部署时自动生成，默认唯一值）
dt	Date	事件上报的日期。示例：2021-06-01
attributes	Map	事件属性集。示例：{"city":"beijing","color":"red"}

event_id是对重复数据去重处理的主要参数之一。它的生成机制随事件类型的不同而各异。

访问事件：通过session字段加密生成
页面浏览事件：通过session、client_time和path字段加密生成
自定义事件：通过event_key、client_time、_anonymous_user、user、attributes等加密生成

预定义属性

字段名	字段类型	含义及示例
$session	String	会话标识，标记一个访问
$platform	String	平台标识，示例：Web
$domain	String	域名或包名
$path	String	页面路径
$title	String	页面标题
$referrer_domain	String	来源域名或包名
$referrer_path	String	上一个页面路径
$query	String	页面query参数
$xpath	String	元素在页面中的位置
$text_value	String	元素对应的文本名
$href	String	元素对应的链接
$index	String	元素在列表中的位置，1开始
$url_scheme	String	集成应用标识
$browser	String	浏览器名称
$browser_version	String	浏览器版本
$user_agent	String	浏览器 agent 详细信息
$os	String	操作系统名称
$os_version	String	操作系统版本
$sdk_version	String	SDK版本号
$client_version	String	客户端版本（仅移动端有效）
$channel	String	客户端渠道来源
$utm_source	String	广告来源，标识投放的网站
$utm_medium	String	广告媒介或营销媒介
$utm_campaign	String	广告名称，产品的具体广告系列名称、标语等
$utm_term	String	广告关键字，标识付费搜索关键字
$utm_content	String	广告内容，用于区分相似内容或同一广告内的链接
$key_word	String	访问来源广告关键字
$device_brand	String	设备品牌名称
$device_model	String	设备型号
$device_type	String	设备类型
$device_orientation	String	设备方向
$language	String	语言，示例：zh-cn
$country_code	String	国家码，示例：CN
$country_name	String	国家名称，示例：中国
$region	String	地区，示例：江苏
$city	String	城市，示例：南京
$ip	String	客户端IP地址
$data_source_id	String	数据源信息
$page_count	UInt32	访问深度，即一次访问的页面浏览量
$duration	UInt32	时长（秒）。page事件上是页面停留时长，visit事件上是访问时长

$page_count和$duration是离线计算而非实时采集的信息，时效性是T+1天。

自定义属性

字段名	含义及示例
var_{事件属性标识符}	比如为提交订单事件定义了“订单金额”的属性，标识符为money ，它在事件表中的字段为：var_money
...	...

自定义属性字段的生成机制：客户数据平台中定义了新的事件属性，系统会实时触发事件表增加相应的字段，相应地当删除了某事件属性时，系统也会实时删除事件表中的该属性字段。

预置事件

预置事件是指不需要您代码埋点，只要您的产品集成了GrowingIO的客户端SDK，在自动采集的默认模式下，用户使用您的产品时，用户的大部分行为会默认采集上报，比如用户访问产品、浏览了页面以及点击页面的按钮等行为。一些预置事件则是GrowingIO系统离线计算得到的，以便于支持您使用跳出率、用户量等指标。

名称	标识符	含义及示例
访问	$visit	用户开启新的访问会话，记录一次访问
页面浏览	$page	一次页面浏览
访问退出	$exit	一次访问结束。注：使用会话中的最后一次页面浏览事件，T+1离线计算生成
访问跳出	$bounce	一次访问没有任何页面浏览即结束，T+1离线计算生成
元素点击	$view_click	页面上用户点击元素的事件，比如点击了“查看详情”的按钮
元素修改	$view_change	页面上用户改变元素值的事件，比如修改了下拉框值
表单提交	$form_submit	页面上用户提交表单的事件
任意事件	$anyevent	事件表中的所有事件抽象得到，实时计算生成

关于任意事件
核心使用场景：计算用户量，通过约减数据量来获得查询性能的提升
生成机制：所有事件的部分字段分组统计得到，比如event_time字段换算到小时，attributes字段仅用到path等。

查询示例

-- 查询2021-06-01的用户量

select count(distinct gio_id) from event where dt='2021-06-01';

​

-- 查询2021-06-01的页面浏览量

select count(1) from event where dt='2021-06-01' and event_key='$page';

​

-- 查询2021-06-01的访问量

select count(distinct session) from event where dt='2021-06-01' and event_key='$visit';

​

-- 查询2021-06-01的总访问时长

select sum($duration) from event where dt='2021-06-01' and event_key='$visit';

​

-- 查询2021-06-01的跳出次数

select count(1) from event where dt='2021-06-01' and event_key='$bounce'

​

-- 查询2021-06-01的退出次数

select count(1) from event where dt='2021-06-01' and event_key='$exit'

用户表( user )：

在 user 表中，您可以查询系统中全部识别用户( gio_id )以及用户的

用户身份
用户属性
用户标签
群体画像
融合标记

用户身份

在 user 表中，您可以使用 客户数据平台 > 用户管理 > 用户身份 中定义的 用户身份标识符 查询系统用户的用户身份值。id_{标识符} 和 ids_{标识符} 分别对应 user 表中的一列数据，其中：

列名	数值类型	业务含义
id_{标识符}	字符串	最后识别的用户身份值
ids_{标识符}	列表	全部用户身份值

时效性：准实时数据延时：2分钟以内

举例：

系统用户身份配置为

名称	标识符	识别方式	优先级
用户 ID	$basic_userId	唯一身份 ID	1
设备 ID	$anonymous_user	弱身份 ID	2

一个用户先使用设备X注册并登陆账号u1，后在设备Y上登陆账号u1，此时 user 表中用户身份存储为

gio_id	id_$basic_userId	ids_$basic_userId	id_$anonymous_user	ids_$anonymous_user
n	u1	['u1']	Y	['X','Y']

查询示例：

-- 查询使用设备X的系统用户的全部 用户ID 和 设备ID

select
    gio_id
    ,ids_$basic_userId
    ,ids_$anonymous_user
from olap.user
where has( ids_$anonymous_user , 'X' )

gio_id	ids_$basic_userId	ids_$anonymous_user
n	['u1']	['X','Y']

用户属性

在 user 表中，您可以使用 客户数据平台 > 用户管理 > 用户属性 或 项目 > 用户洞察 > 用户属性 中定义的 用户属性标识符 查询系统用户的用户属性值。usr_{标识符} 对应 user 表中的一列数据，其中：

列名	数值类型	业务含义
usr_{标识符}	由用户属性数值类型决定	用户属性值

时效性：实时

数据延时：秒级

用户属性新建和删除时，user表自动增加和减少对应数据列

查询示例：

-- 查询系统中 用户属性 会员等级( member_type ) 为 VIP 的全部用户以及用户的 用户ID( $basic_userId )、姓氏( $basic_name )和性别( $basic_gender )

select
    gio_id
    ,id_$basic_userId
    ,left( usr_$basic_name , 1) as last_name
    ,usr_$basic_gender
from olap.user
where usr_member_type = 'VIP'

gio_id	ids_$basic_userId	last_name	usr_$basic_gender
n1	m1	陈	男
n2	m2	张	女
...	...	...	...

用户标签

在 user 表中，您可以使用 客户数据平台 > 用户管理 > 用户标签 中定义的 用户标签标识符 查询系统用户的用户标签值。{标识符} 对应 user 表中的一列数据，其中：

列名	数值类型	业务含义
{标识符}	由用户标签数值类型决定	用户标签值

时效性：实时

数据延时：秒级

用户标签更新频率：每日更新

用户标签新建和删除时，user表自动增加和减少对应数据列

查询示例：

-- 查询系统中 设备号为 X 的系统用户的 用户ID( $basic_userId )、会员等级( member_type ) 和 购买意向( tag_purchase_intention)

select
    gio_id
    ,id_$basic_userId
    ,usr_member_type
    ,tag_purchase_intention
from olap.user
where has( ids_$basic_userId , 'X' )

gio_id	id_$basic_userId	usr_member_type	tag_purchase_intention
n	m1	VIP	高

用户分群

在 user 表中，您可以使用 项目 > 用户洞察 > 群体画像 中定义的 群体画像标识符 查询系统用户是否属于该群体。{标识符} 对应 user 表中的一列数据，其中：

列名	数值类型	业务含义
{标识符}	整数	1 - 属于该群体 0 - 不属于该群体

时效性：实时数据延时：秒级群体画像更新频率：每日更新或手动更新

群体画像新建和删除时，user表自动增加和减少对应数据列

查询示例：

-- 查询系统中 属于用户群体 五一参加活动用户( seg_51activity ) 的全部用户以及用户的 用户ID( $basic_userId )、姓氏( $basic_name )、性别( $basic_gender )、会员等级( member_type ) 和 购买意向( tag_purchase_intention)

select
    gio_id
    ,id_$basic_userId
    ,left( usr_$basic_name , 1 ) as last_name 
    ,usr_$basic_gender
    ,usr_member_type
    ,tag_purchase_intention
from olap.user
where seg_51activity = 1

gio_id	id_$basic_userId	last_name	usr_$basic_gender	usr_member_type	tag_purchase_intention
n1	m1	陈	男	VIP	高
n2	m2	张	女	非会员	中
...	...	...	...	...	...

融合标记

在 user 表中，您可以使用 is_merged 查询用户是否被融合。

列名	数值类型	业务含义
is_merged	整数	1 - 被融合 0 - 未被融合

时效性：实时

数据延时：秒级

查询示例：

-- 查询系统中 被融合用户数量

select
    count(distinct gio_id) as `user_merged`
from olap.user
where is_merged = 1

user_merged
431

用户融合日志表( id_mapping_log ):

在 id_mapping_log 表中，您可以查询用户融合记录，该数据表仅包含被融合用户。

列名	数值类型	业务含义
gio_id	整数	被融合的系统用户ID
merged_gio_id	整数	融合后的系统用户ID
merged_time	日期	融合时间

时效性：实时

数据延时：秒级

查询示例：

-- 查询系统用户(gio_id) 35103 被融合记录

select
    gio_id
    ,merged_gio_id
    ,merged_time
from olap.id_mapping_log
where gio_id = 35103

gio_id	merged_gio_id	merged_time
35103	938	2021-09-26 05:57:40.595

数据模型

简介​

客户操作手册​

数据表​

事件表（event）：​

数据字段​

基础信息​

预定义属性​

自定义属性​

预置事件​

查询示例​

用户表( user )：​

用户身份​

用户属性​

用户标签​

用户分群​

融合标记​

用户融合日志表( id_mapping_log ):​

简介

客户操作手册

数据表

事件表（event）：

数据字段

基础信息

预定义属性

自定义属性

预置事件

查询示例

用户表( user )：

用户身份

用户属性

用户标签

用户分群

融合标记

用户融合日志表( id_mapping_log ):