clickhouse数据模型之session分析
2020-09-10 本文已影响0人
响指_郭彦超
什么是session，Session即会话，是指在指定的时间段内在您的网站/H5/小程序/APP上发生的一系列用户行为的集合。例如，一次会话可以包含多个页面浏览、交互事件等。
前言
image.png
Session 是具备时间属性的，根据不同的切割规则，可以生成不同长度的 Session; 可见，Session统计与上述智能路径检测的场景有相似之处，都需要寻找用户行为链的边界进行处理；session分析主要包含两部分：
-
session切割；例如，用户访问您的网站，打开了一个网页，有事离开了电脑。几个小时候回来后继续访问，用户的session访问次数应该算作几次? 又比如，用户在pc端添加了购物车，在手机端完成了支付，又应该算作几次。
-
session指标统计；session分析常见的分析指标有，session访问次数，访问深度、访问时长、跳出率等等。
模型
- 案例一
以30分钟为超时时间，按天统计所有用户的Session总数（跨天的Session也会被切割）
SELECT
ts_date,
sum(length(session_gaps)) AS session_cnt #计算会话次数
FROM (
WITH
arraySort(groupArray(toUnixTimestamp(time))) AS times,
arrayDifference(times) AS times_diff #求解相邻事件的时间差
SELECT
toDate(time) as ts_date,
arrayFilter(x -> x > 1800, times_diff) AS session_gaps #设置切割点
FROM app.scene_tracker
WHERE toDate(time) >= '2020-09-06' AND toDate(time) <= '2020-09-07'
GROUP BY ts_date,user_id
)
GROUP BY ts_date
- 案例二
以30分钟或指定事件为【会员支付成功】做为切割点，统计每天session平均访问深度(相邻相同事件只计算一次)
SELECT
ts_date,
count(1) session_cnt,
sum(length(event_chain)) AS event_cnt,
round(event_cnt/session_cnt)
FROM (
WITH
arraySort(groupArray(( toUnixTimestamp(time), act ))) AS sorted_events,
arrayEnumerate(sorted_events) AS event_idxs,
arrayFilter(
(x,y,z) -> y>1800 or z.2='会员支付成功',
event_idxs,
arrayDifference(sorted_events.1),
sorted_events
) as gap_index ,
arrayMap(x->x+1, gap_index) as gap_index_ ,
arrayMap(x -> if(has(gap_index_, x), 1, 0), event_idxs) as gap_marks ,
arraySplit((x,y) -> y, sorted_events, gap_marks) as session_chain
SELECT
toDate(time) as ts_date,
u_i as user_id,
arrayJoin(session_chain) event_chain_,
arrayCompact(x->x.2, event_chain_) event_chain
FROM app.scene_tracker
WHERE toDate(time) >= '2020-09-06' AND toDate(time) <= '2020-09-07'
GROUP BY ts_date,user_id
)
GROUP BY ts_date
image.png
最后附上一篇易观OLAP算法大赛，对session分析感兴趣的可以看下：OLAP Session分析
