CroupierCroupier
指南
架构
API 参考
  • C++ SDK
  • Go SDK
  • Java SDK
  • JavaScript SDK
  • Python SDK
分析
GitHub
指南
架构
API 参考
  • C++ SDK
  • Go SDK
  • Java SDK
  • JavaScript SDK
  • Python SDK
分析
GitHub
  • 分析系统

    • 游戏数据分析系统
    • 快速开始

游戏数据分析系统文档

欢迎使用 Croupier 游戏数据分析系统!本文档将帮助您了解如何构建现代化的游戏数据分析平台。

📚 文档导航

🎯 核心概念

  • 游戏指标全景图 - 完整的游戏数据指标体系
  • 数据采集架构 - 客户端vs服务器端采集策略
  • 游戏类型适配 - 不同游戏类型的指标选择

🛠️ 技术实施

  • OpenTelemetry集成指南 - 现代化遥测解决方案
  • 当前系统分析 - 现有Analytics系统详解
  • 系统增强方案 - 完整的系统升级路线图
  • ClickHouse 表结构 - 事件/支付与按天聚合表设计

🚀 实施指南

  • 快速开始 - 5分钟上手指南
  • 最佳实践 - 生产环境部署建议
  • 故障排除 - 常见问题解决方案

📊 指标参考

  • 指标词典 - 所有指标的详细定义
  • API参考 - 完整的API文档
  • SDK参考 - 多语言SDK使用指南

🎮 支持的游戏类型

游戏类型核心指标特殊需求文档链接
休闲游戏留存率、广告收益、Session时长碎片化指标、上手难度休闲游戏指标
重度RPG成长体系、付费深度、社交粘性养成投入度、数值平衡RPG游戏指标
竞技游戏竞技平衡、技能成长、匹配质量作弊检测、网络体验竞技游戏指标
策略游戏策略深度、时间投入、META演化决策分析、学习曲线策略游戏指标

🔧 技术架构

🌟 核心优势

标准化数据模型

  • 基于 OpenTelemetry 行业标准
  • 统一的 Traces、Metrics、Logs 数据格式
  • 多语言SDK支持 (Go/Java/C++/JavaScript/Python)

灵活的部署方式

  • 云原生架构,支持容器化部署
  • 多种后端存储选择 (ClickHouse/Prometheus/Elasticsearch)
  • 水平扩展,支持高并发数据处理

游戏业务深度优化

  • 游戏特有的语义标准化
  • 完整的用户行为链路追踪
  • 实时性能监控和异常检测

📈 业务价值

运营优化

  • 用户获取成本降低 15-25% - 精准渠道投放分析
  • 用户留存提升 10-15% - 流失预警和干预
  • 活动ROI提升 30-50% - 数据驱动的活动优化

技术提升

  • 开发效率提升 70% - 标准化SDK和工具链
  • 故障定位速度提升 80% - 分布式链路追踪
  • 运维成本降低 50% - 自动化监控和告警

🌐 公网采集入口(Analytics Ingestion)

面向“游戏客户端”的事件上报,推荐使用独立的 Analytics Ingestion 服务(与控制面解耦),具备如下特性:

  • 安全:前置 CDN/WAF、基于 HMAC-SHA256 的签名校验、时间戳+nonce 防重放、按游戏/环境限流
  • 可靠:写入 MQ(Redis Streams/Kafka),消费失败可重放;支持 MaxLen 背压
  • 灵活:完全业务事件模型(login/progression/purchase…),字段白名单与灰度开关

最小化落地示例(已在本仓库提供 services/ingest):

  • 端点:
    • POST /api/ingest/events(通用事件数组)
    • POST /api/ingest/payments(支付事件数组)
  • 认证与防重放(请求头):
    • X-Timestamp:Unix 秒;与服务器允许的时间偏差默认 300s
    • X-Nonce:客户端生成随机字符串
    • X-Signature:Base64(HMAC-SHA256(secret, ${timestamp}\n${nonce}\n${sha256(body)}))
    • 共享密钥通过环境变量 ANALYTICS_INGEST_SECRET 配置
  • 环境变量:
    • ANALYTICS_MQ_TYPE=redis
    • REDIS_URL=redis://user:pass@host:6379/0
    • ANALYTICS_REDIS_STREAM_EVENTS=analytics:events
    • ANALYTICS_REDIS_STREAM_PAYMENTS=analytics:payments
    • ANALYTICS_INGEST_SECRET=your-secret
    • ANALYTICS_INGEST_SKEW=300(可选,允许时间偏差秒)

与 OTel Collector 的关系:

  • 客户端若不便引入 OTLP,可直接用 Ingestion(HTTP/JSON)
  • 服务端/Agent 的 traces/metrics 建议走 OTel Collector;业务事件可通过 SDK/Bridge 写 MQ
  • 二者可并存,最终在 ClickHouse/Grafana 汇聚

🚀 快速开始

  1. 环境准备

    # 克隆项目
    git clone https://github.com/cuihairu/croupier.git
    cd croupier
    
    # 启动基础服务
    docker-compose up -d clickhouse redis
    
  2. 启动分析服务

    # 编译并启动 server (go-zero)
    make server
    ./bin/croupier-server -f services/server/etc/server.yaml
    
    # 启动 Analytics Ingest 服务 (事件采集)
    make ingest
    ./bin/croupier-ingest -f services/ingest/etc/ingest.yaml
    
    # 启动 Analytics Worker (消费处理)
    make worker
    ./bin/croupier-worker
    
  3. 查看分析面板

    打开浏览器访问: http://localhost:8080/analytics
    

📞 获取支持

  • 文档问题: 文档Issue
  • 技术讨论: GitHub Discussions
  • Bug报告: Bug Report Template

💡 提示: 建议先阅读游戏指标全景图了解整体框架,再根据您的游戏类型选择对应的实施方案。

在 GitHub 上编辑此页
最后更新: 2026/1/8 05:17
Next
快速开始