接入埋点

在服务跑起来之后，就可以开始接入埋点了。

接入埋点

这里我们假设使用的是测试环境，flask直接运行。 0.0.0.0:8000 的模式

首先去神策官方下载要接入的SDK 。神策官方手册的每一种接入方式下都有下载地址

我们以web端报js为例，神策提供的官方接入地址是这样的

http://{$service_name}.datasink.sensorsdata.cn/sa?project={$project_name}&token={$project_token}

project_name是购买神策时，神策提供的项目名。按照正常的服务流程，神策提供的两个项目名分别是

default 《-用于测试

production 《-用于生产

token是云端版才有的，由神策发放。

鬼策的报法与神策官方有所不同

同样一个项目 http://localhost:8000/sa.gif?project={$project_name}&remark={remark_name}

其中 localhost:8000对应的是刚刚运行的服务

接口名的sa改为sa.gif，这样的请求在跨域时，兼容性更好。

project名是在项目初始化时，输入的项目名。

remark是标签名，建议生产环境报online，测试环境报beta，开发环境报dev+开发的名字。

这个是与神策最大的不同。神策使用项目来区分不同的环境。鬼策支持同一个项目报在一个项目的不同标记里，也支持不同项目分开报。remark就算不传，也没有影响。

对于从神策换到鬼策的用户，只需要运维调一下域名指向即可，上报端任何修改都不需要。

差异原因：

神策官方使用的是kudu+impala的方式，横向展表不能太多列，为了性能，把每个字段都展成一列了，一列就是一个独立的存储，且加列之后很难删除。所以测试环境和生产环境分开，能保障脏数据不进生产环境。鬼策使用的是tidb，更侧重通用性和灵活性，所有字段以json形式存储在alljson字段中，不存在横向扩展的问题，传错数据删除行即可。因此不需要分开项目，只需要打上对应的标记即可。合并统计时也容易，就算犯错，也就是重新update一下标签的问题，不需要跨库诺数据，灵活性更好。当然，副作用也比较明显，就是不通用字段提取数据的时候，是需要json扫表的，性能会受影响。尤其扫描日期范围大的时候，跟神策的性能差距指数级放大。

埋点校验

埋点校验可以直接查看数据库，或者使用校验接口。

"埋点校验接口" http://localhost:8000/ghost_check 必须使用POST方法请求，GET请求会被忽略

使用post方式传参，POSTMAN直接传就行，返回的是json

password <--请求时必须携带密码，没有密码请求会被忽略。密码是configs/admin.py 里配置的密码

project <-- 请求时必须携带项目名，不然会被忽略

remark <-- 识别标记，测试的时候使用什么标记，就用什么标记，如 dev_开发人员名字_开发分支

event <-- 埋点的事件名，不填则为不限

distinct_id <-- distinct_id

date <-- 上报的日期，不填则为当日

hour <-- 上报的小时，不填则为当时

order <-- 按照时间正序：asc 按照时间倒叙 desc

start <-- 返回结果从第几条显示，不填则从0开始显示

limit <-- 返回结果数量限制，不填则默认返回10条，最大不超过200条