blog
整理一個系統(tǒng)設(shè)計．該系統(tǒng)通過收集用戶的基本信息與行為信息構(gòu)建出一個完整的用戶畫像，然后根據(jù)用戶的基本屬性或者行為進(jìn)行實時或定時的營銷行為（向用戶發(fā)消息，發(fā)郵件，發(fā)短信，推薦內(nèi)容等等）.

數(shù)據(jù)采集

這是一個基于實時數(shù)據(jù)的實時系統(tǒng)，因此數(shù)據(jù)的采集也大部分是實時的.數(shù)據(jù)的來源分為兩部分．一種是從數(shù)據(jù)庫來的基本屬性，這些通過canal實時采集．另一種是從kafka來的行為信息，這些大部分是從業(yè)務(wù)里打出來的日志．
基本屬性采集
canal是阿里開源出來的一個mysql數(shù)據(jù)庫binlog增量訂閱消費的組件．且不管阿里造它的目的，于我們來說它有個珍貴的特性就是可以讓數(shù)據(jù)庫中靜態(tài)的數(shù)據(jù)流動起來,它會把數(shù)據(jù)表的每一行改動作為事件，然后把改動前和改動后> 的數(shù)據(jù)發(fā)送出來．github地址．我們通過canal的客戶端把數(shù)據(jù)打到kafka，然后消費kakfa解析每一個數(shù)據(jù)表的內(nèi)容merge后存入elastic search索引，拿用戶信息來說，我們現(xiàn)在就有了一份
實時更新的包含多個數(shù)據(jù)庫數(shù)據(jù)的索引．
行為信息采集
行為信息（比如用戶的登錄，更新信息，瀏覽，交易等）大都是通過接收業(yè)務(wù)方kafka然后把信息統(tǒng)一整理保存在elastic search之中．行為信息保存了每一種行為第一次發(fā)生時間，最后一次發(fā)生時間，發(fā)生總次數(shù)，最近兩周內(nèi)每> 一天的發(fā)生次數(shù)以及與具體行為有關(guān)的一些額外數(shù)據(jù)．
這樣我們就有了一個擁有基本信息與行為信息的一個近實時的索引．

數(shù)據(jù)模型

數(shù)據(jù)模型就是指的上面保存好的elastic search索引，包含了用戶的基本信息和行為信息．

任務(wù)調(diào)度

任務(wù)指的是根據(jù)用戶的基本信息和行為信息配置一系列針對的動作，包括發(fā)送站內(nèi)消息，郵件，短信．任務(wù)分兩種，事件任務(wù)和計劃任務(wù)．事件任務(wù)指的是可以實時對正在發(fā)生的用戶時間作出處理，比如用戶的登錄等，這部分主要
靠kafka消息結(jié)合用戶信息索引的檢索實現(xiàn)．計劃任務(wù)指的是設(shè)置定時任務(wù)定時檢索索引實現(xiàn)，這部分用quartz實現(xiàn)，比如任務(wù)可以配置為每十分鐘向兩天前注冊而沒有發(fā)生交易行為的用戶發(fā)送一封站內(nèi)信．

效果跟蹤

這部分實現(xiàn)了統(tǒng)計每個任務(wù)每日發(fā)送的人數(shù)

待完成

統(tǒng)計站內(nèi)信，郵件的展現(xiàn)量和點擊量
介紹的很籠統(tǒng)，待完善．．．