项目中经常需要做打点。下面是一种打点逻辑的实现方案,例子如下所示:
public static void main(String[] args) {
// 1. 新建一个统计项
StatisticPipeLine pipeLine = StatisticPipeLine.create("game_statistic");
// 标记一些动作
// 默认提供了开始-结束计时动作(TimerAction)、计数器动作(CounterAction)、枚举动作(EnumAction)
pipeLine.put(EnumAction.fromValue(5), "entrance")
.put(CounterAction.zero(), "counter")
.put(TimerAction.Start.fromCurrentTimestamp(), "start_click");
// 模拟耗时操作
sleep(2000);
// 结束计时
pipeLine.put(TimerAction.End.fromStart("start_click"), "show_ui");
// 计数器+1
pipeLine.put(CounterAction.increase("counter")); // should print counter=1
// 模拟耗时操作
sleep(1000);
// 结束计时
pipeLine.put(TimerAction.End.fromStart("start_click"), "show_video");
// 获得统计结果
Map<String, Object> assemble = pipeLine.assemble();
// 结果为 {show_video=3005, counter=1, entrance=5, show_ui=2002}
System.out.println(assemble);
}
代码在: https://github.com/legendmohe/StatisticPipeLine
以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网
猜你喜欢:- 前端iOS打点统计的AOP技术实践
- 为什么前端监控要用 GIF 打点
- 打点 API 和 bitsv 对数据上链的不同处理
- 麋鹿分布图制作(二)—— 用Python和R在地图上打点
- centos创建逻辑卷和扩容逻辑卷
- AI「王道」逻辑编程的复兴?清华提出神经逻辑机,已入选ICLR
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
大数据时代的算法:机器学习、人工智能及其典型实例
刘凡平 / 电子工业出版社 / 2017-1 / 49
《大数据时代的算法:机器学习、人工智能及其典型实例》介绍在互联网行业中经常涉及的算法,包括排序算法、查找算法、资源分配算法、路径分析算法、相似度分析算法,以及与机器学习相关的算法,包括数据分类算法、聚类算法、预测与估算算法、决策算法、关联规则分析算法及推荐算法。《大数据时代的算法:机器学习、人工智能及其典型实例》涉及的相关算法均为解决实际问题中的主流算法,对于工作和学习都有实际参考意义。 《......一起来看看 《大数据时代的算法:机器学习、人工智能及其典型实例》 这本书的介绍吧!