Amundsen元数据平台用户行为追踪实践指南

倪焰尤Quenna

于 2025-06-09 09:03:20 发布

阅读量410

点赞数 5

本文链接：https://blog.csdn.net/gitblog_00190/article/details/148524088

版权

Amundsen元数据平台用户行为追踪实践指南

amundsen 项目地址: https://gitcode.com/gh_mirrors/amu/amundsen

前言

在企业数据治理体系中，了解用户如何与元数据平台交互至关重要。Amundsen作为Lyft开源的元数据发现和治理平台，提供了多种用户行为追踪方案。本文将详细介绍如何实施这些方案，帮助您获得有价值的用户行为洞察。

基础追踪方案：Google Analytics集成

对于初步的用户行为分析需求，Google Analytics提供了简单易行的解决方案：

配置流程：
- 获取Google Analytics的跟踪ID
- 在Amundsen前端配置文件中设置该ID
- 系统将自动收集页面浏览等基础交互数据
适用场景：
- 页面访问量统计
- 用户地域分布
- 设备类型分析
- 会话时长统计

高级追踪方案：Action Logging机制

对于需要深度分析用户行为的场景，Amundsen提供了action_logging装饰器机制，可以实现细粒度的用户行为追踪。

核心架构

日志模型：

class ActionLogModel:
    command: str        # 执行的操作命令
    user: str          # 执行操作的用户
    pos_args: list     # 位置参数
    keyword_args: dict # 关键字参数
    output: dict       # 操作输出
    error: str         # 错误信息

数据流设计：
- 前端操作 → 后端API → Action Logging装饰器 → 事件管道(如Kafka) → 数据仓库

实施步骤

自定义日志处理器：
- 创建继承自BaseActionLog的处理器类
- 实现log_action方法，定义事件发送逻辑
配置入口点：
- 在项目配置中注册自定义处理器
- 确保处理器能够访问企业内部的日志收集系统

事件协议定义：

message UserAction {
    string host_name = 1;          // 发送主机名
    int64 start_epoch_ms = 2;      // 开始时间戳(毫秒)
    int64 end_epoch_ms = 3;        // 结束时间戳(毫秒)
    string pos_args_json = 4;       // 位置参数JSON
    string keyword_args_json = 5;   // 关键字参数JSON
    string output = 6;             // 操作输出
    string error = 7;              // 错误信息
    string user = 8;               // 用户标识
}

关键指标与SQL示例

1. 用户活跃度分析

周活跃用户(WAU):

SELECT date_trunc('week', timestamp) AS week,
       COUNT(DISTINCT user) AS active_users
FROM amundsen_user_actions
WHERE timestamp BETWEEN '2023-01-01' AND '2023-12-31'
GROUP BY 1
ORDER BY 1

日活跃用户(DAU):

SELECT date_trunc('day', timestamp) AS day,
       COUNT(DISTINCT user) AS active_users
FROM amundsen_user_actions
WHERE timestamp BETWEEN '2023-01-01' AND '2023-12-31'
  AND DAYOFWEEK(timestamp) NOT IN (1,7) -- 排除周末
GROUP BY 1
ORDER BY 1

2. 用户渗透率分析

按角色统计渗透率:

SELECT u.role,
       COUNT(DISTINCT a.user) * 100.0 / COUNT(DISTINCT u.email) AS penetration_rate
FROM user_roles u
LEFT JOIN amundsen_user_actions a ON u.email = a.user
WHERE a.timestamp BETWEEN '2023-01-01' AND '2023-12-31'
GROUP BY 1
HAVING COUNT(DISTINCT u.email) > 20 -- 过滤样本量小的角色
ORDER BY 2 DESC

3. 搜索行为分析

搜索点击率(CTR):

SELECT date_trunc('day', timestamp) AS day,
       SUM(CASE WHEN click_position <= 3 THEN 1 ELSE 0 END) * 100.0 / COUNT(*) AS ctr
FROM (
    SELECT timestamp,
           CAST(JSON_EXTRACT(keyword_args, '$.index') AS INT) AS click_position
    FROM amundsen_user_actions
    WHERE command IN ('table_click', 'dashboard_click')
      AND JSON_EXTRACT(keyword_args, '$.source') IN ('search_results', 'inline_search')
) t
GROUP BY 1
ORDER BY 1

4. 热门资源分析

最受欢迎数据表TOP 10:

SELECT resource_id,
       COUNT(*) AS access_count
FROM amundsen_user_actions
WHERE command = 'table_click'
  AND timestamp BETWEEN '2023-01-01' AND '2023-12-31'
GROUP BY 1
ORDER BY 2 DESC
LIMIT 10