统计的分类
统计分为新增统计、活跃统计、留存统计
新增统计
首先确认维度
- 按设备号统计
- 按用户账号统计 两者区别在于用户是否登录。
其次，某些应用会把长时间未登录的用户算作新增用户，如果这样也算新增，需要划分时间范围（30天、90天或者半年），如果不划分时间范围就是仅记录真正新增的用户，数据比前者略少，具体看推广的力度。
新增的计算方法为：
- 用户是否新建账号，新建账号必定是新增用户，
- 当前用户是否在指定时间段内登陆过，如果未登陆过，算作新用户，
以上两种情况都会向日志表中插入一条数据，日志表主要记录，用户id、设备号、登陆时间、创建时间、更新时间、删除时间。视乎情况记录用户的手机型号，系统版本和操作系统。- 如果一天中服务器有相对空闲的时间（一般指凌晨），可以选择用脚本在指定时间生成统计数据
- 没有相对空闲的时间，可以选择部署clickhouse，经过实战测试，通过clickhouse查询mysql，上亿甚至十亿级的表关联查询都可以轻松抗住。
活跃统计
活跃数的定义是：只要今天登陆过应用，即算活跃。
用户每日第一次打开应用是即上报一条信息到MQ，MQ消费时查询该用户信息在今日是否上包裹，如果上报过，丢弃这条MQ。
活跃数的统计也分为两种情况
- 统计当天活跃用户
- 统计统计指定日期活跃用户
第一种情况，如果非常要求实时性，可以用服务器的socket连接数来表示即可，
第二种情况也是两套方案
- 获取实时数据，
1.1 通过clickhouse实时查询。
1.2 用服务器的socket连接数表示当前活跃用户数，误差在3%左右（因为存在连接断开尝试重连的情况。）- 获取历史数据，通过定时脚本在空余时间（一般是第二日的零点之后）生成统计数据，存入统计详情表。
留存统计
此处留存以活跃设备举例，留存按照日期，分为昨日留存，3日留存，7日留存，15日留存，30日留存
留存的计算方法是：
- 获取今日活跃的账号；
- 获取昨日活跃的账号；
- 判断前者在后者中的占比；
有几套方案可供选择：
- 使用redis中的set，set有求交集的功能。
- 将第一步和第二步获取的数据存入map中，循环交叉对比。
- 直接使用clickhouse查询（性能极高）。
三者任选其一，个人推荐第三个方案，不加索引都很快。
