Python SDK

在使用前，请先阅读数据模型的介绍。

1. 集成神策分析 SDK

在 Python 脚本中集成神策分析 SDK，使用神策分析采集并分析用户数据。

我们推荐使用 pip 管理 Python 项目并获取神策分析 SDK：

    pip install SensorsAnalyticsSDK

如果不使用 pip，也可以从 Github 下载神策分析 SDK 的源代码。

SDK 兼容 Python 2.6+ 和 Python3 3.X，不依赖第三方库。

2. 初始化神策分析 SDK

2.1 获取配置信息

首先从神策分析的主页中，获取数据接收的 URL 和 Token（Cloud 版）。

如果使用神策分析 Cloud 服务，需获取的配置信息为:

• 数据接收地址，建议使用不带端口号的: http://{$service_name}.datasink.sensorsdata.cn/sa?project={$project_name}&token={$project_token}

• 数据接收地址，带端口号的: http://{$service_name}.cloud.sensorsdata.cn:8106/sa?project={$project_name}&token={$project_token}

如果用户使用单机版私有部署的神策分析，默认的配置信息为：

• 数据接收地址: http://{$host_name}:8106/sa?project={$project_name}

  （注：神策分析 1.7 及之前的版本，单机版私有部署默认端口号为 8006）

如果用户使用集群版私有部署的神策分析，默认的配置信息为：

• 数据接收地址: http://{$host_name}:8106/sa?project={$project_name}

其中 {$host_name} 可以是集群中任意一台机器。

如果私有部署的过程中修改了 Nginx 的默认配置，或通过 CDN 等访问神策分析，则请咨询相关人员获得配置信息。

2.2 在程序中初始化 SDK

在程序中初始化的代码段中构造神策分析 SDK 的实例：

    import sensorsanalytics

    # 从神策分析配置页面中获取数据接收的 URL
    SA_SERVER_URL = 'YOUR_SERVER_URL'

    # 初始化一个 Consumer，用于数据发送
    # DefaultConsumer 是同步发送数据，因此不要在任何线上的服务中使用此 Consumer
    consumer = sensorsanalytics.DefaultConsumer(SA_SERVER_URL)
    # 使用 Consumer 来构造 SensorsAnalytics 对象
    sa = sensorsanalytics.SensorsAnalytics(consumer)

    # 记录用户登录事件
    distinct_id = 'ABCDEF123456789'
    sa.track(distinct_id, 'UserLogin', is_login_id=True)

    sa.close()

其中 YOUR_SERVER_URL 是前文中从神策分析获取的数据接收的 URL。用户程序应该一直持有该实例，直到程序结束。程序退出前，需要使用 close() 方法显式关闭，否则可能丢失部分缓存的数据。

至此，我们已经可以正常使用神策分析 SDK 了。需了解更多关于 SDK 的使用方法，可以跳到本文末尾的 控制神策分析 SDK 一节。

3. 追踪事件

第一次接入神策分析时，建议先追踪 3~5 个关键的事件，只需要几行代码，便能体验神策分析的分析功能。例如：

• 图片社交产品，可以追踪用户浏览图片和评论事件

• 电商产品，可以追踪用户注册、浏览商品和下订单等事件

用户通过 track() 接口记录事件，对于任何事件，必须包含用户标志符（distinct_id）和事件名（event_name）两个参数。同时，用户可以在 track() 的第三个参数传入一个 dict 对象，为事件添加自定义事件属性。以电商产品为例，可以这样追踪一次购物行为：

    distinct_id = 'ABCDEF123456'

    properties = {
        # '$time' 属性是系统预置属性，传入 datetime 对象，表示事件发生的时间，如果不填入该属性，则默认使用系统当前时间
        '$time' : datetime.datetime.now(),
        # '$ip' 属性是系统预置属性，如果服务端中能获取用户 IP 地址，并填入该属性，神策分析会自动根据 IP 地址解析用户的省份、城市信息
        '$ip' : '123.123.123.123',
        # 商品 ID
        'ProductId' : '123456',
        # 商品类别
        'ProductCatalog' : 'Laptop Computer',
        # 是否加入收藏夹，Boolean 类型的属性
        'IsAddedToFav' : True,
    }

    # 记录用户浏览商品事件
    sa.track(distinct_id, 'ViewProduct', properties, is_login_id=True)

    properties = {
        # 用户 IP 地址
        '$ip' : '123.123.123.123',
        # 商品 ID 列表，list<str> 类型的属性
        'ProductIdList' : ['123456', '234567', '345678'],
        # 订单价格
        'OrderPaid' : 12.10,
    }

    # 记录用户订单付款事件
    sa.track(distinct_id, 'PaidOrder', properties, is_login_id=True)

3.1 事件属性

如前文中的样例，追踪的事件可以设置自定义的事件属性，例如浏览商品事件中，将商品 ID、商品分类等信息作为事件属性。在后续的分析工作中，事件属性可以作为统计过滤条件使用，也可以作为维度进行多维分析。对于事件属性，神策分析有一些约束:

• 事件属性是一个 dict 对象

• dict 中每个元素描述一个属性，Key 为属性名称，必需是 str 类型

• dict 中，每个元素的 Value 是属性的值，支持 str、int、float、list、datetime.datetime 和 datetime.date

对于神策分析中事件属性的更多约束，请参考 数据格式

3.1.1 系统预置属性

如前文中样例，事件属性中以 '$' 开头的属性为系统预置属性，在自定义事件属性中填入对应 '$' 开头的属性值可以覆盖这些预置属性：

• $ip - 填入该属性，神策分析会自动根据 IP 地址解析用户的省份、城市信息，该属性值为 str 类型；

• $time - 填入该属性，神策分析将事件时间设置为属性值的时间，该属性值必须为 datetime.datetime 或 datetime.date 类型。请注意，神策分析默认会过滤忽略 365 天前或 3 天后的数据，如需修改请联系我们。

关于其他更多预置属性，请参考 数据格式 中 '预置属性' 一节。

4. 用户识别

在服务端应用中，神策分析也要求为每个事件设置用户的 Distinct Id，这有助于神策分析提供更准确的留存率等数据。

对于注册用户，推荐使用系统中的用户 ID 作为 Distinct Id，不建议使用用户名、Email、手机号码等可以被修改的信息。对于未注册的匿名用户，服务端也需要生成一个随机 ID 以标记用户。

所有的 track 和 profile 系列方法建议明确指定 is_login_id 参数，以便明确告知神策分析用户 ID 的类型。

4.1 用户注册/登录

当同一个用户的 Distinct Id 发生变化时（一般情况为匿名用户注册行为），可以通过 track_signup() 将旧的 Distinct Id 和新的 Distinct Id 关联，以保证用户分析的准确性。例如：

    # 匿名ID 由前端传过来
    anonymous_id = '9771C579-71F0-4650-8EE8-8999FA717761'

    register_id = '0012345678'

    # 用户注册/登录时，将用户注册 ID 与 匿名 ID 关联
    sa.track_signup(register_id, anonymous_id)

注意，对同一个用户，track_signup() 一般情况下建议只调用一次（通常在用户 注册 时调用），用户 登录 前后的行为的关联建议在业务端实现。在神策分析 1.13 版本之前，多次调用 track_signup() 时，只有第一次关联行为是有效的。神策分析 1.13 版本之后提供了多设备 id 关联的方法。更详细的说明请参考 如何准确的标识用户，并在必要时联系我们的技术支持人员。

5. 设置用户属性

为了更准确地提供针对人群的分析服务，神策分析 SDK 可以设置用户属性，如年龄、性别等。用户可以在留存分析、分布分析等功能中，使用用户属性作为过滤条件或以用户属性作为维度进行多维分析。

使用 profile_set() 设置用户属性:

    distinct_id = 'ABCDEF123456789'

    properties = {
        # 用户性别属性（Sex）为男性
        'Sex' : 'Male',
        # 用户等级属性（Level）为 VIP
        'UserLevel' : 'Elite VIP',
    }

    # 设置用户属性
    sa.profile_set(distinct_id, properties, is_login_id=True)

对于不再需要的用户属性，可以通过 profile_unset() 接口将属性删除。

用户属性中，属性名称与属性值的约束条件与事件属性相同，详细说明请参考 数据格式。

5.1 记录初次设定的属性

对于只在首次设置时有效的属性，我们可以使用 profile_set_once() 记录这些属性。与 profile_set() 接口不同的是，如果被设置的用户属性已存在，则这条记录会被忽略而不会覆盖已有数据>，如果属性不存在则会自动创建。因此，profile_set_once() 比较适用于为用户设置首次激活时间、首次注册时间等属性。例如：

    distinct_id = 'ABCDEF123456789'

    # 设置用户渠道属性（AdSource）为 "App Store"
    sa.profile_set_once(distinct_id, {'AdSource' : 'App Store'})

    # 再次设置用户渠道属性（AdSource），设定无效，属性 "AdSource" 的值仍为 "App Store"
    sa.profile_set_once(distinct_id, {'AdSource' : 'Search Engine'})

5.2 数值类型的属性

对于数值型的用户属性，可以使用 profile_increment() 对属性值进行累加。常用于记录用户付费次数、付费额度、积分等属性。例如：

    distinct_id = 'ABCDEF123456789'

    # 设置用户游戏次数属性（GamePlayed），将次数累加1次
    sa.profile_increment(distinct_id, {'GamePlayed' : 1}, is_login_id=True)

5.3 列表类型的属性

对于用户喜爱的电影、用户点评过的餐厅等属性，可以记录列表型属性。需要注意的是，列表型属性中的元素必须为 str 类型，且元素的值会自动去重。关于列表类型限制请见 数据格式 7.3 属性长度限制。

    distinct_id = 'ABCDEF123456789'

    properties = {
        # 电影列表
        'Movies' : ['Sicario', 'Love Letter'],
        # 游戏列表
        'Games' : ['Call of Duty', 'Halo'],
    }

    # 传入properties，设置用户喜欢的电影属性（movies）和喜欢的游戏属性（games）
    # 设置成功后，"Movies" 属性值为 ["Sicario", "Love Letter"]；"Games" 属性值为 ["Call of Duty", "Halo"]
    sa.profile_append(distinct_id, properties, is_login_id=True)

    # 传入属性名称和需要插入属性的值，设置用户喜欢的电影属性（Movies）
    # 设置成功后 "Movies" 属性值为 ["Sicario", "Love Letter", "Dead Poets Society"]
    sa.profile_append(distinct_id, {'Movies' : ['Dead Poets Society']}, is_login_id=True)

    # 传入属性名称和需要插入属性的值，设置用户喜欢的电影属性（Movies），
    # 但属性值 "Love Letter" 与已列表中已有元素重复，操作无效，
    # "Movies" 属性值仍然为 ["Sicario", "Love Letter", "Dead Poets Society"]
    sa.profile_append(distinct_id, {'Movies' : ['Love Letter']}, is_login_id=True)

6. 物品元数据上报

在神策推荐项目中，客户需要将物品元数据上报，以开展后续推荐业务的开发与维护。神策分析 SDK 提供了设置与删除物品元数据的方法。

item_id（物品 ID ）与 item_type （物品所属类型）共同组成了一个物品的唯一标识。所有的 item 系列方法都必须同时指定物品 ID 及物品所属类型这两个参数，来完成对物品的操作。

6.1 设置物品

直接设置一个物品，如果已存在则覆盖。除物品 ID 与 物品所属类型外，其他物品属性需在 $properties 中定义。

物品属性中，属性名称与属性值的约束条件与事件属性相同，详细说明请参考 数据格式。

    # 例如
    item_type = 'apple'
    item_id = '12345'
    sa.item_set(item_type, item_id, {"price": "3"})

6.2 删除一个物品

如果物品不可被推荐需要下线，删除该物品即可，如不存在则忽略。

除物品 ID 与 物品所属类型外，不解析其他物品属性。

    # 例如
    item_type = 'apple'
    item_id = '12345'
    sa.item_delete(item_type, item_id)

7. 设置神策分析 SDK

Python SDK 主要由以下两个组件构成:

• SensorsAnalytics: 用于发送数据的接口对象，构造函数需要传入一个 Consumer 实例。

• Consumer: Consumer 会进行实际的数据发送

为了让开发者更灵活的接入数据，神策分析 SDK 实现了以下 Consumer:

7.1 LoggingConsumer(推荐)

用于将数据输出到指定目录并按天切割文件，一般用于在 Python 脚本中处理实时数据，生成日志文件并使用 LogAgent 等工具导入。

    import sensorsanalytics

    # 初始化 Logging Consumer
    consumer = sensorsanalytics.LoggingConsumer('/data/sa/access.log')

    # 使用 Consumer 来构造 SensorsAnalytics 对象
    sa = sensorsanalytics.SensorsAnalytics(consumer)

可以通过参数配置切分间隔和保留的文件数，默认是每天0点切割，保留所有文件。具体参数含义参考Python 标准库 logging.handlers.TimedRotatingFileHandler 文档。

    # 按小时切分，保留最近10个文件
    consumer = sensorsanalytics.LoggingConsumer('/data/sa/access.log', backupCount=10, when='H')

注意，请不要使用多进程写入同一个日志文件，可能会造成数据丢失或者错乱。如果需要多进程写入，请使用 ConcurrentLoggingConsumer。

7.2 ConcurrentLoggingConsumer（推荐）

用于将数据输出到指定目录，并自动按 天 切割文件，与 LoggingConsumer 不同的是，它支持多进程写入同一个文件。一般用于 Django、uWSGI 等特殊的多进程场景。

    import sensorsanalytics

    # 当缓存的数据量达到参数值时，批量向文件中写入数据
    SA_BULK_SIZE = 1024

    # 初始化 Concurrent Logging Consumer，写入文件 '/data/sa/access.log.YYYY-MM-DD' 中，日志缓冲区长度为 1024 条
    consumer = sensorsanalytics.ConcurrentLoggingConsumer('/data/sa/access.log', SA_BULK_SIZE)

    # 使用 Consumer 来构造 SensorsAnalytics 对象
    sa = sensorsanalytics.SensorsAnalytics(consumer)

    # ...

    # 程序结束前调用 flush() ，通知 Consumer 发送所有缓存数据
    sa.flush()

注意： LogAgent 配置文件中一定要注释掉 real_time_file_name 参数，否则无法正常导入数据。已使用 LoggingConsumer 的客户建议按照如下步骤切换到 ConcurrentLoggingConsumer：

第 1 步 停掉 LogAgent，并注释掉 LogAgent 配置中的 real_time_file_name 参数。 第 2 步 将日志目录下的 real_time_file_name 的文件加上当前时间的后缀 ".YYYY-MM-DD"。 第 3 步 后端程序升级切换到 ConcurrentLoggingConsumer。 第 4 步 重新启动 LogAgent。

7.3 DebugConsumer（测试使用）

用于校验数据导入是否正确，关于 Debug 模式 的详细信息，请进入相关页面查看。请注意，不要在生产环境中使用 Debug 模式。

    import sensorsanalytics

    # 神策分析数据接收的 URL
    SA_SERVER_URL = 'YOUR_SERVER_URL'
    # 发送数据的超时时间，单位毫秒
    SA_REQUEST_TIMEOUT = 100000
    # Debug 模式下，是否将数据导入神策分析
    #   True - 校验数据，并将数据导入到神策分析中
    #   False - 校验数据，但不进行数据导入
    SA_DEBUG_WRITE_DATA = True

    # 初始化 Debug Consumer
    consumer = sensorsanalytics.DebugConsumer(SA_SERVER_URL, SA_DEBUG_WRITE_DATA, SA_REQUEST_TIMEOUT)

    # 使用 Consumer 来构造 SensorsAnalytics 对象
    sa = sensorsanalytics.SensorsAnalytics(consumer)

7.4 ConsoleConsumer

用于将数据输出到标准输出，一般用于在 Python 脚本中处理历史数据，生成日志文件并使用 BatchImporter 等工具导入。

    import sensorsanalytics

    # 初始化 Console Consumer
    consumer = sensorsanalytics.ConsoleConsumer()

    # 使用 Consumer 来构造 SensorsAnalytics 对象
    sa = sensorsanalytics.SensorsAnalytics(consumer)

7.5 DefaultConsumer

通常用于导入小规模历史数据。由于是同步发送数据，因此不要用在任何线上的服务中。 普通 Consumer，实现，逐条、同步的发送数据给接收服务器。

    import sensorsanalytics

    # 神策分析数据接收的 URL
    SA_SERVER_URL = 'YOUR_SERVER_URL'
    # 发送数据的超时时间，单位毫秒
    SA_REQUEST_TIMEOUT = 100000

    # 初始化 Default Consumer
    consumer = sensorsanalytics.DefaultConsumer(SA_SERVER_URL, SA_REQUEST_TIMEOUT)

    # 使用 Consumer 来构造 SensorsAnalytics 对象
    sa = sensorsanalytics.SensorsAnalytics(consumer)

7.6 BatchConsumer

通常用于导入小规模历史数据，或者离线 / 旁路导入数据的场景。由于是同步发送数据，因此不要用在任何线上的服务中。 批量发送数据的 Consumer，当且仅当数据达到指定的量时，才将数据进行发送。

    import sensorsanalytics

    # 神策分析数据接收的 URL
    SA_SERVER_URL = 'YOUR_SERVER_URL'
    # 发送数据的超时时间，单位毫秒
    SA_REQUEST_TIMEOUT = 100000
    # 当缓存的数据量达到参数值时，批量发送数据
    SA_BULK_SIZE = 100

    # 初始化 Batch Consumer
    consumer = sensorsanalytics.BatchConsumer(SA_SERVER_URL, SA_BULK_SIZE, SA_REQUEST_TIMEOUT)

    # 使用 Consumer 来构造 SensorsAnalytics 对象
    sa = sensorsanalytics.SensorsAnalytics(consumer)

    # 程序结束前调用 close() ，通知 Consumer 发送所有缓存数据
    sa.close()