跳到主要内容

指标数据查看的统一适配

在上一篇章节中，讲解了在实时查询采集后的指标数据功能时，时间查询时不同时间维度的执行流程。而本篇章节，将讲解如何查询指标数据

API入口​

@Operation(summary  = "查询指标数据")
@PostMapping(value = "/data/query")
public ApiResponse<ReportVo> dataQuery(@Valid @RequestBody QueryGatherDataDto queryDataDto) {
    return ApiResponse.ok(collectService.dataQuery(queryDataDto));
}

QueryGatherDataDto入参结构​

@Data
@Schema(title="QueryGatherDataDto", description ="QueryGatherDataDto")
public class QueryGatherDataDto {
    
    @Schema(name ="ruleId", type ="Long",description="规则id",requiredMode= RequiredMode.REQUIRED)
    @NotNull
    private Long ruleId;
    
    @Schema(name ="videoTypeId", type ="Integer",description="视频分类id",requiredMode= RequiredMode.REQUIRED)
    @NotNull
    private Integer videoTypeId;
    
    @Schema(name ="dateType", type ="Long",description="日期类型",requiredMode= RequiredMode.REQUIRED)
    @NotNull
    private Integer dateType;
    
    @Schema(name ="startTime", type ="Date",description="开始时间",requiredMode= RequiredMode.REQUIRED)
    @JsonFormat(pattern = "yyyy-MM-dd")
    @NotNull
    private Date startTime;
    
    @Schema(name ="endTime", type ="Date",description="结束时间",requiredMode= RequiredMode.REQUIRED)
    @JsonFormat(pattern = "yyyy-MM-dd")
    @NotNull
    private Date endTime;
}

方法接收一个QueryGatherDataDto对象，包含以下关键字段：

  • ruleId：规则ID，用于确定查询规则
  • videoTypeId：视频分类ID，指定要查询的视频分类
  • dateType：日期类型（1-天，2-周，3-月，4-年）
  • startTime：开始时间
  • endTime：结束时间

参数并不是很多，但是可以把所有视频分类和不同时间的维度都可以查询，有此可见此流程的扩展性是非常高的

指标数据查询​

public ReportVo dataQuery(QueryGatherDataDto queryGatherDataDto){
    ReportVo reportVo = new ReportVo();
    QueryGatherDataVo queryGatherDataVo = new QueryGatherDataVo();
    //日期类型
    DateType dateType = Optional.ofNullable(DateType.getRc(queryGatherDataDto.getDateType()))
            .orElseThrow(() -> new DockDataCenterFrameException("Invalid date type: " + queryGatherDataDto.getDateType()));
    //获取维度信息
    DimensionGather dimensionGather = dimensionGatherService.getDimensionByRuleIdAndTableName(queryGatherDataDto.getRuleId(),
            TableName.VIDEO_TYPE.getValue());
    if (Objects.isNull(dimensionGather)) {
        return reportVo;
    }
    Map<String, Object> params = Map.of(SqlParameterConstant.VIDEO_TYPE_ID, queryGatherDataDto.getVideoTypeId());
    //从库中查询视频类型
    List<VideoType> videoTypeList = agilityDataHandler.list(dimensionGather.getCollectDetail(),
            dimensionGather.getCollectSourceName(), VideoType.class, params);
    if (CollectionUtil.isEmpty(videoTypeList)) {
        return reportVo;
    }
    VideoType videoType = videoTypeList.get(0);

    //视频维度
    VideoDimensionType videoDimensionType = Optional.ofNullable(VideoDimensionType.getByCode(videoType.getCategoryLevel()))
            .orElseThrow(() -> new DockDataCenterFrameException(BaseCode.VIDEO_DIMENSION_TYPE_NOT_EXIST));
    //根据传入的视频维度进行降级
    //如果传入是parent_video_type，那么统计的就是这个parent_video_type下所有的video_type
    //如果传入是video_type，那么统计的就是这个video_type下所有的video
    //所以将传入视频维度进行降一级进行查询统计
    VideoDimensionType downVideoDimensionType = VideoDimensionFunc.downGradeVideoDimension(videoDimensionType);
    //构建查询需要的参数
    QueryDataTransfers queryDataTransfers = getQueryDataTransfers(queryGatherDataDto, downVideoDimensionType, dateType);
    QueryDataExecuteTransfers queryDataExecuteTransfers = new QueryDataExecuteTransfers();
    queryDataExecuteTransfers.setAccumulateColumnName(videoType.getName());
    queryDataTransfers.setQueryDataExecuteTransfers(queryDataExecuteTransfers);

    ParamTransfers paramTransfers = new ParamTransfers();
    paramTransfers.setRuleId(queryGatherDataDto.getRuleId());
    paramTransfers.setRuleType(RuleType.QUERY);
    paramTransfers.setQueryDataTransfers(queryDataTransfers);

    RuleHandleOutput ruleHandleOutput = ruleHandler.handle(paramTransfers);
    if (Objects.isNull(ruleHandleOutput.getReportVo())) {
        return reportVo;
    }
    reportVo = ruleHandleOutput.getReportVo();
    reportVo.setTotal(Optional.ofNullable(reportVo.getRowDataVoList()).map(List::size).orElseGet(()->0));
    return reportVo;
}

详细执行流程​

第一阶段：初始化和参数验证​

public ReportVo dataQuery(QueryGatherDataDto queryGatherDataDto){
    ReportVo reportVo = new ReportVo();
    QueryGatherDataVo queryGatherDataVo = new QueryGatherDataVo();

方法开始时创建了两个核心对象：

  • ReportVo：最终返回的报表数据对象
  • QueryGatherDataVo：查询数据视图对象（在当前实现中未使用）

第二阶段：日期类型解析和验证​

DateType dateType = Optional.ofNullable(DateType.getRc(queryGatherDataDto.getDateType()))
        .orElseThrow(() -> new DockDataCenterFrameException("Invalid date type: " + queryGatherDataDto.getDateType()));
  1. 通过DateType.getRc()方法将整数类型的日期类型转换为枚举对象
  2. DateType枚举包含四种类型：
    • DAY(1,"day","天")
    • WEEK(2,"week","周")
    • MONTH(3,"month","月")
    • YEAR(4,"year","年")
  3. 如果日期类型无效，抛出DockDataCenterFrameException异常

第三阶段：维度信息获取​

DimensionGather dimensionGather = dimensionGatherService.getDimensionByRuleIdAndTableName(queryGatherDataDto.getRuleId(),
        TableName.VIDEO_TYPE.getValue());
if (Objects.isNull(dimensionGather)) {
    return reportVo;
}
  1. 根据规则ID和表名（VIDEO_TYPE）查询维度采集配置
  2. DimensionGather实体包含：
    • collectType：采集方式（1-SQL查询，2-接口调用）
    • collectDetail：具体的采集实现（SQL脚本或URL）
    • collectSourceName：数据源名称
    • tableName：表名
  3. 如果找不到维度配置，直接返回空的报表对象

第四阶段：视频类型数据查询​

付费内容提示

该文档的全部内容仅对「码力全开」项目实战&技术讲解 知识星球用户开放

加入星球，一次获得完整项目资料、全栈技术知识库和长期答疑服务。

100万+字全栈技术知识库深入讲解技术核心、数据库、中间件和分布式等内容
8套热门的实战项目持续更新的企业级项目覆盖高并发、微服务、数据中台 和 AI Agent 等方向
AI 技术知识大模型面试详解覆盖 AI 模型原理、Agent、RAG、MCP、Skills、Harness 等核心知识点
文档 + 视频两种讲解形式既能系统阅读，也能跟随视频理解核心业务

完整项目实战资料

每套项目均包含从 0 到 1 讲解文档核心业务讲解视频

从基础项目到复杂业务场景，项目资料会持续更新。

8 套项目
  • 01Nexus Agent AI 智能体
  • 02Nexus Agent Pro 完全版
  • 03黑马点评Plus
  • 04大麦
  • 05大麦Pro
  • 06大麦AI
  • 07流量切换
  • 08数据中台

加入后还能获得

进入星球后，即可享受上述所有服务，保证不会再有其他隐藏费用。

从学习、面试到项目启动，都可以继续获得支持。

  • 1 对 1 解答项目和技术问题都可以提问
  • 针对性补充没有讲清楚的内容会继续补充
  • 面试与简历指导梳理回答技巧和项目亮点
  • 中间件云环境项目依赖可以直接接入使用
  • 面试后复盘被问住的问题可以继续交流
  • 远程问题解决项目启动问题可协助排查
知识星球二维码

扫码进入知识星球

  1. 打开微信，扫描左侧二维码，加入「码力全开」项目实战&技术讲解 知识星球
  2. 查看星球使用指导，获取完整项目讲解资料索引
解锁全部付费内容
🎁优惠