跳到主要内容

指标数据查看的细节分析（下）

在上一篇章节中，讲到了再查询数据时，需要有 数据获取执行器，这里使用到了策略模式，对于数据获取执行器有三种策略：

  • VideoReportDataFetchExecutor： 视频报表数据获取执行器
  • VideoTypeReportDataFetchExecutor： 视频类型报表数据获取执行器
  • ParentVideoTypeReportDataFetchExecutor： 父视频类型报表数据获取执行器

详细详解了 视频报表数据获取执行器 的执行流程，而在核心的流程中用到了模板模式，所以核心其实是在父类AbstractReportDataFetchExecutor中了。

执行总览（从 execute 开始）​

org.javaup.handler.core.queryfetch.AbstractReportDataFetchExecutor

入口方法：execute(totalParamTransfers)​

  • 获取查询入参 QueryDataTransfers
  • 通过实现类先查“维度数据”（视频列表）
  • 基于维度数据查询指标数据
  • 过滤掉配置为“不显示”的指标
  • 按维度进行分组汇总，构建“维度值 → 指标值映射”
  • 组装行数据（含第一行“累记”）
  • 组装 ReportVo 并封装进 RuleHandleOutput 返回
public RuleHandleOutput execute(TotalParamTransfers totalParamTransfers) {
    RuleHandleOutput ruleHandleOutput = new RuleHandleOutput();
    QueryDataTransfers queryDataTransfers = totalParamTransfers.getParamTransfers().getQueryDataTransfers();
    //查询视频维度
    List<T> dimensionDataList = fetchDimensionData(queryDataTransfers);
    if (CollectionUtils.isEmpty(dimensionDataList)) {
        return ruleHandleOutput;
    }
    //获取到维度数据
    List<Map<String, Object>> metricDataList = getMetricDataList(queryDataTransfers, dimensionDataList);
    if (CollectionUtils.isEmpty(metricDataList)) {
        return ruleHandleOutput;
    }
    List<Metric> metricList = metricService.selectByRuleId(totalParamTransfers.getParamTransfers().getRuleId());
    //metricShowStatusMap：指标名称与显示状态的映射
    Map<String, Integer> metricShowStatusMap = metricList.stream().collect(Collectors.toMap(Metric::getMetricName, 
            Metric::getShowStatus));
    //这里是过滤掉不显示的指标
    List<Map<String, Object>> filterMetricDataList = new ArrayList<>(metricDataList.size());
    for (Map<String, Object> metricDataMap : metricDataList) {
        Map<String, Object> filterMetricDataMap = MapUtil.newHashMap();
        for (Entry<String, Object> entry : metricDataMap.entrySet()) {
            String key = entry.getKey();
            Object value = entry.getValue();
            Integer showStatus = metricShowStatusMap.get(key);
            //showStatus为空，或者显示状态为显示，那么就放入新的指标数据中
            //如果showStatus为空，说明是分组字段，比如video_id、video_type_id等，这些字段都是要显示的
            if (Objects.isNull(showStatus) || showStatus.equals(ShowStatus.YES.getCode())) {
                filterMetricDataMap.put(key, value);
            }
        }
        filterMetricDataList.add(filterMetricDataMap);
    }

    List<String> filterMetricNameList = queryDataTransfers.getQueryDataExecuteTransfers().getMetricList().stream()
            .map(Metric::getMetricName)
            .filter(metricName -> ShowStatus.YES.getCode().equals(metricShowStatusMap.get(metricName))).toList();
    List<String> filterMetricDescribeList = queryDataTransfers.getQueryDataExecuteTransfers().getMetricList()
            .stream()
            .filter(metric -> ShowStatus.YES.getCode().equals(metricShowStatusMap.get(metric.getMetricName())))
            .map(Metric::getMetricDescribe)
            .toList();
    //将指标数据进行分组
    //如果是视频维度，那么按照视频id进行分组 key：视频id    value：指标数据
    //如果是视频维度，那么按照视频分类id进行分组 key：视频分类id    value：指标数据
    Map<Object, Map<String, Object>> metricMap = groupByMetricDataList(queryDataTransfers,filterMetricDataList);
    //组装行的指标数据集合
    List<RowDataVo> rowDataVoList = assembleRowDataList(dimensionDataList, metricMap, filterMetricNameList);

    //设置报表数据
    ReportVo reportVo = new ReportVo();
    //规则信息
    reportVo.setRuleDescribe(queryDataTransfers.getQueryDataExecuteTransfers().getRuleDescribe());
    //报表的统计时间
    reportVo.setDateTime(DateTimeFunc.getEntryName(queryDataTransfers.getDateType(), queryDataTransfers.getStartTime(),
            queryDataTransfers.getEndTime()));
    //报表的列名
    List<String> columnNameList = new ArrayList<>();
    //第一个列名是维度名称
    columnNameList.add(queryDataTransfers.getQueryDataExecuteTransfers().getAccumulateColumnName());
    //后面是指标列名
    columnNameList.addAll(filterMetricDescribeList);
    reportVo.setColumnNameList(columnNameList);
    //行数据
    reportVo.setRowDataVoList(rowDataVoList);
    ruleHandleOutput.setReportVo(reportVo);
    return ruleHandleOutput;
}

在上一章节中，讲到了获取到维度数据(getMetricDataList)方法执行的流程，得到了metricDataList实际的指标数据

metricDataList真实数据结构​

[
    {
        "video_id": 7762202481762402600,
        "watch_count": 123,
        "watch_like_count": 3,
        "watch_dislike_count": 0,
        "watch_complete_count": 34,
        "watch_like_rate": 0.02,
        "watch_dislike_rate": 0,
        "watch_complete_rate": 0.28
    },
    {
        "video_id": 7762202481762402601,
        "watch_count": 129,
        "watch_like_count": 17,
        "watch_dislike_count": 0,
        "watch_complete_count": 23,
        "watch_like_rate": 0.13,
        "watch_dislike_rate": 0,
        "watch_complete_rate": 0.18
    }
]

指标过滤的双重处理机制​

在获取到原始指标数据后、进行分组之前，有一个双重过滤机制来处理"哪些指标需要显示"：

第一重过滤：过滤指标数据行中的列​

这一步是对数据行进行过滤，即从数据库查询返回的 metricDataList 中，把每一行里"不需要显示的指标列"剔除掉。

List<Metric> metricList = metricService.selectByRuleId(totalParamTransfers.getParamTransfers().getRuleId());
//metricShowStatusMap：指标名称与显示状态的映射
Map<String, Integer> metricShowStatusMap = metricList.stream().collect(Collectors.toMap(Metric::getMetricName, 
        Metric::getShowStatus));    
//这里是过滤掉不显示的指标
List<Map<String, Object>> filterMetricDataList = new ArrayList<>(metricDataList.size());
for (Map<String, Object> metricDataMap : metricDataList) {
    Map<String, Object> filterMetricDataMap = MapUtil.newHashMap();
    for (Entry<String, Object> entry : metricDataMap.entrySet()) {
        String key = entry.getKey();
        Object value = entry.getValue();
        Integer showStatus = metricShowStatusMap.get(key);
        //showStatus为空，或者显示状态为显示，那么就放入新的指标数据中
        //如果showStatus为空，说明是分组字段，比如video_id、video_type_id等，这些字段都是要显示的
        if (Objects.isNull(showStatus) || showStatus.equals(ShowStatus.YES.getCode())) {
            filterMetricDataMap.put(key, value);
        }
    }
    filterMetricDataList.add(filterMetricDataMap);
}

1. 构建映射表 metricShowStatusMap：​

  • 从数据库查询该规则下的所有指标配置
  • 建立"指标名称 → 显示状态"的映射关系
  • 例如：{"watch_count": 123, "watch_like_count": 1,}

2. 遍历每行数据的每个键值对：​

  • 对于每个字段（key），去 metricShowStatusMap 中查找它的显示状态
  • 如果 showStatus == null：说明这个字段不是指标字段，而是分组维度字段（如 video_id、video_type_id），必须保留
  • 如果 showStatus == ShowStatus.YES：说明这是需要显示的指标，保留
  • 其他情况（showStatus 为 NO）：不保留，过滤掉

3. 结果：​

  • 原始数据行可能包含 10 个字段，过滤后可能只剩 7 个（1 个维度字段 + 6 个需要显示的指标）
  • 得到 filterMetricDataList，每行只保留需要的字段

举例说明：​

假设从数据库查到一行数据：

{
  "video_id": 101,              // 分组字段
  "watch_count": 1000,          // 指标，showStatus=YES
  "watch_like_count": 50,       // 指标，showStatus=YES
  "internal_metric": 123,       // 指标，showStatus=NO（不显示）
  "watch_complete_count": 800   // 指标，showStatus=YES
}

过滤后：

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