1. 行为流概述：什么是用户行为流、行为流采集的价值、常见采集场景

大家好，我是这次课程的主讲。做了这么多年大数据，我越来越觉得——行为流是数据工程的起点。你想想看，没有行为流，推荐系统拿什么学？AB 实验拿什么算？用户画像拿什么画？

所以第一章，咱们先把行为流这件事聊透。不急着上代码，先把概念、价值、场景理清楚。后面再动手，心里才有底。

1.1 什么是用户行为流

说白了，用户行为流就是用户在产品上的一系列操作记录。按时间排好队，就成了流。

举个例子。你在电商 App 上搜“机械键盘”，点进第三个商品，看了两分钟，加购物车，最后下单。这一串动作——搜索 → 点击 → 浏览 → 加购 → 下单——就是一条完整的行为流。

每条行为记录，通常包含几个核心字段：

字段	含义	示例
userId	谁做的	u_10086
event	做了什么	product_click
targetId	对什么做的	sku_45231
timestamp	什么时候做的	1712563200000
properties	附加属性	{"page":"search_result","position":3}

嗯，这里要注意：行为流 ≠ 日志。日志是服务器视角，记录的是请求和响应。行为流是用户视角，记录的是意图和动作。两者有交集，但不能划等号。

1.2 行为流采集的价值

我经常跟团队说一句话：不采集行为流，大数据项目就是空中楼阁。为什么？

• 理解用户：光看注册量、DAU 这些宏观指标，你根本不知道用户为什么来、为什么走。行为流能告诉你每一步的真相。
• 驱动产品迭代：我记得有个项目，产品经理坚持要改首页布局。我拉了一周的行为流数据一看——80% 的用户根本滑不到那个位置。改了个寂寞。
• 支撑算法：推荐、搜索、广告，哪个离得开行为序列？没有行为流，模型只能“盲猜”。
• 实时监控与风控：刷单、爬虫、异常操作，行为流一上实时 pipeline，几分钟就能逮住。

1.3 常见采集场景

不同业务，行为流的“味道”不一样。我挑两个典型场景聊聊。

电商场景

电商的行为流，特点是路径长、漏斗深、决策重。一个用户从搜到买，中间可能经历十几次交互。

关键事件包括：

• search — 搜索关键词
• product_view — 浏览商品详情
• add_to_cart — 加入购物车
• checkout — 进入结算
• payment_success — 支付成功
• order_cancel — 取消订单

我曾经帮一个电商平台做流失分析。发现大量用户在“加购 → 结算”这一步流失。后来一查，是运费计算接口太慢，用户等不及就走了。行为流把这个问题钉得死死的。

内容平台场景

内容平台（短视频、资讯、社区）的行为流，特点是频次高、时长短、消费为主。用户刷一下可能就几秒钟，但一天能刷几百次。

关键事件包括：

• feed_view — 信息流曝光
• content_click — 点击进入内容
• content_read — 阅读/观看（带时长）
• like / comment / share — 互动
• follow — 关注作者

1.4 行为流采集的整体架构

聊完概念和价值，咱们看看行为流采集在技术架构里长什么样。下面这张图，是我自己项目里常用的分层结构。

你看，从用户行为产生，到最终被消费使用，中间Kafka 扮演了核心的缓冲和分发角色。这也是为什么这门课叫《行为流采集与 Kafka 实战》——两者天然绑定。