● 摘要
随着近年来手机游戏行业的快速发展，手机游戏已经成为手机网民最广泛使用的娱乐应用之一。在手游行业中，游戏的运营支撑越来越被各厂商所重视。随着运营支撑平台的不断发展，游戏数据统计分析已成为运营支撑中研究的重点。通过对玩家行为数据，运营推广数据进行统计与分析，可以有效的反应出游戏内容与玩家需求的吻合度，从而帮助游戏研发团队改善产品质量，提高游戏收益。在之前的统计实现过程中，统计流程非常的不规范，存在着随意性强、需求变化多、需求描述不清晰等诸多问题。为了解决这些问题，论文对运营支撑平台的设计与实现展开论述。
论文运用软件工程的理论和方法，在设计游戏运营支撑平台时，首先分析了数据统计流程和玩家行为数据分析的业务流程，通过用例分析，得到了平台的功能结构图，确立了数据采集，数据清理，数据统计分析等基本流程。在实现平台时，解决了异构数据库间的数据采集，分布式统计分析框架设计和平台总体性能优化三个问题：
1.在进行异构数据间的数据采集时，通过数据组包、压缩、传输、解析的方式实现了异构数据库间的数据传输。
2.通过搭建MongoDB集群，使用MongoDB的分片技术和Map-Reduce技术，搭建了分布式统计分析框架，实现了统计分析的并行运算。
3.在服务器端建立了Memcached缓存集群来缓解平台业务对数据库的负载压力，在Web前端使用了Ajax和缓存技术提升了请求处理效率，在数据库端构建分布式数据存储，降低了每台数据库服务器的压力，从以上三个层次提出了系统性能优化设计策略，提高系统在处理大数据量和复杂业务时的响应速度。
在平台实现后，讨论了测试方法和部署策略。通过单元、功能、性能测试保证了开发的质量，验证了框架的负载能力。目前，该项目已经投入使用并满足了实际的统计需求。