你所不知道的王者荣耀大数据分析你所不知道的王者荣耀大数据分析病里逃生百家号1. 王者荣耀用户规模突破两亿，其中54%是女性玩家。2. 女性玩家最常用的英雄类型是法师(65.7%)，不爱刺客(10.8%)和战士(13.3%)。这是因为女性玩家挑选英雄时看外形的占比(17.8%)高于男性(6.3%)。此外，让英雄更好看是女性玩家的第一付费动力。3. 王者用户分布王者荣耀用户分布4. 王者荣耀用户画像用户属性5.王者荣耀用户上线时间图，从图中可以清晰的看到游戏高峰时间中午下班时间，晚上下班时间。用户游戏时间6.王者荣耀用户规模变化数据用户增长情况王者荣耀英雄胜率排行数据游戏胜率王者荣耀最后小编就多说一句，游戏终究是游戏，娱乐消遣用户。各位客官，玩的时候切莫动气。要适可而止。全民皆手游的时代，想让孩子完全不接触这些游戏几乎是不可能的，作为家长，更应该做好表率作用，给孩子树立一个正确的观念。欢迎留言评论本文仅代表作者观点，不代表百度立场。系作者授权百家号发表，未经许可不得转载。病里逃生百家号最近更新：简介:分享各种趣事 各种文章作者最新文章相关文章王者荣耀: 排位最稳是辅助, 宫本看来又要削! S8首周英雄大数据公布!
稿源：电竞游戏新姿势
距离新赛季开始已经过去一个礼拜了，S8赛季一方面有了新英雄鬼谷子的加入和很多英雄平衡性的修改，另一方面天美出台最严的防沉迷措施，晚上九点之后排位，再也见不到小学生了。这样的新游戏环境下面，大家上分还是顺利吗？每个赛季最麻烦的就是选择新赛季的上分英雄，好在天美有大数据帮忙，第一周上分的英雄里面，最稳的还是这几个：1.永恒的无敌：宫本武藏果然不出意外，在排位赛的胜率上，宫本武藏是最高的，平均胜率能达到56%以上，虽然削了无数次，但是无敌的宫本还是这么的无敌呀。这种强势的状况，天美肯定是不愿意看到的，小编昨天就发现在新公布的体验服平衡性调整当中，已经试着削宫本了。这次主要是针对一技能的宽度和大招的伤害量，都进行了削弱。这么改下来，已经有网友在吐槽什么时候给宫本加个蓝条了。所以目前看来，熟练的玩家，上分还是首选宫本比较稳妥了。2.赛季最强坦克：牛魔在上个赛季末的时候，牛魔的上分潜力就已经出现了。作为一个坦克，抗伤害是肯定不用说的，关键是牛魔的大招在团战当中的作用非常大。因为大招的覆盖范围很大， 能够对范围内的敌人造成持续伤害和减速，对于团战中的进攻方来说，把握好时机开大，利用大招尽可能的困住敌人，给队友制造输出机会，往往能取得很大的优势。哪怕是在逃跑的时候开大，也能帮队友制造机会尽快摆脱敌人，所以上分稳是肯定的了。3.辅助荣耀福利：蔡文姬、鬼谷子这个版本因为专门针对辅助进行了装备调整，所以辅助目前的优势还是比较大的。新出的鬼谷子肯定会强势不用说，毕竟帮助队友集体隐身的技能，配合好了不管是打团还是埋伏，简直不能更无敌了。蔡文姬在上个版本和高渐离配合非常恶心的打法虽然因为削弱不那么好用了，但是核心的弹射带控制依然还在。所以配合队友，不管是对线还是打团都非常有优势了。还有个武则天小编没有专门写，毕竟这是人民币玩家的英雄，小编也就不管啦哈哈。大家觉得目前版本，哪些英雄上分稳？欢迎在评论区分享~
有好的文章希望站长之家帮助分享推广，猛戳这里
本网页浏览已超过3分钟，点击关闭或灰色背景，即可回到网页热门游戏：
当前位置： >
> 从大数据计算的角度谈《王者荣耀》的运营
从大数据计算的角度谈《王者荣耀》的运营
来源：腾讯大讲堂&&&&日期： 08:50:15
摘要:腾讯旗下的手游《王者荣耀》是国内最受欢迎的手游之一，每天对于这款游戏的运营都会让幕后的管理者劳心劳力。而说到手游的运营，主要是数据分析与挖掘等工作，这就会牵涉到各种大数据计算。下面我们就跟着腾讯微信游戏中心，数据分析工程师曾志浩先生从大数据计算的角度，说说《王者荣耀》的运营。
　　游戏观察消息，腾讯旗下的手游《王者荣耀》是国内最受欢迎的手游之一，每天对于这款游戏的运营都会让幕后的管理者劳心劳力。而说到手游的运营，主要是数据分析与挖掘等工作，这就会牵涉到各种大数据计算。下面我们就跟着腾讯微信游戏中心，数据分析工程师曾志浩先生从大数据计算的角度，说说《王者荣耀》的运营。
　　文/曾志浩
　　围绕王者荣耀大数据运营，依托对局日志和好友关系，开展了王者周报、赛季总结和周年庆活动等项目。这些案例中，遇到了哪些挑战?每一个指标是如何计算的呢?
　　作者：曾志浩，腾讯微信游戏中心，数据分析工程师，专注于手游数据分析与挖掘，微信游戏中心用户画像、内容推荐等工作。
　　1. 整体框架
　　从数据开发的角度，此类运营项目主要会和策划同学、后台同学进行协作。前期工作主要是整理数据源、拆解数据指标，本文主要专注大数据计算过程，最后一步将结果同步给后台。框架如图所示。
　　2. 计算引擎
　　计算引擎，可以选择的是：Hive-SQL 或者原生的Map/Reduce，如何抉择?我将列一下这两个方式的优劣对比，欢迎拍砖~
　　Hive-SQL
　　优势：
　　前期很爽，开发难度较低，快速上线。
　　劣势(后续迭代将是梦魇)：
　　SQL 实现复杂逻辑约束较多，局限了想象力。
　　SQL 不能轻松地自定义函数、对象，重复地开发，代码冗长。
　　中间结果，无法复用。
　　增加/修改 指标，需要大幅度改动，后续的实现越来越困难。
　　调优的空间，较少。
　　原生Map/Reduce
　　优势：(Hive-SQL 的缺点，反过来就是，不再赘述。)
　　RDD 复用，读入一次数据源，后面在内存中Cache、迭代计算。
　　劣势：
　　前期开发较慢，需要搭建较多的流程和抽象接口。
　　Spark 常用算子：map, filter, flatMap, reduceByKey, join 等。
　　编程语言 scala，语法简洁，函数式编程。
　　工程部署 Tesla 平台，可视化界面，便捷地增加数据依赖、调度、调参、查看日志。
　　3. 如何展开诸多数据指标？
　　数据指标纷繁复杂，主要的解决方案包括：1.优化好友关系链计算;2.分治法;3.封装求和计算;4.封装取最大/最小的指标;5.避免改变RDD的核心数据结构;6.
稳健地运行。面临大数据量时，希望1-2介绍的内容能提供读者一些启发;3-5 将不同类型的计算，分别封装，简化
reduceByKey的表达，代码也会比较简练。在解决常见问题时，第6点作为一个参考。接下来，见招拆招。
　　优化好友关系链计算
　　业务背景: 王者周报中，好友出现了游戏好友非微信好友，这种情况不太能接受。
　　对局日志和好友关系进行关联运算，判断是否开黑;计算了每个用户的基础指标后，关联好友关系，PK得到神奇好友。这里的瓶颈在于关联运算，数据集体量庞大，就像霸天虎和威震天发生了碰撞。先看一下
join 的源码：
　　关键的执行是 cg.mapValues，还有后面一步的 flatMapValues，运行的日志显示并行度和 other 关系紧密。当A join B
时，对 B 进行合理的 hashPartition，可以提升运行效率。经过测试， join算子性能强劲：不发生数据倾斜的前提，可以快速完成十亿级和十亿级的
RDD 进行关联。补充一点题外话，顺藤摸瓜看一下其他核心算子：distinct -& reduceByKey -& combineByKey。所以
Spark 的 distinct算子不会导致数据倾斜。
　　分治法
　　业务背景：周年庆，计算用户一年内的最高连胜、连败，一年内开黑最多的好友。
　　将一年的对局日志全部读入内存?考虑到王者的体量，打消了这个想法。分治法也许是突破口：先把每个月的对局日志合并计算，然后对12个月的中间结果再做一次合并。图示如下，每天的日志评估量级是2.5E，月活用户评估量级是1.2E，这个规模可以轻松应对。
[ 分治法解决周年庆日志庞大的难点 ]
　　封装求和计算
　　从一个简单例子来，求玩家的对局数和胜场数。数据源加上了字段含义，实际的代码会更简洁 data: Rdd[(String, (Int,
　　此次，x._1, x._2 可读性、维护性很糟糕，业务中有一些同学写了大量此类Magic
代码，异常头疼。王者周报超过50个数据项，开发过程中指标变化、增删都是常事，所以将用户的数据指标封装在 UsrSimpleInfo 类。示例如下。
　　reduce 的写法如下。
　　封装取最大/最小的指标
　　业务背景：1. 用户最常用英雄的表现，2. 在一段时间里，用户最新的游戏昵称。
　　用户在指标A 最大时的其他数据项， Hive-SQL 需要先求用户指标A的最大值，然后再join 原始表，实现方式比较笨重。
　　类似前面的做法，把上述逻辑进行对象封装和函数重载：
　　避免改变RDD的核心数据结构
　　业务背景：用户每个对局模式的对局场次，每个英雄的使用场次和表现。
　　粗暴方法如下。
　　两个 map算子 都会对全量对局日志进行 transform，内存开销极大。Key-Value结构的RDD，修改Value是正常的，但是应该避免改变
Key。突破点在于：对局模式和英雄数枚举下来是比较少的，适合HashMap存储;最后reduceByKey 阶段做 Foldleft
合并数据。示例如下。
　　稳健地运行
　　产品发布之后，我发现“维稳”的压力很大。调试和运行的过程中，遇到了不少挑战。列举几个关键的节点。
　　入库日志校验和依赖。
　　运行监控。
　　Spark 任务的调度机制、内存分配，需要考虑多个影响因素。从 Spark UI 页面中，可以跟踪很多有价值的信息。任务根据 Action操作，划分到
Jobs，然后再进一步到 Stages。重点关注Stages阶段真实的执行顺序!Executors 显示了driver 节点和 data
节点的运行时信息。
　　超时告警和错误告警。
　　4. 提升效果
　　运行耗时其实不适合作为评估指标，仅做参考。不考虑分配的内存/CPU资源，还有计算集群负载，都是耍流氓。
　　下面写的运行耗时，不包含准备数据，强调的是目前计算花费的时间和日志吞吐量，应对产品运营节奏不再是瓶颈。上一节提到的方法，通常会综合应用、随机应变。
　　优化：join算子调优;将面向过程的计算封装成对象;避免改变RDD的核心数据结构。
王者周报涉及十亿级别的上报日志(包括5v5、3v3、1v1对局、英雄熟练度等)和庞大的关系链，计算耗时2.5小时-3小时。
　　优化：将面向过程的计算封装成对象。 赛季总结的各项基础指标，只需要3-4小时完成。赛季结束的次日，通常可以体验/发布赛季总结。
　　优化： 分治法。 周年庆: 在王者荣耀用户体量和活跃度下，基于一年的对局日志计算了最大连胜、连败和开黑最多的好友。
　　优化：剪枝原始日志数据。 计算一个赛季的两两开黑情况，耗时50分钟。
　　5. 从产品角度解析王者数据运营
　　相比罗列数据指标，不如将数据包装成概念。数据不在于多、不在于奇，而在于“情”。
[ 左一成绩单罗列数据，新版包装成每周一字 ]
　　呈现用户个人的数据仅是初级层次，如何连接好友，需要更多的想象。
　　王者大数据运营，在资源转化、曝光用户数、游戏用户的渗透，分享量、来着分享的访问，以及最常规的拉新、拉回流分析上，都具有上佳的表现。
将此文分享给好友
相关阅读：
2017年度中国游戏产业年会将在海南省海口市希尔顿酒..
2017年度中国游戏产业年会将在海南省海口市希尔顿酒..
《绝地求生：全军出击》手游于第十届腾讯游戏嘉年华正式..
第十届腾讯游戏嘉年华(简称：TGC2017)日前正式..
由《南方人物周刊》和宜宾五粮液股份有限公司共同主办的..
提到英雄互娱的CEO应书岭，很多人都会想起他是成功的..
2017TGC日前正式举行。在发布会上，腾讯正式公布..
《绝地求生》开发商的新作《升腾：无尽国度》(A:IR..
三位新近涉足电竞行业的专家在接受外媒采访时表示，NB..
一则阿里文娱集团董事长兼CEO俞永福即将离职创业的消..24小时热文
今日体育热点
6秒后自动进入首页