# 用户统计数据配置 JSON 结构说明

## 概述

`user_statistics_configs` 表的 `config_json` 字段用于存储动态统计配置，包含三个主要部分：数据来源、条件设置、统计方式。

## JSON 结构

```json
{
    "data_source": {
        "main_model": "user|company|course_sign|course|course_type",
        "relations": ["user", "company", "course_sign", "course", "course_type"]
    },
    "conditions": {
        "logic": "and|or",
        "items": [
            {
                "key": "字段名",
                "operator": "操作类型",
                "value": "值"
            }
        ]
    },
    "statistics": {
        "type": "sum|max|min|count|count_distinct",
        "field": "统计字段（sum/max/min 时使用，可选）",
        "distinct_field": "去重字段（count_distinct 时使用，可选）",
        "group_by": "分组字段（可选，不设置则不分组）",
        "order_by": {
            "field": "排序字段（可选）",
            "direction": "asc|desc"
        }
    }
}
```

---

## 一、数据来源（data_source）

### 1.1 主模型（main_model）

**说明**：指定统计数据的主要来源模型。

**可选值**：
- `user` - 用户模型
- `company` - 公司模型
- `course_sign` - 报名模型
- `course` - 课程模型
- `course_type` - 课程分类模型

**示例**：
```json
{
    "main_model": "user"
}
```

### 1.2 关联模型（relations）

**说明**：指定需要关联的其他模型，可以关联多个模型。

**可选值**（数组）：
- `user` - 用户模型
- `company` - 公司模型
- `course_sign` - 报名模型
- `course` - 课程模型
- `course_type` - 课程分类模型

**注意**：
- 关联模型不能包含主模型本身
- 可以关联多个模型
- 数组可以为空

**示例**：
```json
{
    "relations": ["company", "course_sign"]
}
```

---

## 二、条件设置（conditions）

### 2.1 逻辑关系（logic）

**说明**：指定多个条件之间的逻辑关系。

**可选值**：
- `and` - 所有条件都必须满足（AND）
- `or` - 至少一个条件满足（OR）

**示例**：
```json
{
    "logic": "and"
}
```

### 2.2 条件项（items）

**说明**：条件数组，每个条件包含键名、操作类型和值。

**条件项结构**：
```json
{
    "key": "字段名",
    "operator": "操作类型",
    "value": "值"
}
```

#### 字段说明

- **key**（字符串）：要查询的字段名
  - 可以是主模型的字段
  - 可以是关联模型的字段（使用点号分隔，如 `company.name`）

- **operator**（字符串）：操作类型
  - `eq` - 等于
  - `neq` - 不等于
  - `gt` - 大于
  - `egt` - 大于等于
  - `lt` - 小于
  - `elt` - 小于等于
  - `like` - 模糊匹配
  - `notlike` - 不匹配
  - `in` - 在范围内（值为逗号分隔的字符串）
  - `notin` - 不在范围内
  - `between` - 在范围内（值为逗号分隔的两个值）
  - `notbetween` - 不在范围内
  - `isnull` - 为空（value 可省略）
  - `isnotnull` - 不为空（value 可省略）

- **value**（字符串/数字/数组）：条件值
  - 根据操作类型不同，值的形式也不同
  - `in` 操作：值为逗号分隔的字符串，如 `"1,2,3"`
  - `between` 操作：值为逗号分隔的两个值，如 `"2024-01-01,2024-12-31"`
  - `isnull` 和 `isnotnull` 操作：value 可以省略

**示例**：

```json
{
    "logic": "and",
    "items": [
        {
            "key": "is_schoolmate",
            "operator": "eq",
            "value": "1"
        },
        {
            "key": "company.is_yh_invested",
            "operator": "eq",
            "value": "1"
        },
        {
            "key": "created_at",
            "operator": "between",
            "value": "2024-01-01,2024-12-31"
        }
    ]
}
```

---

## 三、统计方式（statistics）

### 3.1 统计类型（type）

**说明**：指定统计的方式。

**可选值**：
- `sum` - 求和（需要指定 `field` 字段）
- `max` - 最大值（需要指定 `field` 字段）
- `min` - 最小值（需要指定 `field` 字段）
- `count` - 统计总数量（不需要指定 `field` 字段）
- `count_distinct` - 统计去重数量（需要指定 `distinct_field` 字段）

**示例**：
```json
{
    "type": "count"
}
```

### 3.2 统计字段（field）

**说明**：当统计类型为 `sum`、`max` 或 `min` 时，指定要统计的字段名。

**注意**：
- `type` 为 `sum`、`max`、`min` 时必须指定 `field`
- `type` 为 `count` 时可以省略 `field`
- 可以是主模型的字段
- 可以是关联模型的字段（使用点号分隔，如 `company.company_fund`）

**示例**：
```json
{
    "type": "sum",
    "field": "company_fund"
}
```

```json
{
    "type": "max",
    "field": "company.company_fund"
}
```

```json
{
    "type": "min",
    "field": "created_at"
}
```

### 3.3 去重字段（distinct_field）

**说明**：当统计类型为 `count_distinct` 时，指定要去重的字段名。

**注意**：
- `type` 为 `count_distinct` 时必须指定 `distinct_field`
- 可以是主模型的字段
- 可以是关联模型的字段（使用点号分隔，如 `user.mobile`）
- **可以与 `group_by` 同时使用**：可以按某个字段分组，然后统计每个分组的去重数量

**示例1：不分组去重统计**
```json
{
    "type": "count_distinct",
    "distinct_field": "mobile"
}
```

**示例2：关联模型字段去重**
```json
{
    "type": "count_distinct",
    "distinct_field": "user.mobile"
}
```

**示例3：分组 + 去重统计（组合使用）**
```json
{
    "type": "count_distinct",
    "distinct_field": "user.mobile",
    "group_by": "course.type"
}
```

### 3.4 分组字段（group_by）

**说明**：指定按哪个字段进行分组统计。这是一个可选配置，可以选择不分组或选择具体的分组字段。

**配置选项**：
- **不分组**：不设置 `group_by` 字段，或设置为 `null`，将返回所有符合条件的记录列表
- **按字段分组**：设置具体的分组字段，将按该字段进行分组统计

**分组字段格式**：
- 可以是主模型的字段（如：`company_area`）
- 可以是关联模型的字段（使用点号分隔，如 `company.company_area`）

**示例1：不分组统计**
```json
{
    "statistics": {
        "type": "count"
        // 不设置 group_by，表示不分组
    }
}
```

**示例2：按主模型字段分组**
```json
{
    "statistics": {
        "type": "count",
        "group_by": "company_area"
    }
}
```

**示例3：按关联模型字段分组**
```json
{
    "statistics": {
        "type": "count",
        "group_by": "company.company_area"
    }
}
```

**示例4：分组 + 去重统计（组合使用）**
```json
{
    "statistics": {
        "type": "count_distinct",
        "distinct_field": "user.mobile",
        "group_by": "course.type"
    }
}
```

### 3.4 排序方式（order_by）

**说明**：指定结果的排序方式。

**结构**：
```json
{
    "field": "排序字段",
    "direction": "asc|desc"
}
```

**字段说明**：
- **field**（字符串）：排序字段名
  - 可以是主模型的字段
  - 可以是关联模型的字段（使用点号分隔）
  - 可以是统计结果字段（如 `total`、`count`）

- **direction**（字符串）：排序方向
  - `asc` - 升序
  - `desc` - 降序

**示例**：
```json
{
    "order_by": {
        "field": "total",
        "direction": "desc"
    }
}
```

---

## 完整示例

### 示例1：统计各区域的校友人数

```json
{
    "data_source": {
        "main_model": "user",
        "relations": ["company"]
    },
    "conditions": {
        "logic": "and",
        "items": [
            {
                "key": "is_schoolmate",
                "operator": "eq",
                "value": "1"
            },
            {
                "key": "created_at",
                "operator": "between",
                "value": "2024-01-01,2024-12-31"
            }
        ]
    },
    "statistics": {
        "type": "count",
        "group_by": "company.company_area",
        "order_by": {
            "field": "count",
            "direction": "desc"
        }
    }
}
```

### 示例2：统计各课程类型的报名人数

```json
{
    "data_source": {
        "main_model": "course_sign",
        "relations": ["course", "user"]
    },
    "conditions": {
        "logic": "and",
        "items": [
            {
                "key": "status",
                "operator": "eq",
                "value": "1"
            },
            {
                "key": "created_at",
                "operator": "between",
                "value": "2024-01-01,2024-12-31"
            }
        ]
    },
    "statistics": {
        "type": "count",
        "group_by": "course.type",
        "order_by": {
            "field": "count",
            "direction": "desc"
        }
    }
}
```

### 示例3：统计各公司的融资总额

```json
{
    "data_source": {
        "main_model": "company",
        "relations": ["user"]
    },
    "conditions": {
        "logic": "and",
        "items": [
            {
                "key": "is_yh_invested",
                "operator": "eq",
                "value": "1"
            },
            {
                "key": "company_fund",
                "operator": "isnotnull"
            }
        ]
    },
    "statistics": {
        "type": "sum",
        "field": "company_fund",
        "group_by": "company_area",
        "order_by": {
            "field": "total",
            "direction": "desc"
        }
    }
}
```

### 示例4：统计审核通过或待审核的报名人数

```json
{
    "data_source": {
        "main_model": "course_sign",
        "relations": []
    },
    "conditions": {
        "logic": "or",
        "items": [
            {
                "key": "status",
                "operator": "eq",
                "value": "0"
            },
            {
                "key": "status",
                "operator": "eq",
                "value": "1"
            }
        ]
    },
    "statistics": {
        "type": "count",
        "order_by": {
            "field": "created_at",
            "direction": "desc"
        }
    }
}
```

### 示例5：统计各课程类型的去重培养人数（按手机号去重）

```json
{
    "data_source": {
        "main_model": "course_sign",
        "relations": ["user", "course"]
    },
    "conditions": {
        "logic": "and",
        "items": [
            {
                "key": "status",
                "operator": "eq",
                "value": "1"
            },
            {
                "key": "created_at",
                "operator": "between",
                "value": "2020-01-01," . date('Y-m-d')
            }
        ]
    },
    "statistics": {
        "type": "count_distinct",
        "distinct_field": "user.mobile",
        "group_by": "course.type",
        "order_by": {
            "field": "total",
            "direction": "desc"
        }
    }
}
```

---

## 注意事项

1. **字段引用**：
   - 主模型字段直接使用字段名
   - 关联模型字段使用 `模型名.字段名` 格式
   - 例如：`company.name`、`course.type`

2. **数据类型**：
   - 所有值在 JSON 中都存储为字符串
   - 系统会根据字段类型自动转换

3. **条件逻辑**：
   - `and` 表示所有条件都必须满足
   - `or` 表示至少一个条件满足
   - 条件数组可以为空（表示无条件）

4. **统计字段**：
   - `sum` 类型必须指定 `field`
   - `count` 类型不需要 `field`
   - 分组字段可以为空（表示不分组）

5. **排序字段**：
   - 可以按任意字段排序
   - 可以按统计结果字段排序（如 `total`、`count`）
   - 排序字段可以为空（使用默认排序）

---

## 文档版本

- **创建日期**：2025-11-19
- **最后更新**：2025-11-19