xmlns="http://www.w3.org/2000/svg"
style="display:
行为分析函数。
提供sessionize、retention、window_funnel、sequence_match、sequence_count、sequence_match_events和sequence_next_node函数，作为一个用
Rust
行为分析函数。
个人项目免责声明：这是一个利用个人时间开发的个人项目。
它与我的雇主或职业角色没有任何关联、认可或关系。
/>AI
辅助编程）的协助下开发。
本着完全透明和学术严谨的原则，以下保障措施确保
辅助不会损害正确性、可重复性或可信度：
- 434
个单元测试
个文档测试
，涵盖所有函数、边缘情况、合并结合性、基于属性的测试(proptest)
以及基于突变测试指导的覆盖率。
所有测试通过
cargotest在
种方向/基础组合。
- Criterion.rs
95%
次以上，并在
PERF.md中记录了详细方法。每个性能声明都可以在通用硬件上重现。
- 88.4%
个捕获
个遗漏），通过
cargo-mutants系统地验证了测试能够检测到真正的故障。 - 零
Clippy
组下。
- 确定性、可重现的构建—
锁定依赖版本
"=1.4.4")，在
中验证
和单一代码生成单元的发布配置文件。
- 每次优化会话都记录了假设、技术、带有置信区间的测量前后数据，负面结果如实报告（PERF.md
个负面结果）。
- 所有源代码均可公开审计，遵循
MIT
工具被用作实现的加速器。
所有正确性保证都依赖于自动化测试、可重现的基准测试和透明的文档——而非假设
/>
目录
- 快速开始
- 函数列表
- 性能
- 社区扩展
- 质量
- ClickHouse
兼容性状态
- 构建
- 开发
- 文档
- 要求
- 许可证
快速开始
--DuckDB
behavioralFROMcommunity;LOADbehavioral;
或者从源代码构建：
#构建扩展
cargo'target/release/libbehavioral.so';"
--分钟不活动间隔分配会话
ID
SELECTuser_id,event_time,sessionize(event_time,INTERVAL'30minutes'
)OVER(PARTITIONBYuser_idORDERBYevent_time)assession_idFROMevents;--小时窗口内的转化漏斗步骤
SELECTuser_id,window_funnel(INTERVAL'1hour'
,event_time,event_type='page_view',event_type='add_to_cart',event_type='purchase')asfurthest_stepFROMeventsGROUPBYuser_id;函数列表
函数 签名 返回类型 描述 sessionize(TIMESTAMP,INTERVAL)
BIGINT窗口函数，基于不活动间隔分配会话 ID
retention(BOOLEAN,BOOLEAN,
...)
BOOLEAN[]群组留存分析 window_funnel(INTERVALVARCHAR],
...)
INTEGER转化漏斗步骤跟踪，支持 种可组合模式
sequence_match(VARCHAR,TIMESTAMP,
...)
BOOLEAN基于 NFA
的事件序列模式匹配
sequence_count(VARCHAR,TIMESTAMP,
...)
BIGINT计算非重叠模式匹配次数 sequence_match_events(VARCHAR,TIMESTAMP,
...)
LIST(TIMESTAMP)返回匹配条件的时间戳 sequence_next_node(VARCHAR,VARCHAR,
...)
VARCHAR模式匹配后的下一个事件值 所有函数支持2
ClickHouse
的限制一致。
每个函数的详细文档、示例和边缘情况行为：函数参考
性能
以下所有测量结果均来自
Criterion.rs
置信区间，并在通用硬件上跨多次运行验证。
函数 数据规模 墙钟时间 吞吐量 sessionize10 亿
1.20 亿元素/秒
retention(合并)1 亿
274 亿元素/秒
window_funnel1 亿
791 亿元素/秒
sequence_match1 亿
1.05 万元素/秒
sequence_count1 亿
1.18 万元素/秒
sequence_match_events1 亿
1.07 万元素/秒
sequence_next_node1 千万
546 万元素/秒
关键设计选择：
- 16
字节
，带有Copy事件u32位掩码条件——每四个事件占一个缓存行，每个事件零堆分配 sessionize和retention的O(1)
实现
- 事件收集函数的就地合并——摊余
O(N)
回溯
- 预排序检测——当事件按时间戳顺序到达时，O(n)
O(n
排序
优化亮点：
优化项 加速比 技术 事件位掩码 5–13 倍
Vec<bool>替换为u32位掩码，实现Copy语义就地合并 高达 2,436
倍
交换探索顺序，使 .*在消耗前尝试推进Arc<str>值2.1–5.8 倍
引用计数字符串，实现 sequence_next_node中的O(1)
快速路径
39–61% 模式分类将常见形状分派到 O(n)
线性扫描
有五次尝试的优化经测量被认定为回归并已回滚。
所有负面结果均在
PERF.md中记录。完整的方法论、带有置信区间的每轮优化历史以及可重现的基准测试说明：
PERF.md。社区扩展
此扩展已列入
DuckDB
合并）。
安装方式如下：
INSTALLbehavioralFROMcommunity;LOADbehavioral;
无需构建工具、编译或
-unsigned标志。更新流程
community-submission.yml工作流自动执行完整的预提交流水线，分为个阶段：
阶段 目的 验证 description.yml架构、版本一致性、必需文件质量门禁 cargo+
文档测试）、
clippy、fmt、doc构建与测试 makeconfigure
test_release
固定引用 将 description.yml的ref
SHA
提交包 上传构建产物，生成逐步的 命令
更新已发布的扩展
将更改推送到此仓库，重新运行提交工作流以固定新的
ref，然后向
duckdb/community-extensions打开一个新的PR，更新
extensions/behavioral/description.yml中的ref
发布新版本时，更新
libduckdb-sys、TARGET_DUCKDB_VERSION和extension-ci-tools子模块。质量
指标 数值 单元测试 434 +
文档测试
端到端测试 27（针对真实的 DuckDB
CLI）
基于属性的测试 26 (proptest)
突变测试 88.4% 击杀率
cargo-mutants)
Clippy +
任务
13（检查、测试、clippy、fmt、doc、MSRV、基准测试、deny、semver、覆盖率、跨平台、扩展构建） 基准测试文件 7（Criterion.rs，最高达 亿元素）
发布平台 4（Linux x86_64/ARM64）
每次推送和
都会运行
CI：跨
.github/workflows/的个工作流，包括针对真实
兼容性状态
已完成—
ClickHouse
行为分析函数均已实现。
函数 状态 sessionize已完成 retention已完成 window_funnel(6种模式)
已完成 sequence_match已完成 sequence_count已完成 sequence_match_events已完成 sequence_next_node已完成 支持 个条件
已完成 构建
前提条件：Rust
1.80+
系统绑定）
#构建扩展（发布模式）
cargobuild
target/release/libbehavioral.so
target/release/libbehavioral.dylib
(macOS)
开发
cargotest#434
要求零警告
cargofmt#格式化
cargo构建扩展gitsubmodule
update
--initmakeconfigure&&makerelease&&maketest_release
本项目遵循语义化版本。
有关应用于
SQL
规则，请参阅版本控制策略。
文档
- 入门指南—
安装、加载、故障排除
- 函数参考—
个函数的详细文档
- 使用案例—
个包含示例数据的完整真实世界示例
- 工程概述—
架构、测试理念、设计权衡
- 性能—
基准测试、优化历史、方法论
- ClickHouse
兼容性
—语法映射、语义等价性
- 贡献指南—
开发环境设置、测试、PR
流程
要求
- Rust
1.80+
1.4.4（锁定依赖）
- Python
3.x（用于扩展元数据工具）
许可证
MIT
