前言
说起数据埋点，我们首先得了解一下什么是服务监控。服务监控主要是监控谁，以及监控什么。这是两个重要的问题。
**那么监控谁？**通常是监控用户。不是为了窥探用户隐私，而是为了了解我们的网页、App、或者小程序在用户端的表现。我们需要知道用户的操作是否遇到问题，页面是否报错，用户的体验如何等。如果没有监控手段，我们只能在用户流失后猜测原因，却没有实际的数据作为依据。
服务监控
错误监控
在本地开发和测试时，代码运行一切正常，但到了客户端，问题可能就出来了。用户不会主动告诉我们哪里出了问题，而是直接离开。所以我们需要实时捕获客户端的错误信息。具体来说，就是记录用户的操作步骤、发生的错误、错误出现的页面、涉及的组件，甚至是代码的哪一行报了错。
性能监控
监控用户端的一些关键性能指标，比如首屏加载时间（FP）、首次内容绘制时间（FCP）、累积布局偏移（CLS）等。此外，还要观察是否有白屏现象或页面卡顿。这些信息对提升用户体验非常重要。
行为监控
这一部分更贴近业务需求。举个例子，在一个电商平台，有用户浏览了商品但没有下单，或者下单后又取消了。这时候我们需要分析用户的行为，找出问题所在。行为监控就是记录用户在页面上的一系列操作，如鼠标移动轨迹、滚动条位置、点击了哪些按钮、有没有加入购物车等。这些行为数据是后续分析用户行为和优化体验的基础。
通过服务监控，我们可以在技术层面上实现以下几个目标：
- 客户端信息收集：无论是网页、App还是小程序，通过运行一段代码来收集信息。
- 信息上传到监控中心：将收集到的信息上报到服务器端的监控中心。
- 监控中心分析和报警：监控中心汇总数据，如果发现大量错误，可以触发报警（如短信、电话、邮件），通知相关人员及时处理。
很多中小微企业没有足够的资源自行搭建完整的监控系统，所以会选择市面上的成熟产品和服务，比如阿里云的ARMS、神策、Sentry等。
数据埋点
有了监控系统，接下来就是数据埋点。数据埋点是实现信息收集和上传的技术环节。可以简单理解为监控系统中负责采集信息的部分。主要有两种实现方式：非侵入式埋点和侵入式埋点。
非侵入式埋点
这种方式对现有的业务代码几乎没有影响。我们只需在项目的入口文件中引入一段代码或 SDK，就能自动收集所需信息。比如市场上的监控服务会提供相应的 SDK，通过在入口处简单配置和调用，就可以开始自动采集数据。
适用范围：非侵入式埋点一般用来收集与业务无关的信息，例如错误监控和性能监控。这些信息对所有项目都是通用的，不会因为具体业务的不同而有所变化。
侵入式埋点
这种方式通常用于业务相关的行为监控。例如，监控用户在页面停留的时间、鼠标移动的轨迹、点击了哪些按钮等。这些信息与业务逻辑强相关，因此埋点的代码需要写入具体的业务组件或事件中。
适用范围：侵入式埋点主要用于收集用户行为数据。虽然这会对业务代码有一定的侵入性，但对于理解用户行为、改进产品设计是必要的。即使使用市场上的监控服务，它们也会提供相应的 API 或函数，我们只需调用这些函数即可完成埋点任务，简化了我们的埋点逻辑。