体育数据分析正在吞掉自己的数据管道
苹果的 Sports 应用把查比分这件事压缩到只剩比分,而它背后的基础设施却越来越难搭:过去几周里,GA4 看板工具、Go 中间件分析和智能体查询架构接连出现。

苹果有一款应用叫 Sports,名字就这一个词。Slate 在 6 月 10 日世界杯开赛之际做了评测,结论是它几乎什么都不做:队名和队徽、战绩、比赛时间、比分。没有新闻流,没有转播指南,也没有 TikTok 式的滑动浏览。
这篇评测正好对照出体育科技通常是怎么被推销的。就在那篇文章问世的几周里,一批面向分析管道开发的工具接连发布。两件事之间的落差,正是有意思的工作所在。
苹果究竟交付了什么
Slate 的评测者把这款产品描述为靠做减法搭起来的。应用里没有新闻标题,也没有转播指南,不过点进一场比赛能看到转播频道。博彩赔率默认显示在记分牌上,用一个开关就能永久关掉。广告几乎没有,偶尔在页面顶部出现 Apple TV 推广。用户自己挑选哪些联赛和球队出现在首页和侧边栏,这些球队的比分可以推送到锁屏的实时活动,也可以不推。
那篇评测里关于速度的说法很具体,也可以验证。作者说,斯坦利杯季后赛期间他不得不关掉匹兹堡企鹅队的自动更新,因为应用比他订阅的转播更快给出进展。他还说 NFL、大学橄榄球和大学篮球比赛也是同样情况。覆盖范围包括世界杯比赛、MLS、NWSL 以及大约 30 个其他足球联赛,还有男子和女子网球以及 LPGA 巡回赛,点一下就能看到基础的技术统计、排行榜和球员名单。
苹果在 2024 年冬天发布了这款应用。Slate 引用了苹果一位高管在发布时的说法:公司“打造 Apple Sports,是为了给体育迷他们想要的东西,一款能极快获取比分和数据的应用”。
“我们打造 Apple Sports,是为了给体育迷他们想要的东西,一款能极快获取比分和数据的应用。”
这其实是一个数据问题,只是被包装成了设计问题。屏幕上每一个比分背后都是一条数据流、一套联赛与球队的映射关系,以及一份延迟预算。苹果承担得起这笔成本。大多数想做类似产品的组织承担不起,这也是同一时期出现一批发布的原因,它们瞄准的正是那些必须自己把管道搭起来的人。
用 GA4 的数据重建旧版 Analytics
先说 adaca-analytics,由软件咨询公司 Adaca 于 9 月 8 日发布在 GitHub 上。它是 Google Analytics 4 的自托管看板层,跑在 Cloudflare Workers 上,通过 GA4 Data API 或 BigQuery 导出做每日汇总,落到运营者自己拥有的 D1 数据库里。实时数据仍留在 Google 那边。仓库自带六个看板,另有四步的自定义看板构建器。每个头条数字都能点进详情页,页面带有自己的趋势和细分,且已预先算好,一次往返就能加载。
运维细节比功能清单更重要。安装需要一个对 GA4 资源有 Viewer 权限的 Google 服务账号及其 JSON 密钥。部署时先 fork 仓库,配置 D1 和 KV,申请密钥,再用 cron 任务部署 Worker。系统没有登录功能,所以 README 让你在前面挂上 Cloudflare Access 或内置的 Basic Auth。本地开发走 npm install,用一个 .dev.vars 文件把服务账号 JSON 放在一行里,然后生成类型、迁移数据库、启动开发服务器。CI 有四道关卡:构建、类型检查、lint 和测试。许可证是 MIT。
用仓库自己的话说,它要恢复的是 GA4 挤掉的那类产品形态:可下钻的看板、保存的细分、能锁定筛选条件的只读分享链接、与上一周期或去年同期的对比、每周和每月摘要,以及通过邮件或 Slack 发送的流量告警。
把分析做成中间件,而不是平台
第二个发布押的是相反的架构。Plainoldanalytics 于 9 月 13 日发到 GitHub,是给 Go 应用加装的网页分析。README 说它在思路上类似 Umami、Plausible 或 PostHog,但嵌在你的应用里,而不是托管在旁边。核心包与存储无关,不认识任何后端,所以引入它不会顺带拉进一个后端。你自己选一个存储包,或者实现 Storage 接口再传给构造函数。
用法刻意做得很小。memory_store 构造函数同时返回 Storage 和接线,一次 analytics.Middleware 调用就能包住已有的路由。看板挂在你选定的路径上。一个 script 标签开启客户端事件采集,包括可选的会话录制,以及 plainoldanalytics.track('signup', {plan: 'pro'}) 这样的调用。流量大约每秒刷一次盘,关闭时调用 Close 会清空缓冲区。gin 和 chi 都有适配器,README 演示了如何把中间件限定到某个路由组,这样看板本身的访问就不会被记成流量。
两个小细节说明写它的人在生产环境里跑过分析。请求可以带上键值属性,界面能按这些属性筛选。user 属性有特殊处理,会把与该用户相关的全部流量显示出来。路由可以完全排除在记录之外。路径参数按原样记录,但用 UseRequestPath 包一层处理器,记录的就是字面路由。这在通配符下提供文件、又不想让每个 URL 都变成单独一行时很管用。
这一切底下的智能体问题
Starburst 在 9 月 11 日发表了一篇分析,讲智能体数据分析的两种架构,点出了上面那些工具正在绕着走的问题。场景是一家连锁超市想知道上周的鸡蛋促销是否赚钱。这个问题光看鸡蛋销量答不了。它需要一连串追问:促销是否带来了本来不会来的顾客,新顾客有没有回头,那些交易里还买了什么,这些商品在店里摆在哪儿,它们的利润有多高。
Starburst 给出两种给智能体喂数据的实际做法。第一种被作者称为“option 0”,并明确表示除特殊情况外不推荐:把原始数据抽出来,以文件或直连管道的形式送到智能体那里,让智能体自己处理。反对理由是成本和性能:把数 TB 数据送给按数据条目计费的东西很贵,而且智能体在做数据库引擎更擅长的事。
第二种让智能体直接访问数据库,自己写 SQL,并反复细化请求。数据库做它被优化来做的事,智能体负责监督。Starburst 指出,文献在这里标出了一个真实风险:智能体可能比人类用户苛刻得多,在逼近答案的过程中用大量试探性查询把系统压垮。但作者认为,业界现在正集中精力支持这类负载。
文中有个限制值得重复。作者写道,智能体要想以当今市面上的数据库系统同等的优化水平处理数 TB 结构化数据,还需要一段时间,那些系统建立在几十年的研究之上。在那之前,重活仍由数据库承担。
为什么这是体育故事
体育是这套技术栈里最难的消费场景,因为比分的价值几秒钟就衰减,而观众是成批涌来的:世界杯小组赛、季后赛征程、一个下午十几场同时开打的周日。Slate 的评测者指出,这款应用快到能在转播流跟上之前就把结果剧透出来。这不是界面的功劳,而是一条管道:它必须在延迟窗口内对齐几十个联赛,把它们映射到用户选定的球队,再把更新推到锁屏。
苹果出得起这笔钱。其他做球迷产品、博彩产品或俱乐部应用的人,都在用零件拼装。9 月发布的这些零件对取舍说得很坦白:自己拥有数据库,就能不依赖厂商拿到下钻;把分析嵌进自己的进程,就能跳过平台;把查询权限交给智能体,就得接受它会比任何人类分析师都问得多。没有功能的那款应用是最简单的部分。在转播流之前把数字送上屏幕,才是产品。
资料来源
4- 01Apple Made a Sports App That Does Almost Nothing. It's IncredibleEN
- 02We rebuilt the old Google Analytics on top of GA4's dataEN
- 03Show HN: Plainoldanalytics: Analytics Middlware for GoEN
- 04An Analysis of Two Architectures for Agentic Data AnalysisEN
本文所有数字与引语均来自下列来源,未添加来源之外的内容。
本内容由编辑部在人工智能辅助下制作完成。
评论
0- 还没有评论——来说两句吧。