体育应用越做越重,背后的数据分析却越来越复杂
体育科技被当作数据故事来推销,但本周梳理公开记录后发现,更难的工程其实在底层管道:苹果的 Sports 应用只保留比分,Adaca 在 Cloudflare Workers 上重建了旧版 Google Analytics,一名青少年在微软数据库里发现 17万亿 行数据,原因是 JWT 校验被跳过。

体育科技正被当作一个数据故事来推销。这个月涌进编辑部的推介材料谈的是体育市场里的 AI、球迷增长看板和表现分析。那是营销层。工程层看起来不一样,也更容易查证,因为其中大部分以开源项目、漏洞赏金报告或产品说明的形式公开。
先看最显眼的消费级例子。Slate 六月发表了一篇文章,认为苹果的 Sports 应用是该公司多年来推出的最好的应用,原因恰恰是它几乎什么都不做。这款应用就叫 Sports,没有新闻标题,没有流媒体指南,几乎没有广告。Slate 的评测者指出,它显示队名和队徽、战绩、比赛时间和比分,还有一个积分榜页面。比分板上会出现博彩赔率,但在设置里切换一下就能永久去掉。
整个产品就这些。对做体育数据的人来说,有意思的是它为什么显得快:这款应用在设计上就很窄,所以背后的数据管道从不需要在同一个视图里协调数据源、编辑内容和视频库存。
比分板是最简单的部分
Slate 的作者称定制功能完美:你挑选联赛和球队,它们会出现在首页和侧边栏,比分还能以实时活动形式显示在锁屏上。覆盖范围远超世界杯,包括 MLS、NWSL 和大约 30 个其他足球联赛,还有男子和女子网球以及 LPGA 巡回赛。点开一场比赛,会打开基本的技术统计、排行榜或球员名单。
这款应用在 2024 年冬天发布。Slate 引用了苹果一位高管当时对产品前提的说明:"我们做 Apple Sports,是为了给体育迷他们想要的东西,一个能极快获取比分和数据的应用。"没有智能体的说法,也没有承诺让球迷更贴近比赛。
这种克制里藏着一个有用的教训。大多数体育产品现在都背着多年累积的功能。Slate 的评测者点名美国职业棒球大联盟的官方应用,说它曾经很受欢迎,如今却在比分和视频周围堆满装饰,还点名 ESPN 的应用,说它把电视直播服务和一种叫 Verts 的 TikTok 式信息流推到比分区域上方。这种摩擦不是数据问题,而是被包装成数据问题的产品问题。
底层管道的有趣之处也在这里,而这个月的公开记录格外丰富。
9 月 8 日,一家叫 Adaca 的软件咨询公司发布了 Adaca Analytics,这是一个自托管的看板层,用于 Google Analytics 4 和 BigQuery,运行在 Cloudflare Workers 上。根据项目的 GitHub README,来自 GA4 Data API 或 BigQuery 导出的每日汇总数据会进入运营方自己拥有的 D1 数据库,实时数据则留在 Google 一侧。仓库提供六个看板和四步搭建自定义看板的流程。
细节比宣传更重要。看板上的每个数字都能打开一个详情页,页面带有自己的趋势和细分,并且预先算好,一次往返就能加载。整个看板共用一个筛选器,支持保存的细分,还有只读分享链接,可以固定某个筛选条件。对比功能可以对照上一周期、去年或任意时间窗口。安装需要创建一个对 GA4 媒体资源有查看权限的 Google 服务账号,下载其 JSON 密钥,然后部署到 Cloudflare,这会 fork 仓库并创建 D1 和 KV。README 明确说明没有登录功能,并告诉运营方在部署前面加上 Cloudflare Access 或内置的 Basic Auth。项目采用 MIT 许可证。
把它放回体育语境,问题的形状就清楚了。一家俱乐部、联赛或转播商想要自己的分析视图,如今可以用现成部件拼出来:一个 worker 运行时、一个小型数据库、一个只读权限的服务账号,再加一个定时任务。贵的部分不是查询引擎,而是访问模型和运维纪律。
当令牌校验缺席
Tom's Hardware 在 9 月 28 日报道,一名使用 Faav 账号的青少年在微软内部 Titan 分析平台里发现了一个未认证的端点。报道称,他写的机器人 Antares 找到一个端点 URL,访问后返回要求 VPN 的错误。Antares 随后枚举子域名,在 Azure Cloud 的一台主机上找到一个,还发现一个 Swagger/OpenAPI 文件,列出四条路由。其中三条要求 Azure Active Directory 认证,一条不要求,名为 /v2/Query,接受原始 SQL。
据报道,Faav 用 Wayback Machine 找到 2023 年版本的一个登录页面,页面上有一个 Apache Superset 配置文件,描述了数据库结构,包括 56 张表的定义。该端点因缺少 JWT 拒绝了他的查询,于是他让 Antares 对它跑了 10 天,没有成功。后来他注意到服务器的响应暗示令牌的数字签名没有被校验,于是提交了一个自称管理员权限的令牌,就被放进去了。一条 SHOW DATABASES 就返回了 25000 条员工数据记录,还有组织记录、看板和图表。
继续深挖,他找到了 Bing 分析的数据源。据 Tom's Hardware 报道,他统计各表的行数,算出总共能访问 17万亿 条记录。他把问题报告给微软的漏洞赏金项目,获得 5000 美元奖励。他在博客中写道:"AI 和人的直觉在这里叠加了。Antares 干了十天我本来要干的活……它的坚持,加上一次人的直觉,才让这次发现成为可能。"
这里有两点要分开看。第一是漏洞本身:一个接受原始 SQL 却不校验令牌签名的端点。第二是发现方法。暴力枚举子域名是自动化的,而意识到签名校验缺失、因此伪造管理员声明会奏效,这一步不是。
Starburst 在 9 月 11 日发表了一篇分析,从架构角度讲了同样的矛盾。文章梳理了两种给企业 AI 智能体喂数据的方式:把数据抽出来交给它,或者让智能体直接访问数据库、自己写查询。第一种被作者称为"方案 0",很快就会变贵,因为按处理数据项收费的智能体没法直接塞进 TB 级数据。作者认为除非特殊情况,这不现实。
第二种让数据库引擎做它最擅长的事,智能体则发送连续或并行的请求。文章也指出一个真实风险:智能体可能比人类用户苛刻得多,在细化关注点时用试探性查询把数据库压垮。文章用杂货店的例子说明这个问题为什么难。要问鸡蛋促销是否赚钱,需要来自一个系统的交易数据、来自另一个系统的会员和人口统计数据,还要一串关于购物篮构成和复购的后续问题。
这和体育分析的问题形状相同。票务、流媒体、商品、应用遥测和场馆数据分散在不同系统里,而真正重要的查询横跨所有这些系统。Starburst 的文章认为,现代数据库系统越来越能处理智能体工作负载,但在 TB 级结构化数据上,智能体一时还比不上长期调优的数据库引擎的优化水平。
安静的工具才值得关注
在企业级之外,两个更小的项目显示了工具的方向。Plainoldanalytics 于 9 月 13 日发到 Hacker News,是一个面向 Go 应用的自托管分析中间件。README 说它在理念上类似 Umami、Plausible 或 PostHog,但嵌入在应用内部。核心包与存储无关,导入它不会引入任何后端;运营方选择一个存储包,比如 DuckDB 或内存存储,也可以自己实现接口。流量大约每秒写一次磁盘,中间件会记录路径参数,除非某条路由被包装成记录字面路径。它还提供 gin 和 chi 的适配器。
8 月 29 日发布的 DataZen 走的是另一条路:一个本地优先的桌面客户端,用于跨数据库操作。其网站列出内置支持 PostgreSQL、MySQL、SQLite 和 Redis,并有 MongoDB、ClickHouse、DuckDB 和 SQL Server 的可选驱动。它提供自然语言 SQL、一键错误诊断、EXPLAIN 可视化、YAML 工作流,以及一个内置 MCP 服务器,把查询、结构检查和工作流暴露为工具,供 Claude Desktop、Cursor 和 Cline 等智能体使用。网站说明凭据用 AES-256-GCM 加密并存储在操作系统钥匙串中,只有结构和查询上下文会发送给 AI 提供商,完整源码以 GPLv3 提供。网站还说明不需要账号,也不运营任何云数据库服务。
把四件事放在一起,会出现一个市场预测往往抹平的模式。面向消费者的一层正围绕极简整合,苹果的 Sports 应用就是例子。下面的一层正在分裂成小而可审计、可自托管的组件,运营方能够检查和掌控。而安全记录,正如微软的案例所示,更多取决于一个组织有没有校验令牌签名,而不是有没有买分析平台。
这些都不会出现在市场规模图表里。但部署一出问题,它们立刻就会出现。
资料来源
6- 01We rebuilt the old Google Analytics on top of GA4's dataEN
- 02Teenager hacks open Microsoft database with 17 trillion total rows and 25,000 user accountsEN
- 03Apple Made a Sports App That Does Almost Nothing. It's IncredibleEN
- 04Show HN: DataZen – a local-first client for cross-database workflowsEN
- 05An Analysis of Two Architectures for Agentic Data AnalysisEN
- 06Show HN: Plainoldanalytics: Analytics Middlware for GoEN
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。