【数据存储】玩家行为日志：关键操作的留痕清单

实战应用：用在哪里

行为日志记录玩家的每个关键操作：交易、发邮件、加入行会、使用传送、击杀 BOSS，动作留痕让异常行为的追溯有据可查。行为日志是风控的数据底座——工作室的批量操作、盗号的资金转移、bug 的复现路径，都依赖这条日志链。

行为的记录

---行为日志的写入
function ActionLog.write(actor, action, detail)
    local row = {
        userId = actor:GetUserId(),
        action = action,
        detail = detail,
        map = actor.mapId,
        x = actor.x, y = actor.y,
        at = os.time(),
    }
    actionBuffer[#actionBuffer + 1] = row
    if #actionBuffer >= 200 then ActionLog.flush() end
end

写入进缓冲攒满 200 条批量落盘，IO 压力被摊平。日志字段覆盖五要素：谁、做了什么、在哪个地图、坐标、时间，行为回放可以精确到格子。索引键是 userId 加时间戳，同一玩家的行为按时间排序即可还原完整操作序列。

查询与聚合

---行为日志的查询：按玩家与时间范围
function ActionLog.query(userId, fromTime, toTime)
    local out = {}
    for _, row in ipairs(actionIndex[userId] or {}) do
        if row.at >= fromTime and row.at <= toTime then
            out[#out + 1] = row
        end
    end
    table.sort(out, function(a, b) return a.at < b.at end)
    return out
end

查询按玩家 ID 与时间范围双重过滤，按 userId 分桶的索引让查询不遍历全量数据。行为聚合统计每种动作的日频次分布，用于发现异常模式：高频交易、规律性移动自动进风控观察队列。保留期按类型分级：交易类两年、行为类半年、移动类 30 天，存储成本与取证需求平衡。

验证与监控

日志写入量按日监控，翻倍级的异常增量通常是脚本行为或 Bug 的信号。

踩坑记录

写入曾经阻塞游戏逻辑，日志量大时单次写入 50 毫秒导致卡顿，改异步队列后归零。字段曾经缺少地图坐标，行为回放时无法定位操作地点，坐标补全后回放精确到格。

上线要点

日志格式统一为 JSON，结构化让聚合查询与异常检测效率倍增。行为日志与交易日志、支付日志支持关联查询，多维交叉分析让异常行为无处藏身。留痕清单要经风控、客服、开发三方评审：少了取不了证，多了成本失控。

本文由 996 技术组基于 996 引擎官方知识库与浮生梦老师课程体系整理。团队长期从事传奇类引擎 Lua 后端逻辑、客户端界面与商业版本交付，内容以官方知识库与真实项目为出处，按版本持续修订。