背景：用戶的分日離線數據是數據部門每天統計完成後寫入離線分日表中，那麼寫入的時候就會有時間差，大概凌晨-3點基本用戶是看不到昨日的數據的，爲了優化這個痛點，我們做了優化當昨日離線沒有值的時候，我們會去redis實時數據(生命週期是3天都有)。雖然是業務相關的，但也體現了商業廣告數據統計的維度：1.商品分天維度(一個商品按天統計-離線數據)。2.商品分時維度(一個商品一天各小時數據數據-離線/實時)。3.用戶產品類型維度(該用戶所有商品的推廣數據)。
取數據邏輯：
有離線取離線，離線沒有就會取緩存。
1.離線有數據：
當離線表有數據的時候，使用數據中心查看分成3中場景
場景1：只選擇日期，不選擇商品，日期開始結束不是同一天
離線數據取自 tdb_adstat.daily_data_adproduct_promote
造數據如圖：
adstat日誌，查詢入參
返回結果：
場景2：選擇日期，開始結束爲同一天，不選擇商品
數據中心查詢如圖：
數據取自tdb_adstat.hourly_data_adproduct_promote，如圖：
adstat查詢日誌
結果返回：
場景3：選擇日期，選擇商品，日期開始結束不是同一天
離線數據取自tdb_adstat.daily_data_product_promote表，該表示按照promotionId查詢，注意區分promotionid對應優店通查詢條件
數據庫造數據如圖：
adstat查詢日誌
2.沒有離線數據：
場景1：只選擇日期，不選擇商品，日期開始結束不是同一天
保證離線數據查詢日誌沒有，在操作redis設置分日緩存
頁面返回：
場景3：選擇日期，選擇商品，日期開始結束不是同一天
首選保證離線表沒有數據，然後操作redis設置分日緩存(這種按日期取直接取分日緩存，不會sum分時緩存，同時緩存key設置按照promotionid)
redis造數據如圖：
返回結果：
測試點：
除了redis的key要寫對，有一些是到分日的，有一些是分時的，還有就是場景：離線沒有取redis->離線有了取離線，有個動作變化，其他沒有了。