Countly 15.3 beta 发布,移动应用统计分析

移动开发 移动应用
Countly 15.3 beta 发布,移动应用统计分析

Countly 15.3 beta 发布,此版本更新内容如下:

引入插件系统

大量插件新特性:Data Populator, Event Logger, DBViewer, etc

新核心和可缩放数据结构

使用***的 Mongoskin 版本和更新的 MongoDB 驱动升级,支持新连接字符串格式 (#124)

使用***的 MongoDB 版本

Now Countly can be installed and run from subdirectory, more info (#19)

All dependencies are now defined in package.json and can be downloaded using install script (#4)

All apps view implemented displaying list of all apps and their dashboard statistics (#122)

Accepting bulk requests as post

Displaying default app icon instead of nothing

You can now login using username or email address

All tables in Countly now use Datatables for more interaction, as sorting, fitlering, etc.

New API enhancements, as providing country and city, or returning precalculated stats for implementing dashboards

Allowing any origin on API to allow CORS for ajax queries on different domains

添加新的 iOS 设备认证

Fixed bug displaying user roles

Fixed falling back to English if browser language is not defined (#101)

Fixed displaying long funnel names (#107)

Fixed locked scrolling after using slimscroll in some cases (#128)

大量的改进和 bug 修复

此版本现已提供下载,更多内容请看发行说明。

Countly 是一个实时的、开源的移动分析应用,通过收集来自手机的数据,并将这些数据通过可视化效果展示出来以分析移动应用的使用和最终用户的行为。一旦你打开该程序的面板,你会发现数据的监控是那么的简单。

Countly 提供了 Android 和 iOS 两种版本的开发包以及基于 Node.js 开发的服务器模块。

 


Countly 下载地址:​​https://github.com/Countly​

责任编辑:chenqingxiang 来源: oschina
相关推荐

2010-12-30 09:44:10

C#Attribute

2019-09-18 09:05:58

技术SQLDevOps

2015-08-19 09:40:51

统计分析

2012-09-25 14:18:51

Linux桌面环境

2024-11-07 11:10:34

Python脚本统计分析

2009-06-29 15:25:21

SessionJSP

2015-01-05 17:28:02

JMP

2014-06-04 09:42:41

工业控制系统APT

2011-03-14 14:41:59

大数据数据中心

2011-05-27 13:56:04

网站流量

2011-10-18 09:59:06

移动推送技术

2013-09-10 14:50:12

数组面试题

2014-10-28 14:59:42

手游付费行为数据统计分析

2010-06-01 14:30:06

Mrtg教程

2010-06-07 17:26:41

Mrtg教程

2022-02-18 12:58:35

go-monitor工具服务质量

2021-06-10 09:53:04

数据统计统计分析数据

2016-12-01 17:33:52

微信

2011-05-27 14:03:22

网站流量

2020-05-15 15:21:58

SPSS数据分析
点赞
收藏

51CTO技术栈公众号