PyCharm 2025.3 Help

数据共享

收集并分析功能使用统计对 PyCharm 的开发大有裨益。 我们利用关于最常用和最少使用的功能与技术的洞察,并跟踪性能改进,从而优先实现用户最需要的功能。

我们重视与我们共享的信息并予以谨慎处理,确保不记录任何个人或敏感数据。

配置数据共享

选中 发送使用统计信息 复选框,允许 JetBrains 收集您在使用 PyCharm 时的功能和操作的匿名统计数据。

数据共享对话框

选中 在使用 EAP 版本时发送使用统计信息 复选框,允许 JetBrains 收集您在使用 PyCharm 时的功能和操作的统计数据。

EAP 版本中的数据共享对话框

插件的数据收集

JetBrains 市场 安装的第三方插件可能会自行实现使用数据收集,PyCharm 的设置无法控制此类数据收集。 请参阅插件作者的页面或文档,了解更多具体细节。

收集的数据类别

本节概述 JetBrains 在您明确同意的情况下收集的数据的具体示例。 这并非完整列表,而是我们为改进产品并更好地服务用户而跟踪的一些重要数据点的概览。

已安装的库和插件

我们可能会记录常用插件(例如 Markdown)的安装情况,以及流行的库和框架(例如 OpenAPI)等。

但是,我们不会收集用户数量有限的自定义库和插件的使用信息。

文件扩展名和项目规模

有关文件扩展名的信息有助于我们识别在 项目s 中使用的编程语言,而项目目录中文件的大致数量可让我们了解项目规模,并帮助我们进行 IDE 性能分析。

我们不会收集与您的代码或自定义输入相关的任何信息,例如编写的代码、搜索输入或查询。 因此,您的保密性不会受到影响。

功能使用情况

使用指标包括在 PyCharm 中的停留时间、与 IDE 窗口和版本控制软件的交互,以及调用代码补全或搜索等功能。 此外,所有交互都会作为一系列事件进行记录。 我们使用这些数据来更好地了解我们产品的使用模式以及整体用户群体的行为。

操作系统、IDE 和项目设置

我们可能会收集有关 IDE 和 项目 设置的信息。

产品性能指标

为改进产品性能和可访问性,我们会记录各种持续时间,包括应用程序启动、索引、构建以及运行配置的执行时间。

查看已记录的事件

启用数据共享后,事件将记录到本地文件,您可以通过以下路径从 PyCharm 系统目录 查看:

语法

%LOCALAPPDATA%\JetBrains\<product><version>\event-log-data\logs\FUS

示例

C:\Users\JohnS\AppData\Local\JetBrains\PyCharm2025.3\event-log-data\logs\FUS

语法

~/Library/Caches/JetBrains/<product><version>/event-log-data/logs/FUS

示例

~/Library/Caches/JetBrains/PyCharm2025.3/event-log-data/logs/FUS

语法

~/.cache/JetBrains/<product><version>/event-log-data/logs/FUS

示例

~/.cache/JetBrains/PyCharm2025.3/event-log-data/logs/FUS

如果您未看到 event-log-data event-log 目录,请再次 启用数据共享 并重新启动 IDE。

遵守数据保护法律

在我们的数据处理方法中,我们优先考虑匿名性和对数据保护法律的合规性。 我们严格将产品使用数据与您的姓名和 JetBrains 账户相关的个人信息分开。 为功能使用统计而收集的所有数据均已匿名化,不会记录任何个人或敏感数据。

鉴于我们遵循这些原则,通用数据保护条例 (GDPR) 不适用于功能使用统计。 但是,为符合 ePrivacy 指令 ,即便所收集的信息已匿名化,我们仍会征求用户对数据收集的同意。

此外,我们的数据处理流程遵循 JetBrains 隐私政策 ,且所有数据均在欧盟境内的服务器上存储和处理。 我们对隐私的承诺适用于所有用户,无论其地理位置如何。

以下是我们为确保用户数据匿名性而采用的关键做法:

最小化数据收集

我们在实施前精心定义产品指标,尽量缩小数据收集范围。 任何新的数据收集计划都要经过全面审查和逐级审批。

结构化数据记录

我们的数据记录采用基于模式的方法,确保每条信息均按照预定义的结构进行记录。 为保持匿名性,不会记录自定义值,例如代码字符串或搜索输入。

数据聚合技术

我们采用多种数据聚合技术以保持匿名性:

  • 将精确值进行取整(例如项目中的文件数),以避免通过开源代码库进行潜在的去匿名化。

  • 维护包含预定义取值集合的允许列表,以防报告自定义插件或库名称。

  • 严格执行预定义的模式,在记录前对上报的数据进行校验。

匿名用户标识符

用户标识通过随机 ID 生成,并进一步进行哈希和加盐处理,以保持匿名性。

处理无效数据

对于因验证规则和实践而无法记录的任何上报数据,我们会设置占位符。

持续改进流程

我们通过测试和代码审查不断完善流程,以验证其目的并确保每项数据收集的匿名性。

最后修改日期: 2025年 12月 2日