网站用户行为分析

时间：2020-12-27 16:21:24 收藏：0 阅读：35

2.1 数据准备

（1）数据集下载与查看

cd /usr/local

sudo mkdir bigdatacase

sudo chown -R hadoop:hadoop ./bigdatacase

cd bigdatacase

mkdir dataset

cd ~/下载

unzip user_table.zip -d /usr/local/bigdatacase/dataset

cd /usr/local/bigdatacase/dataset

技术分享图片

（2）数据集预处理

sed -i ‘1d‘ raw_user.csv

head -5 raw_user.csv

技术分享图片

gedit pre_deal.sh

bash ./pre_deal.sh raw_user.csv user_table.txt

head -10 user_table.txt

技术分享图片

（3）把数据集导入HDFS中

start_all.sh

jps

hdfs dfs -mkdir -p /bigdatacase/dataset

hdfs dfs -put /usr/local/bigdatacase/dataset/user_table.txt /bigdatacase/dataset

hdfs dfs -ls /bigdatacase/dataset/

hdfs dfs -cat /bigdatacase/dataset/user_table.txt | head -10

技术分享图片

（4）在Hive上创建数据库

hive

create database dblab;

use dblab;

CREATE EXTERNAL TABLE dblab.big_user(id INT,uid STRING,item_id STRING,behavior_type INT,item_category STRING,visit_date DATE,province STRING)
ROW FORMAT DELIMITED FIELDS TERMINATED BY ‘\t‘
STORED AS TEXTFILE
LOCATION ‘/bigdatacase/dataset‘;

select * from big_user limit 10;

技术分享图片

2.2 Hive数据分析

（1）用户行为分析需求：2014-12-11~12号有多少条购买商品的记录

分析步骤

语句：select count(*) from big_user where visit_date >‘2014-12-10‘ and visit_date <‘2014-12-13‘ and behavior_type=‘4‘ limit 10;
结果截图：运行或存为表格后的查询显示

技术分享图片

（2）用户行为分析需求：分析每月1-31号购买情况

语句：select count(distinct uid), day(visit_date) from bigdata_user where behavior_type=‘4‘ group by day(visit_date);
结果截图：运行或存为表格后的查询显示

技术分享图片

（3）自定义需求：2014-12-12号当天按省份统计购买数量

语句：select province ,count(*) from big_user where behavior_type=‘4‘ and visit_date=‘2014-12-12‘ group by province having count(behavior_type=‘4‘)>4 limit 20;
结果截图：运行或存为表格后的查询显示

技术分享图片

原文：https://www.cnblogs.com/fbs1/p/14197385.html