标签：数据分析 网站 visit 用户 Hive 购买 MySQL 行为

网站用户行为分析

1. 步骤

1.1 本地数据集上传到数据仓库Hive

1. 数据集下载与查看
2. 数据集预处理
3. 把数据集导入HDFS中
4. 在Hive上创建数据库

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1.2 Hive数据分析

1. 给出数据分析需求
2. 用select语句实现数据分析
3. 数据分析结果查看与保存 

1.3 Hive、MySQL、HBase数据互导 

1. Hive数据分析结果（如用户购买与浏览比例），从Hive传输到MySQL中。
2. Hive数据分析结果（如用户购买与浏览比例），从MySQL传输到Hbase中。
3. 参照博客步骤，依次将user_action传入Hive、MySQL、HBase中。
   http://dblab.xmu.edu.cn/blog/1059-2/

 

 

 

 

 

 

 

 

 

 

 

 

（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 bigdata_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

 

 

 

（2）用户行为分析需求：分析每月1-31号购买情况

• 语句：代码：select count(distinct uid),month(visit_date) from bigdata_user where behavior_type='4' group by month(visit_date) limit 10;
• 结果截图：运行或存为表格后的查询

 

 

 

 

 

 

 

（3）按某一特殊日期（如双12）进行用户行为分析

1. 各省份购买商品数量
2. 商品购买与浏览比例
3. 用户活跃度分析
4. 购买5件以上商品的用户

 

 

 

 

 

 

 

 

(4)用户购买与浏览比例。

1.计算拥护购买数与浏览数的比值。

2.创建表格保存结果

 

 

标签：数据分析,网站,visit,用户,Hive,购买,MySQL,行为
来源： https://www.cnblogs.com/yeliqin/p/14242702.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。