网站用户行为分析

数据集下载与查看

cd /usr/local

ls

sudo mkdir bigdatacase

sudo chown -R hadoop:hadoop ./bigdatacase

cd bigdatacase

mkdir dataset

cd ~/下载

ls

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

cd /usr/local/bigdatacase/dataset

ls

head -5 raw_user.csv

 

 

数据集预处理

sed -i ‘1d’ raw_user.csv

head -5 raw_user.csv

 

 

 gedit pre_deal.sh

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

head -10 raw_user.txt

 

 

把数据集导入HDFS中

hdfs dfs -mkdir -p /bigdatacase/dataset

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

hdfs dfs -ls /bigdatacase/dataset

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

 

 

在Hive上创建数据库

hive

create database dblab;

use dblab;

CREATE EXTERNAL TABLE dblab.bigdata_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 bigdata_user limit 10;

 

 

 

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 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：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

 

 

自定义需求：12月12号买了超过四种商品的用户id和以及购买次数

• 语句：select uid,count(*) from bigdata_user where behavior_type='4'and visit_date='2014-12-12' group by uid having count(*)>4 limit 10;
• 结果截图：运行或存为表格后的查询显示