




版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、一、 項(xiàng)目總體需求、具體設(shè)計(jì)1、 總體需求:捕獲用戶每天的行為數(shù)據(jù),生成業(yè)務(wù)日志文件,根據(jù)日志文件清洗、分析、提取出需要的價(jià)值信息(pv:頁面瀏覽量 uv:獨(dú)立訪客數(shù) 獨(dú)立IP 會(huì)話時(shí)長等),對(duì)網(wǎng)站的良好運(yùn)營提供有價(jià)值的指標(biāo)。2、 具體設(shè)計(jì)2.1捕獲(JsSDK)用戶行為數(shù)據(jù)(launch事件、pageView事件、event事件、chargerequet事件)2.2將捕獲的數(shù)據(jù)發(fā)送給web服務(wù)器,生成日志文件(Nginx)2.3將日志文件上傳至文件存儲(chǔ)系統(tǒng)中(Shell腳本、Flume)2.4在文件存儲(chǔ)系統(tǒng)中對(duì)日志文件進(jìn)行清洗,過濾掉臟數(shù)據(jù)和不需要的字段(MapReuce job任務(wù))2.5
2、將過濾后的日志文件導(dǎo)入到數(shù)據(jù)庫中(HBase)2.6通過MapReduce程序或Hive進(jìn)行統(tǒng)計(jì)分析(Hive)2.7將統(tǒng)計(jì)分析后的結(jié)果導(dǎo)入到本地?cái)?shù)據(jù)庫中進(jìn)行永久儲(chǔ)存(Mysql)2.8在前端進(jìn)行展示(SpringMVC+Highcharts)二、 項(xiàng)目架構(gòu)(畫圖)具體分為三個(gè)部分(如下圖所示):數(shù)據(jù)收集層 hadoop、hive、flume、kafka、shell數(shù)據(jù)分析層 hive、MapReduce、spark數(shù)據(jù)展示層 springmvc + highcharts三、 技術(shù)選型、特點(diǎn)、為什么1. JsSDK捕獲前端頁面數(shù)據(jù)。Javascript 編寫頁面日志生成與發(fā)送工具(原則: 保持
3、對(duì)業(yè)務(wù)代碼最小影響)特點(diǎn):采用原生的JavaScript編寫,以js文件嵌入到前端,頁面觸發(fā)業(yè)務(wù)所關(guān)注的事件(按照收集數(shù)據(jù)的不同分為不同的事件)時(shí)調(diào)用相關(guān)方法。2. Java sdk 后臺(tái)服務(wù)日志生成與發(fā)送工具JavaSDK代碼很簡(jiǎn)單,可以打成jar包或者直接拷貝類到具體的項(xiàng)目中,正常邏輯處理到JavaSDK所關(guān)注的事件后,調(diào)用JavaSDK提供的api即可。3.Nginx web服務(wù)器,產(chǎn)生日志文件 特點(diǎn):Nginx是一個(gè)小巧而高效的Linux下的web服務(wù)器軟件,相比較Apache它不僅有穩(wěn)定性、豐富的功能集、示例配置文件,更重要的是Nginx是基于事件的,它的內(nèi)存使用很低,系統(tǒng)資源消耗小
4、很多。3. shell腳本上傳日志文件(數(shù)據(jù)量一般比較小的場(chǎng)景,不會(huì)立即進(jìn)行分析)分割日志,每天定時(shí)分割成昨天的日志文件。(vi split.sh)上傳到HDFS。(vi put2hdfs.sh)flume上傳(數(shù)據(jù)量一般比較大的場(chǎng)景,需要實(shí)時(shí)處理。)5. HBase數(shù)據(jù)庫 數(shù)據(jù)解析以后,我們把它存入HBase表。因?yàn)椋翰煌氖录?,最后上傳到HDFS里面每行數(shù)據(jù)的字段數(shù)量是不一樣的;而且HBase中,單表數(shù)據(jù)量相對(duì)比較大6.MySql 最終結(jié)果存儲(chǔ)Mysql是關(guān)系型數(shù)據(jù)庫,結(jié)構(gòu)十分清晰,能夠與JavaWeb中的SpringMVC進(jìn)行很好的對(duì)接;而且SQL語句是結(jié)構(gòu)化的查詢語言,方便運(yùn)營頁面查詢
5、數(shù)據(jù)7.SpringMVC+Highcharts 進(jìn)行報(bào)表顯示四、 具體實(shí)現(xiàn)需求(分析了哪些功能pv、uv)主要實(shí)現(xiàn)需求:Pv:頁面的瀏覽次數(shù),衡量網(wǎng)站用戶訪問的網(wǎng)頁數(shù)量;用戶每打開一個(gè)頁面就記錄一次,多次打開同一個(gè)頁面則瀏覽量累計(jì)。描述用戶訪問網(wǎng)站信息,應(yīng)用于基本的各個(gè)不同計(jì)算任務(wù)Uv:獨(dú)立訪客數(shù)1天內(nèi)訪問某站點(diǎn)的人數(shù)(以cookie為依據(jù))1天內(nèi)同一訪客的多次訪問只計(jì)為1個(gè)訪客S_time:會(huì)話時(shí)長詳細(xì)需求:五、 項(xiàng)目中遇到了哪些問題,怎么解決1、日志格式有點(diǎn)混亂,以至于給后面的數(shù)據(jù)清洗帶來困擾辦法:最后調(diào)整數(shù)據(jù)格式,并重新定義了分隔符2、對(duì)日志文件進(jìn)行分析時(shí),建立Hive外部表與Hbase表的鏈接字段搞錯(cuò),以至于HBase與Hive整合不成功辦法: 查看數(shù)據(jù)字典,查找字段,并將hive外部表的字段名和HBase表的列名一樣。六、 項(xiàng)目總結(jié)通過本次項(xiàng)目搭建,我對(duì)大數(shù)據(jù)的實(shí)際應(yīng)用,以及客戶需求的具體實(shí)現(xiàn)有了更為清晰的認(rèn)識(shí),同時(shí)也對(duì)之前所學(xué)到的知識(shí)進(jìn)行了溫故與整合。同時(shí)看到了自己的很多不足,究其原因,是對(duì)Hadoop以及諸多協(xié)作
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 高速項(xiàng)目公司組建方案
- 高溫防治對(duì)策措施方案
- 住宅拆遷補(bǔ)償安置房產(chǎn)權(quán)轉(zhuǎn)讓協(xié)議
- 應(yīng)急醫(yī)療物資運(yùn)送方案
- 鐵路安全面試題及答案
- 柑橘銷售獎(jiǎng)勵(lì)方案
- 項(xiàng)目預(yù)測(cè)方案么
- 余杭社工面試題及答案
- 客戶分類文件管理方案
- 產(chǎn)品實(shí)物生產(chǎn)定制方案
- 小學(xué)升初中入學(xué)測(cè)試寧外入學(xué)試卷2
- 協(xié)和精神課件
- 兒童保健規(guī)范化門診標(biāo)準(zhǔn)(2021年版)
- 桶裝水領(lǐng)用表
- 營運(yùn)客車等級(jí)劃分及評(píng)定重點(diǎn)標(biāo)準(zhǔn)
- 檢驗(yàn)科?;钒踩珨?shù)據(jù)表完整
- 小學(xué)五年級(jí)英語學(xué)情分析
- 最新交管b2學(xué)法減分題庫及答案
- 人教版八年級(jí)數(shù)學(xué)上冊(cè) 《三角形的高、中線與角平分線》三角形教學(xué)課件
- 《色彩基礎(chǔ)知識(shí)》PPT課件(完整版)
- 鄭州橡膠助劑項(xiàng)目實(shí)施方案(參考范文)
評(píng)論
0/150
提交評(píng)論