湖南手机版建站系统信息,版面布局网站的域名和所采用的版面布局形式,唐山建设网站公司,wordpress关键词内链数据收集(nginx)---数据分析--- 数据清洗---数据聚合计算---数据展示
可能涉及到zabix 做任务调度我们的项目 电商日志分析
比如说我们现在有一个系统,我们的数仓建立也要有一个主题
我这个项目是什么我要干什么定义方向
对用户进行分析,用户信息
要懂整个数据的流…
数据收集(nginx)---数据分析--- 数据清洗---数据聚合计算---数据展示
可能涉及到zabix 做任务调度我们的项目 电商日志分析
比如说我们现在有一个系统,我们的数仓建立也要有一个主题
我这个项目是什么我要干什么定义方向
对用户进行分析,用户信息
要懂整个数据的流程1. 前端埋点数据
2. java业务端数据 (比如说 支付成功或者支付失败我要发到nginx 服务上)
3. java (oltp数据)
4. nginx 负载均衡 反向代理基于nginx的access.log文件可以做日志收集
进而统计网站的pv埋点日志一条日志 229字节 一条埋点日志229字节10000w的点击量*229字节 存储hdfsnginx 专门做日志收集
flume专门做日志采集
我们的日志分结构化和非结构化日志DATAX/sqoop可以做数据迁移 数仓分离线数仓 以及实时数仓前端基于事件触发的埋点 比如说点击事件
java支付成功,支付失败的事件可能Java业务端 付款成功会发一条请求 发送到nginx 服务上我们的日志已经拿到了 包括支付成功支付失败或者pv 点击事件
我们会吧日志统一发送到------nginx 负责采集
nginx 的access.log 帮我们做统计日志的情况然后我们可以基于awk sed grep 来进行nginx日志的处理
nginx的access.log 我们的pv就出来了 我们nginx就充当了 日志收集着的角色然后我们可以启动一个springboot项目 通过maven打包 java-jar 执行
nginx 收集到日志,我们下一步要吧这个nginx日志打到hdfs中
接下来我们要配置flume 吧nginx数据导入到hdfs中 flume可以监控log的变化 我们吧数据从nginx 通过flume导入到了hdfs中 接下来我们要做的就是数据清洗如何吧数据进行拆解 拆解成我们想要的样子 我们要基于我们的业务 来分析 用什么软件 用了多少台服务器 集群配置 集群规划什么版本数据采集etl:做数据清洗,去除脏数据.如何吧数据进行拆解 拆解我们想要的样子在这里插入代码片做数据采集的思路我到时候可以分析出 一个用户在一个会话中访问了多少网站
吧数据进行拆分 我们etl会拿出数据进行分析 比如说ip他们就会知道在那个地方访问的我
用的什么浏览器浏览器信息
基于一个会话 我就可以知道他的页面链路了
基于mr进行解析日志 之后映射成表
我们的数据就洗出来了
然后我们建维度 就给各个维度表里面导数据了
当我们访问服务器的时候 就会有埋点日志
java/jsnginx 埋点日志数据-----hdfs --(基于mr去进行拆解以及数据清洗)--导入hive
mr的作用帮我们解析日志 首先数据我们已经做了一些简单的清洗,错误的数据已经是没有了,不符合规则的数据
我们肯定对数据进行一些计算
我们要基于我们的业务数据进行建模建立各种维度表
先确定我们要分析的维度 需求 -----------基于维度建表
我们会设计很多的维度表 来满足我们的需求
