Spark SQL 筆記(10)——實戰網站日誌分析（1）

1 用戶行爲日誌介紹 1.1 行爲日誌生成方法 Nginx Ajax 1.2 日誌內容 訪問的系統屬性：操做系統、瀏覽器 訪問特徵：點擊的 url、從哪一個url 跳轉過來的（referer）、頁面停留時間 訪問信息： session_id, 訪問ip, 2 離線數據處理架構 數據採集： Flume: web日誌寫入到 HDFS 數據清洗：Spark,hive,mapreduce,清洗後能夠存放到

>>阅读原文<<