Hive分析统计离线日志信息

关注公众号:分享电脑学习

回复"百度云盘" 可以免费获取所有学习文档的代码(不定期更新)

云盘目录说明:

tools目录是安装包

res 目录是每一个课件对应的代码和资源等

doc 目录是一些第三方的文档工具


承接上一篇文档《新增访客数量MR统计之MR数据输出到MySQL

hive-1.2.1的版本可以直接映射HBase已经存在的表

如果说想在hive创建表,同时HBase不存在对应的表,也想做映射,那么采用编译后的hive版本hive-1.2.1-hbase


1. Hive中创建外部表,关联hbase

CREATEEXTERNALTABLEevent_log_20180728(

keystring,

plstring,

verstring,

s_timestring,

u_udstring,

u_sdstring,

enstring)

STOREDBY'org.apache.hadoop.hive.hbase.HBaseStorageHandler'

WITHSERDEPROPERTIES ("hbase.columns.mapping"=":key,info:pl,info:ver,info:s_time,info:u_ud,info:u_sd,info:en")

TBLPROPERTIES("hbase.table.name"="event_log_20180728");


统计多少个新用户:

selectcount(*)fromevent_log_20180728whereen="e_l";



2. 提取数据,进行初步的数据过滤操作,最终将数据保存到临时表


创建临时表

CREATETABLEstats_hourly_tmp01(

plstring,

verstring,

s_timestring,

u_udstring,

u_sdstring,

enstring,

`date`string,

hourint

);



将原始数据提取到临时表中

INSERTOVERWRITETABLEstats_hourly_tmp01

SELECT pl,ver,s_time,u_ud,u_sd,en,

from_unixtime(cast(s_time/1000asint),'yyyy-MM-dd'),hour(from_unixtime(cast(s_time/1000asint),'yyyy-MM-dd HH:mm:ss'))

FROMevent_log_20200510

WHERE en="e_l"oren="e_pv";



SELECTfrom_unixtime(cast(s_time/1000asint),'yyyy-MM-dd'),from_unixtime(cast(s_time/1000asint),'yyyy-MM-dd HH:mm:ss')FROMevent_log_20180728;


查看结果



3. 具体kpi的分析

创建临时表保存数据结果

CREATETABLEstats_hourly_tmp02(

plstring,

verstring,

`date`string,

kpistring,

hourint,

valueint

);


统计活跃用户 u_ud 有多少就有多少用户

统计platform维度是:(name,version)

INSERTOVERWRITETABLEstats_hourly_tmp02

SELECT pl,ver,`date`,'hourly_new_install_users'askpi,hour,COUNT(distinctu_ud)asv

FROM stats_hourly_tmp01

WHERE en="e_l"

GROUPBYpl,ver,`date`,hour;


查看结果:


统计会话长度指标

会话长度 = 一个会话中最后一条记录的时间 - 第一条的记录时间 = maxtime - mintime

步骤:

1. 计算出每个会话的会话长度 group by u_sd

2. 统计每个区间段的总会话长度


统计platform维度是:(name,version)

INSERTINTOTABLE

SELECT pl,ver,`date`,'hourly_session_length'askpi,hour,sum(s_length)/1000asv

FROM (

SELECTpl,ver,`date`,hour,u_sd,(max(s_time) -min(s_time))ass_length

FROM stats_hourly_tmp01

GROUPBYpl,ver,`date`,hour,u_sd

) tmp

GROUPBYpl,ver,`date`,hour;


查看结果



将tmp02的数据转换为和mysql表结构一致的数据

窄表转宽表 => 转换的结果保存到临时表中

CREATETABLEstats_hourly_tmp03(

plstring, verstring,`date`string, kpistring,

hour00int, hour01int, hour02int, hour03int,

hour04int, hour05int, hour06int, hour07int,

hour08int, hour09int, hour10int, hour11int,

hour12int, hour13int, hour14int, hour15int,

hour16int, hour17int, hour18int, hour19int,

hour20int, hour21int, hour22int, hour23int

);


INSERTOVERWRITETABLEstats_hourly_tmp03

SELECT pl,ver,`date`,kpi,

max(casewhenhour=0thenvalueelse0end)ash0,

max(casewhenhour=1thenvalueelse0end)ash1,

max(casewhenhour=2thenvalueelse0end)ash2,

max(casewhenhour=3thenvalueelse0end)ash3,

max(casewhenhour=4thenvalueelse0end)ash4,

max(casewhenhour=5thenvalueelse0end)ash5,

max(casewhenhour=6thenvalueelse0end)ash6,

max(casewhenhour=7thenvalueelse0end)ash7,

max(casewhenhour=8thenvalueelse0end)ash8,

max(casewhenhour=9thenvalueelse0end)ash9,

max(casewhenhour=10thenvalueelse0end)ash10,

max(casewhenhour=11thenvalueelse0end)ash11,

max(casewhenhour=12thenvalueelse0end)ash12,

max(casewhenhour=13thenvalueelse0end)ash13,

max(casewhenhour=14thenvalueelse0end)ash14,

max(casewhenhour=15thenvalueelse0end)ash15,

max(casewhenhour=16thenvalueelse0end)ash16,

max(casewhenhour=17thenvalueelse0end)ash17,

max(casewhenhour=18thenvalueelse0end)ash18,

max(casewhenhour=19thenvalueelse0end)ash19,

max(casewhenhour=20thenvalueelse0end)ash20,

max(casewhenhour=21thenvalueelse0end)ash21,

max(casewhenhour=22thenvalueelse0end)ash22,

max(casewhenhour=23thenvalueelse0end)ash23

FROM stats_hourly_tmp02

GROUPBYpl,ver,`date`,kpi;


selecthour14,hour15,hour16fromstats_hourly_tmp03;

结果:



将维度的属性值转换为id,使用UDF进行转换

1. 将udf文件夹中的所有自定义HIVE的UDF放到项目中

2. 使用run maven install环境进行打包

3. 将打包形成的jar文件上传到HDFS上的/jar文件夹中

4. hive中创建自定义函数,命令如下:


createfunctiondateconverteras'com.xlgl.wzy.hive.udf.DateDimensionConverterUDF'usingjar'hdfs://master:9000/jar/transformer-0.0.1.jar';



createfunctionkpiconverteras'com.xlgl.wzy.hive.udf.KpiDimensionConverterUDF'usingjar'hdfs://master:9000/jar/transformer-0.0.1.jar';


createfunctionplatformconverteras'com.xlgl.wzy.hive.udf.PlatformDimensionConverterUDF'usingjar'hdfs://master:9000/jar/transformer-0.0.1.jar';



创建hive中对应mysql的最终表结构

CREATETABLEstats_hourly(

platform_dimension_idint,

date_dimension_idint,

kpi_dimension_idint,

hour00int, hour01int, hour02int, hour03int,

hour04int, hour05int, hour06int, hour07int,

hour08int, hour09int, hour10int, hour11int,

hour12int, hour13int, hour14int, hour15int,

hour16int, hour17int, hour18int, hour19int,

hour20int, hour21int, hour22int, hour23int

);


INSERTOVERWRITETABLEstats_hourly

SELECT

platformconverter(pl,ver),dateconverter(`date`,'day'),kpiconverter(kpi),

hour00,hour01,hour02,hour03,

hour04,hour05,hour06,hour07,

hour08,hour09,hour10,hour11,

hour12,hour13,hour14,hour15,

hour16,hour17,hour18,hour19,

hour20,hour21,hour22,hour23

FROMstats_hourly_tmp03;



导出sqoop-》mysql

bin/sqoop export \

--connect jdbc:mysql://master:3306/test \

--username root \

--password123456\

--table stats_hourly \

--export-dir/user/hive/warehouse/log_lx.db/stats_hourly \

-m1\

--input-fields-terminated-by'\001'


查询mysql

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 196,264评论 5 462
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 82,549评论 2 373
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 143,389评论 0 325
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,616评论 1 267
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 61,461评论 5 358
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,351评论 1 273
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,776评论 3 387
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,414评论 0 255
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,722评论 1 294
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,760评论 2 314
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,537评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,381评论 3 315
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,787评论 3 300
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,030评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,304评论 1 252
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,734评论 2 342
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,943评论 2 336