-
spark streaming实时网站分析项目实战.rar下载
资源介绍
操作步骤：
一．数据采集：视频网站访问日志（编辑python脚本）
1.Python日志产生器开发URL ，ip信息，状态码，时间等
2.python日志产生器测试并将日志写入到文件中
3.通过定时调度工具每一分钟产生一批数据
4.使用flume实时收集日志信息
5.对接实时数据到kafka并输出到控制台
6.spark streaming对接kafka的数据进行消费
数据采集详情：项目其他\数据采集.docx
二．数据清洗：见项目
使用spark streaming完成数据清洗操作
三．数据分析：见项目
功能一：
统计到今天为止视频的访问量
yyyyMMdd courseId
使用数据库来进行存储我们的统计结果
sparkstreaming把统计结果写入到数据库里面
hbase表设计：create 'aqy_video_clickcount','info'
RowKey设计：day_videoid
功能二：
统计今天到现在为止从搜索引擎引流过来的实战课程的访问量
功能1+从搜索引擎引流过来的
HBase表设计：
create 'aqy_video_search_clickcount','info'
rowkey设计：根据业务需求20200529+search
功能具体实现步骤：
1.数据库访问dao层方法定义
2.hbase操作工具类开发
3.将spark streaming的处理结果写到hbase中
4.映射到hive数据仓库中
四．数据可视化：见数据可视化项目