案例六 session数据分析

Day06.网站访问日志session数据分析
什么叫session

数据：时间区域操作
数据中的字段分别为：
访客 ip地址
访客 访问时间
访客 请求的url及协议
网站 响应码
网站 返回数据量
访客的 referral url（从哪个网站进来的）
访客的 客户端操作系统及浏览器信息
需求：

1)需要为从访问日志中梳理出每一个session（如果一个用户两次相邻请求之间的时间差<30分钟，则该两次请求都属于同一个session，否则分属不同的session），并为session中的历次请求打上序号，示意如下：
session号 ip地址 请求时间 请求url 请求次序 其他字段......
session1 ip1 2017-10-11 08:10:30 /a 1 ......
session1 ip1 2017-10-11 08:11:20 /b 2 ......
session2 ip1 2017-10-11 09:10:30 /c 1 ......
流程：
基本处理：读文件，多切分，拿到有用数据

1：把相同ip分到一块（分组）

2：相同组的数据，按照时间先后顺序来排列

3：进行时间比较  ---->打session，排顺序

2)将每次session进行汇总，得出用户每次session的浏览起、止页面，每次session会话总时长等，示意如下：
session号 ip地址 起始请求时间 结束请求时间 起始页面 跳出页面