这篇博客通过实例展示了如何分析用户浏览日志，包括获取用户在特定页面的起始和结束时间，并利用Hive的分析函数计算用户在页面的停留时间间隔，以及每个页面的总浏览时长和每个用户的总访问时长。
用户浏览日志行为分析
用户在浏览网页过程中，在t1时刻，用户点进了p1页面，过一段时间后，用户又点进了p2页面，如此反复。
要求：统计用户在每个特定网页的停留时间
或是某个网页用户停留的总时间
步骤：
1、准备用户浏览日志数据 (user_log.txt: userid,log_time,log_url)
，并放置在一个目录下
2、在hive中创建存储用户浏览数据的数据表
3、将数据文件加载到hive表中 （注意：此处加载的/home/hduser/hive-data/user_log.txt路径是上面你放的路径，要一致）
4、获取用户在某个页面停留的起始与结束时间
5、计算用户在页面停留的时间间隔 (提示: unix_timestamp(string date, string pattern)：将指定时间字符串格式字符串转换成Unix时间戳(以秒为单位)，如果格式不对返回0。如：unix_timestamp(‘2009-03-20’, ‘yyyy-MM-dd’) = 1237532400，返回类型是bigint）
6、计算每个页面被浏览的总时长ÿ
最低0.47元/天 解锁文章
扫一扫
418
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
