日志分析系统分类有哪些_大数据离线分析项目(Hadoop)

​​AIIA人才发展中心西安分中心主要针对陕西地区在校大学生及毕业生、企事业单位开展人工智能技术、产业、政策等方面的人才培养，为联盟旗下近千家企业的输送专业人才，促进当地人工智能产业的蓬勃发展。

关注微信公众号：“AIIA人才发展中心西安分中心”了解更多内容​​​​​​​​。​​​​

项目总体需求、具体设计

1、 总体需求：捕获用户每天的行为数据，生成业务日志文件，根据日志文件清洗、分析、提取出需要的价值信息(pv：页面浏览量 uv：独立访客数 独立IP 会话时长等)，对网站的良好运营提供有价值的指标。

2、 具体设计

2.1捕获(JsSDK)用户行为数据(launch事件、pageView事件、event事件、chargerequet事件)

2.2将捕获的数据发送给web服务器，生成日志文件(Nginx)

2.3将日志文件上传至文件存储系统中(Shell脚本、Flume)

2.4在文件存储系统中对日志文件进行清洗，过滤掉脏数据和不需要的字段(MapReuce job任务)

2.5将过滤后的日志文件导入到数据库中(HBase)

2.6通过MapReduce程序或Hive进行统计分析(Hive)

2.7将统计分析后的结果导入到本地数据库中进行永久储存(Mysql)

2.8在前端进行展示(SpringMVC+Highcharts)

项目架构(画图)

具体分为三个部分(如下图所示)：

数据收集层

hadoop、hive、flume、kafka、shell

数据分析层

hive、MapReduce、spark

数据展示层

springmvc + highcharts

技术选型、特点、为什么

1. JsSDK捕获前端页面数据。Javascript 编写页面日志生成与发送工具(原则： 保持对业务代码最小影响)

特点：采用原生的JavaScript编写，以js文件嵌入到前端，页面触发业务所关注的事件(按照收集数据的不同分为不同的事件)时调用相关方法。

2. Java sdk 后台服务日志生成与发送工具

JavaSDK代码很简单，可以打成jar包或者直接拷贝类到具体的项目中，正常逻辑处理到JavaSDK所关注的事件后，调用JavaSDK提供的api即可。

3.Nginx web服务器，产生日志文件

特点：Nginx是一个小巧而高效的Linux下的web服务器软件，相比较Apache它不仅有稳定性、丰富的功能集、示例配置文件，更重要的是Nginx是基于事件的，它的内存使用很低，系统资源消耗小很多。

4. shell脚本上传日志文件(数据量一般比较小的场景，不会立即进行分析)

分割日志，每天定时分割成昨天的日志文件。(vi split.sh)

上传到HDFS。(vi put2hdfs.sh)

flume上传(数据量一般比较大的场景，需要实时处理。)

5. HBase数据库

数据解析以后，我们把它存入HBase表。因为：不同的事件，最后上传到HDFS里面每行数据的字段数量是不一样的；而且HBase中，单表数据量相对比较大

6.MySql 最终结果存储

Mysql是关系型数据库，结构十分清晰，能够与JavaWeb中的SpringMVC进行很好的对接；而且SQL语句是结构化的查询语言，方便运营页面查询数据

7.SpringMVC+Highcharts 进行报表显示

具体实现需求(分析了哪些功能pv、uv)

主要实现需求：

Pv：页面的浏览次数，衡量网站用户访问的网页数量；用户每打开一个页面就记录一次，多次打开同一个页面则浏览量累计。描述用户访问网站信息，应用于基本的各个不同计算任务

Uv：独立访客数

1天内访问某站点的人数(以cookie为依据)

1天内同一访客的多次访问只计为1个访客

S_time：会话时长

详细需求：

项目中遇到了哪些问题，怎么解决

1、日志格式有点混乱，以至于给后面的数据清洗带来困扰

办法：最后调整数据格式，并重新定义了分隔符

2、对日志文件进行分析时，建立Hive外部表与Hbase表的链接字段搞错，以至于HBase与Hive整合不成功

办法： 查看数据字典，查找字段，并将hive外部表的字段名和HBase表的列名一样。

项目总结

通过本次项目搭建，我对大数据的实际应用，以及客户需求的具体实现有了更为清晰的认识，同时也对之前所学到的知识进行了温故与整合。

同时看到了自己的很多不足，究其原因，是对Hadoop以及诸多协作框架的理解应用 仅限于皮毛，缺乏透彻的研究，实际开发能力仍大有欠缺，需要更多的实战来历练。

总之，通过本次项目搭建我收获颇丰，受益匪浅，并清楚了自己以后学习的重点，努力的方向。

关注微信公众号：“AIIA人才发展中心西安分中心”了解更多内容​​​​​​​​。​​​​