文章目录
一、【SparkCore篇】项目实战—电商用户行为分析
前言:数据准备
我们看看在实际的工作中如何使用这些 API 实现具体的需求。这些需求是电商网站的真实需求,所以在实现功能前,咱们必须先将数据准备好。
上面的数据图是从数据文件中截取的一部分内容,表示为电商网站的用户行为数据,主要包含用户的 4 种行为:搜索,点击,下单,支付。
1、数据规则如下:
- 数据文件中每行数据采用下划线分隔数据
- 每一行数据表示用户的一次行为,这个行为只能是 4 种行为的一种
- 如果搜索关键字为 null,表示数据不是搜索数据
- 如果点击的品类 ID 和产品 ID 为-1,表示数据不是点击数据
- 针对于下单行为,一次可以下单多个商品,所以品类 ID 和产品 ID 可以是多个,id 之间采用逗号分隔,如果本次不是下单行为,则数据采用 null 表示
- 支付行为和下单行为类似
2、详细字段说明:
3、样例类
//用户访问动作表
case class UserVisitAction(
date: String,//用户点击行为的日期
user_id: Long,//用户的 ID
session_id: String,//Session 的 ID
page_id: Long,//某个页面的 ID
action_time: String,//动作的时间点
search_keyword: String,//用户搜索的关键词
click_category_id: Long,//某一个商品品类的 ID
click_product_id: Long,//某一个商品的 ID
order_category_ids: String,//一次订单中所有品类的 ID 集合
order_product_ids: String,//一次订单中所有商品的 ID 集合
pay_category_ids: String,//一次支付中所有品类的 ID 集合
pay_product_ids: String,//一次支付中所有商品的 ID 集合
city_id: Long
)//城市 id
(一)需求1:TOP10热门品类
1、需求说明
不同的公司可能对热门的定义不一样。我们按照每个品类的点击、下单、支付的量来统计热门品类。
本项目需求优化为:先按照点击数排名,靠前的就排名高;如果点击数相同,再比较下单数;下单数再相同,就比较支付数。
2、代码实现方案1
package req
import org.apache.spark.rdd.RDD
import org.apache.spark.{
SparkConf, SparkContext}
object Spark01_req01_HotCategeryTop10 {
def main(args: Array[String]): Unit = {
//TODO 热门品类
val sparkconf: SparkConf = new SparkConf().setAppName("hotCategery").setMaster("local[*]")
val sc: SparkContext = new SparkContext(sparkconf)
//1、读取原始日志数据
val actionRDD: RDD[String] = sc.textFile("data/user_visit_action.txt")
actionRDD.cache() //调用缓存
//2、统计品类的点击数量:(品类id,点击数量)
val clickActionRDD: RDD[String] = actionRDD.filter(
action => {
val datas = action.split("_")
datas(6) != "-1"
}
)
val clickcountRDD: RDD[(String, Int)] = clickActionRDD.map(
action => {
val datas = action.split("_")
(datas(6), 1)
}
).reduceByKey(_ + _)
clickcountRDD.sortBy(_._2, false).take(10).foreach(println)
//3、统计品类的下单数量:(品类id,下单数量)
val orderActionRDD: RDD[String] = actionRDD.filter(
action => {
val datas = action.split("_")
datas(8) != "null" //下单不为null值
}
)
//orderid=>1,2,3 【(1,1),(2,1),(3,1)】
//1个order拆分成多个商品
val ordercountRdd: RDD[(String, Int)] = orderActionRDD.flatMap(
action => {
val datas = action.split("_")
val cid: String = datas(8)
val cids: Array[String] = cid.split(",")
cids.map(id =>