大数据分析-------------数据分析平台架构

本文探讨了构建数据分析平台的流程,重点关注数据采集、存储、处理和展示。数据源包括文件、数据库、服务器和爬虫数据,常用工具有flume、sqoop、kafka等。数据存储涉及HDFS、HBase、Redis等,处理环节涵盖了离线(MapReduce、Spark)和实时(Storm、Spark Streaming)方案。数据应用主要在用户画像和机器学习方面。电商需求分析了购买率、复购率等指标。常见维度包括时间、地域、客户端和平台。ETL过程涉及IP解析和数据写入HBase,以优化查询和存储效率。
摘要由CSDN通过智能技术生成

数据分析平台架构从以下四个方面着手:

1.数据分析流程(重点)

(1)数据采集

  • 数据源:

文件:csv,tsv 格式文件
数据库:用户表,订单表,商品表
数据流

  • 来源:

服务器数据:日志服务器(用户行为数据),应用服务器(用户访问)
业务数据:用户信息表、订单表、商品表
爬虫数据:招聘网站、视频网站、论坛、豆瓣等

  • 实现工具:

flume、
sqoop
kafka、
kettle、
logstash(ETK):
E:ElasticSearch(存储,分析)
L:Logstash(数据采集)
K:Kibana(展示)

(2)数据存储

HDFS、HIVE 、HBase、Redis

(3)数据处理

  • 离线ÿ
  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值