(从电商项目认识数仓体系九)业务数仓搭建

1 业务数据

业务数据一般存入mysql中,过程较为单一简单,不再赘述

2 业务数据导入数仓

2.1 表的同步策略

序号 表名 解释 同步策略
1 order_info 订单表 新增及变化
2 order_detail 订单详情 增量
3 sku_info 商品表 全量
4 user_info 用户表 全量
5 base_category1 商品一级分类表 全量
6 base_category2 商品二级分类表 全量
7 base_category3 商品三级分类表 全量
8 payment_info 支付流水表 增量

 

 

 

 

 

 

 

 

 

2.2 Sqoop导入脚本

#!/bin/bash

db_date=$2
echo ${db_date}
db_name=gmall

import_data(){
/opt/module/sqoop/bin/sqoop import \
--connect jdbc:mysql://hadoop:3306/${db_name} \
--username root \
--password 000000 \
--target-dir /origin_data/${db_name}/db/$1/${db_date} \
--delete-target-dir \
--num-mappers 1 \
--fields-terminated-by "\t" \
--query "$2"' and ${conditions};'
}

import_sku_info(){
    import_data "sku_info" "
    SELECT
        id,
        spu_id,
        price,
        sku_name,
        sku_desc,
        weight,
        tm_id,
        category3_id,
        create_time
    FROM sku_info
    WHERE 1=1 #全量导入,恒等,防止sql注入
    "
}

import_user_info(){
    import_data "user_info" "
    SELECT
        id,
        name,
        birthday,
        gender,
        email,
        user_level,
        create_time
    FROM user_info
    WHERE 1=1
    "
}

import_base_category1(){
    import_data "base_category1" "
    SELECT
        id,
        name
    FROM base_category1
    WHERE 1=1
    "
}

import_base_category2(){
    import_data "base_category2" "
    SELECT
        id,
        name
    FROM base_category2
    WHERE 1=1
    "
}

import_base_category3(){
    import_data "base_category3" "
    SELECT
        id,
        name
    FROM base_category3
    WHERE 1=1
    "
}

import_order_detail(){
    import_data "order_detail" "
    SELECT
        od.id,
        order_id,
        user_id,
        sku_id,
        sku_name,
        order_price,
        sku_num,
        o.create_time
    FROM order_detail
    WHERE 
    o.id=od.order_id
    AND DATE_FORMAT(create_time,'%Y-%m-%d')='${db_date}'
    "
}

import_payment_info(){
    import_data "payment_info" "
    SELECT
        id,
        out_trade_no,
        order_id,
        user_id,
        alipay_trade_no,
        total_amount,
        subject,
        payment_type,
        payment_time
    FROM payment_info
    WHERE DATE_FORMAT(create_time,'%Y-%m-%d')='${db_date}'
    "
}

import_order_info(){
    import_data "order_info" "
    SELECT
        id,
        total_amount,
        order_status,
        user_id,
        payment_way,
        out_trade_no,
        create_time,
        operate_tome
    FROM order_info
    WHERE 
    DATE_FORMAT(create_time,'%Y-%m-%d')='${db_date}'
    OR DATE_FORMAT(operate_tome,'%Y-%m-%d')='${db_date}'
    "
}

case $l in
    "base_category1")
        import_base_category1
;;
    "base_category2")
        import_base_category2
;;
    "base_category3")
        import_base_category3
;;
    "order_info")
        import_order_info
;;
    "order_detail")
        import_order_detail
;;
    "sku_info")
        import_sku_info
;;
    "user_info")
        import_user_info
;;
    "paryment_info")
        import_paryment_info
;;
    "order_info")
        import_order_info
;;
    "all")
        import_base_catego
  • 0
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
本教程为授权出品 一、课程简介数据仓库(Data Warehouse,可简写为DW或DWH),是面向分析的集成化数据环境,为企业决策制定过程,提供系统数据支持的战略集合,是国内外各大公司正在重点投入的战略级技术领域。 二、课程内容《大数据电商数仓项目实战》视频教程,从项目架构的搭建,到数据采集模块的设计、数仓架构的设计、实战需求实现、即席查询的实现,我们针对国内目前广泛使用的Apache原生框架和CDH版本框架进行了分别介绍,Apache原生框架介绍中涉及到的技术框架包括Flume、Kafka、Sqoop、MySql、HDFS、Hive、Tez、Spark、Presto、Druid等,CDH版本框架讲解包括CM的安装部署、Hadoop、Zookeeper、Hive、Flume、Kafka、Oozie、Impala、HUE、Kudu、Spark的安装配置,透彻了解不同版本框架的区别联系,将大数据全生态系统前沿技术一网打尽。在过程中对大数据生态体系进行了系统的讲解,对实际企业数仓项目中可能涉及到的技术点都进行了深入的讲解和探讨。同时穿插了大量数仓基础理论知识,让你在掌握实战经验的同时能够打下坚实的理论基础。 三、课程目标本课程以国内电商巨头实际业务应用场景为依托,对电商数仓的常见实战指标以及难点实战指标进行了详尽讲解,具体指标包括:每日、周、月活跃设备明细,留存用户比例,沉默用户、回流用户、流失用户统计,最近连续3周活跃用户统计,最近7天内连续3天活跃用户统计,GMV成交总额分析,转化率及漏斗分析,品牌复购率分析、订单表拉链表的设计等,让学生拥有更直观全面的实战经验。通过对本课程的学习,对数仓项目可以建立起清晰明确的概念,系统全面的掌握各项数仓项目技术,轻松应对各种数仓难题。 四、课程亮点本课程结合国内多家企业实际项目经验,特别加入了项目架构模块,从集群规模的确定到框架版本选型以及服务器选型,手把手教你从零开始搭建数据集群。并且总结大量项目实战中会遇到的问题,针对各个技术框架,均有调优实战经验,具体包括:常用Linux运维命令、Hadoop集群调优、Flume组件选型及性能优化、Kafka集群规模确认及关键参数调优。通过这部分学习,助学生迅速成长,获取前沿技术经验,从容解决实战问题。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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