日志分析一

Posted 2020-08-20 曹军

1.需求分析

　　分析指标

　　　　pv　　uv　　登录人数　　游客人数　　平均访问时间　　二跳率　　独立IP

 

2.使用的日志（一号店），会话信息

　　

 

3.创建数据库

　　

 

4.创建源表，存储源数据

　　

 

5.创建我们需要的use表

　　

 

6.创建两张临时表

　　一张临时表可以根据sessionId得到的字段。

　　第二张临时表是原表的过滤。

　　思路：当第一张表的min_trackTime与第二张表的trackTime进行join，则这个时候的trackU，url，referer都是最小时间对应的值。

　　

 

 7.join出想要的结果

　　

 

8.完成需求

　　

 

9.结果（使用beeline客户端显示）

　　

 

10.疑问：

　　visit_user的求解。

　　count(distinct case when user_id is null then guid else null end) visit_user

　　上面的使用方式是有问题的，没有登录的时候，user_id不是空，是别的值，所以都统计了，就造成了与UV相同。

　　具体是啥？是空白符，但是要怎么做呢？

　　可以统计长度。

　　count(distinct case when length(user_id)!=0 then guid else null end) login_user;

　　 count(distinct case when length(user_id)=0 then guid else null end) visit_user;