- 操作过程
2.1 数据准备
A.1sudo mkdir usr/local/bigdatacase
A.2sudo chown -R hadoop:hadoop ./bigdatacase
A.3mkdir usr/local/bigdatacase/dataset
A.4
A.5
B.1sed -i \'1d\' raw_user
B.2
B.3vim pre_deal.sh
B.4
C.1start-all.sh
C.2hdfs dfs -mkdir -p /bigdatacase/dataset
C.3
C.4hdfs dfs -put /usr/local/bigdatacase/dataset/user_table.txt /bigdatacase/dataset
C.5hdfs dfs -cat /bigdatacase/dataset/user_table.txt | head -10
D.1
D.2
D.3
2.2 Hive数据分析
（1）用户行为分析需求：2014-12-11~12号有多少条购买商品的记录
分析步骤
- 语句：select count(*) from bigdata_user where visit_date >\'2014-12-10\' and visit_date <\'2014-12-13\' and behavior_type=\'4\' limit 10;
- 结果截图：运行或存为表格后的查询显示
（2）用户行为分析需求：分析每月1-31号购买情况
代码：select count(distinct uid),month(visit_date) from bigdata_user where behavior_type=\'4\' group by month(visit_date) limit 10;
2014-12-12当天购买记录表：
2014-12-12号当天广东购买商品数：
按省份统计购买数量：
2014-12-12号当天的商品购买与浏览比例：
购买数：
浏览数：
购买比例为：购买数/点击数
用户10001082在2014-12-12号当天活跃度：该用户点击行为占该天所有点击行为的比例：
用户10001082点击数:
全部用户点击数：
用户10001082点击数/全部用户点击数=该用户点击行为占该天所有点击行为的比例
2014-12-12号当天购买4件商品以上的用户：
（3）自定义需求：
简单指令：
查询前20位用户购买商品时的时间和商品的种类：
查询利用嵌套语句，设置该列的别名，简化语句：
聚合函数count()计算出表内有多少条行数据：
函数内部加上distinct，查出uid不重复的数据有多少条：
查询不重复的数据有多少条(为了排除客户刷单情况)：
嵌套语句最好取别名，就是上面的a，否则很容易出现如下错误：
查询2014年12月10日到2014年12月13日有多少人浏览了商品：
以月的第n天为统计单位，依次显示第n天网站卖出去的商品的个数：
关键字赋予给定值为条件，对其他数据进行分析
取给定时间和给定地点，求当天发出到该地点的货物的数量：
查询一件商品在某天的购买比例或浏览比例：
1.查询有多少用户在2014-12-11购买了商品
2.查询有多少用户在2014-12-11点击了该店
查询某个用户在某一天点击网站占该天所有点击行为的比例（点击行为包括浏览，加入购物车，收藏，购买）：
1.查询用户10001082在2014-12-12点击网站的次数
2.查询所有用户在这一天点击该网站的次数
给定购买商品的数量范围，查询某一天在该网站的购买该数量商品的用户id：
某个地区的用户当天浏览网站的次数：
1.创建新的数据表进行存储
create table scan(province STRING,scan INT) COMMENT \'This is the search of bigdataday\' ROW FORMAT DELIMITED FIELDS TERMINATED BY \'\t\' STORED AS TEXTFILE;
2.导入数据
3.显示结果