2.1 数据准备

(1)数据集下载与查看

cd /usr/local

ls

sudo mkdir bigdatacase

sudo chown -R hadoop:hadoop ./bigdatacase

cd bigdatacase

mkdir dataset

cd ~/下载

ls

unzip user.zip -d /usr/local/bigdatacase/dataset

cd /usr/local/bigdatacase/dataset

ls

 

 

(2)数据集预处理

sed -i ‘1d’ raw_user

head -5 raw_user.csv

 

 

gedit pre_deal.sh

bash ./pre_deal.sh raw_user.csv rawuser_table.txt

ls

Head -5 rawuser_table.txt

 

 

(3)把数据集导入HDFS中

start_all.sh

jps

hdfs dfs -mkdir -p /bigdatacase/dataset

Hdfs dfs -put /usr/local/bigdatacase/dataset/rawuser_table.txt /bigdatacase/dataset

hdfs dfs -ls /bigdatacase/dataset/

hdfs dfs -cat /bigdatacase/dataset/rawuser_table.txt | head -10

 

 

 （4）在Hive上创建数据库

hive

create database bcd;

use bcd;

CREATE EXTERNAL TABLE bcd.bigdata_rawuser(id INT,uid STRING,item_id STRING,behavior_type INT,item_category STRING,visit_date DATE,province STRING)
ROW FORMAT DELIMITED FIELDS TERMINATED BY '\t'
STORED AS TEXTFILE
LOCATION '/bigdatacase/dataset';

select * from bigdata_rawuser limit 10;

 

 

 

 

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_rawuser 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

• 语句：select count(distinct uid), day(visit_date) from bigdata_rawuser where behavior_type='4' group by day(visit_date);
• 结果截图：运行或存为表格后的查询显示 

 

 

（3）自定义需求：2014-12-12号当天按省份统计买了超过四种商品的用户id和次数

• 语句：select uid,count(*),province from bigdata_rawuser where visit_date='2014-12-12' and behavior_type='4' group by uid,province having count(behavior_type='4')>5 limit 5;
  
• 结果截图：运行或存为表格后的查询显示