月度归档： 2021 年 4 月

电商日志分析项目 – 03 日志的分析(MapReduce)

MapReduce工程代码 创建maven工程 在项目根目录下创建input文件夹，创建一个文本文件access.log用来模拟nginx日志 引入maven依赖 添加log4j.properties文件在资源目录下即resources，文件内容如下 编写MR程序之Mapper：LogMapper.java 编写MR程序之Mapper：LogReducer.java 编写MR程序之Job：LogJob.java 本地运行代码，测试下结果正确与否 本地运... ... [查看更多]

Views: 77

Superset的基本介绍与安装

superset是由Airbnb（知名在线短租赁公司）开源的数据分析与可视化平台（曾用名Caravel、Panoramix），该工具主要特点是可自助分析、自定义仪表盘、分析结果可视化（导出）、用户/角色权限控制，还集成了一个SQL编辑器，可以进行SQL编辑查询对结果集进行保存可视化等。 1、superset基本介绍 我们已经了解到了superset是一款数据展示的工具，接下来 一起来了解一下superset的基本介绍。 核心功能： 1.快速创建数据可视化互动仪表盘 2.丰富的可视化图... ... [查看更多]

Views: 60

Hive的概念

1 Hive的概念 Hive是基于Hadoop的一个数据仓库工具 可以将结构化的数据文件映射为一张数据库表，并提供类SQL查询功能。 其本质是将SQL转换为MapReduce的任务进行运算，底层由HDFS来提供数据的存储支持，说白了hive可以理解为一个将SQL转换为MapReduce任务的工具，甚至更进一步可以说hive就是一个MapReduce的客户端 2 Hive与数据库的区别 Hive 具有 SQL 数据库的外表，但应用场景完全不同。 Hive 只适合用来做海... ... [查看更多]

Views: 30

数据仓库概念

1.1 数据仓库的基本概念 数据仓库的英文名称为Data Warehouse，可简写为DW或DWH。 数据仓库的目的是构建面向分析的集成化数据环境，为企业提供决策支持（Decision Support）。它出于分析性报告和决策支持的目的而创建。 数据仓库本身并不“生产”任何数据，同时自身也不需要“消费”任何的数据，数据来源于外部，并且开放给外部应用，这也是为什么叫“仓库”，而不叫“工厂”的原因。 1.2 数据仓库的主要特征 数据仓库是面向主题的（Subject-Or... ... [查看更多]

Views: 23