2.1 数据准备

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

head -5 raw_user.csv

数据集预处理

sed -i ‘1d’ raw_user

head -5 raw_user.csv

vim pre_deal.sh

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

head -10 raw_user.txt

把数据集导入HDFS中

hdfs dfs -mkdir -p /bigdatacase/dataset

hdfs dfs -put /usr/local/bigdatacase/dataset/raw_user.txt /bigdatacase/dataset

hdfs dfs -ls /bigdatacase/dataset

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

在Hive上创建数据库

hive

create database dblab;

use dblab;

CREATE EXTERNAL TABLE dblab.rawdata_user(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_user 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_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

语句：

selectcount(distinct uid), day(visit_date) from bigdata_user 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：取给定时间和地点，求当天发出到该地点的货物的数量
• 语句：select count (*) from bigdata_user where province='江西' and visit_data='2014-12-12' and behavior_type='4';
•