whisky_12的博客

文章目录场景准备业务要求SQL分析场景准备某张表里有字段：provinceid、adid，表示省份id和广告id，每一行表示一份广告点击数据，测试数据如下。省份id 广告id1 1001 1001 1001 1121 1011 1121 1021 1021 1031 1121 1121 1011 1122 1002 1212 1012 1212 1042...

文章目录场景准备业务要求SQL分析场景准备假设有一张track_log表，里面有字段：url、guid、sessionid、ds（url、全局唯一标识、会话id、日期），数据示例如下，其中，一个guid可以有多个sessionid；一个sessionid对应一个guid，但是存在对应多个guid的非法数据；url可能为空。http://www.yhd.com/?union_ref=7&amp...

通过编写SparkCore 程序实现电商流量的PV、UV 以及会话二跳率的统计。通过SparkCore 比较累，也很难实现复杂功能，本文章实现的内容应该用Spark SQL 实现更好，类似于MR 可以用Hive 代替。下次整理使用SparkSQL 的实现方式数据准备数据存在Hive建表drop table track_log;create table track_log (id ...