通过大数据分析框架Hadoop对某超市2015年销售记录进行分析.doc

通过大数据分析框架Hadoop对某超市2015年销售记录进行分析 数据说明 销售流水表flowlist.txt flowlist.txt：商品销售流水表 flowno moneytotal cardno flag saletime receivercode receivername pos customertype shopcode 1501010001 49.53 1692385 3 02/25/15 12:22:09 1005 User004 106 2 305 1501010002 1065.61 1212088 3 08/29/15 07:15:06 1005 User007 106 2 306 1501010003 1097.07 1118800 1 08/26/15 08:58:17 1010 User009 102 2 306 1501010004 685.64 2954992 5 08/07/15 01:38:26 1006 User005 109 3 306 1501010005 934.48 1755375 2 08/04/15 09:01:17 1002 User007 105 4 301 1501010006 1148.10 1884127 4 07/07/15 03:52:05 1005 User007 107 2 301 1501010007 1030.63 2856020 2 05/25/15 20:08:53 1008 User006 103 3 305 对应字段含义： flowno：销售流水号，唯一主键。 moneytotal：销售总金额，因为一条销售流水包括零到多个商品销售信息。 cardno：卡号。 flag：标志。 saletime：销售日期和时间。 receivercode：销售人员编号。 receivername：销售人员姓名。 pos：销售商品的POS机编号。 customertype：顾客类型。 shopcode：销售门店编号。 商品流水表 商品销售流水表：goodsflow.txt flowno deptcode gdsincode batchno salemode amount shouldpay actualpay salercode salername flag note no 1501010001 303 600014 4063 2 9 102.47 9999.00 1006 User001 3 sanctioned depart sq 1 1501010001 303 600009 4082 1 3 32.66 9999.00 1006 User001 3 performers indoctrin 2 1501010001 303 600008 4083 2 8 118.25 9999.00 1006 User001 3 leg conformity misma 3 1501010001 303 600085 4070 2 8 133.28 9999.00 1006 User001 3 additive seamen deno 4 1501010001 303 600005 4038 1 7 96.11 9999.00 1006 User001 3 share consoled sofa 5 1501010002 302 600028 4092 2 3 39.36 9999.00 1009 User009 2 platters abraded occ 6 1501010002 302 600029 4037 1 7 90.31 9999.00 1009 User009 2 speeders transatlant 7 1501010002 302 600074 4036 1 9 176.82 9999.00 1009 User009 2 businessman stained 8 1501010002 302 600085 4081 1 9 76.43 9999.00 1009 User009 2 mainland sane fittin 9 1501010002 302 600100 4018 3 9 49.30 9999.00 1009 User009 2 drips intrusions rec 10 1501010002 302 600015 4027 1 8 35.70 9999.00 1009 User009 2 septembers dismember 11 对应字段含义： flowno：销售流水号，不是主键，一条销售流水包括一到多个商品销售信息。 deptcode：销售部门编码。 gdsincode：商品编码。 batc