原创力文档- 1、本文档共5页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
离线数据分析平台实战培训
讲师：gerry liu（北风网版权所有)
第二十八讲 新增用户和总用户分析
在本次项目中只有两个地方需要新用户数据和总用户数据，分别为用户基本信息分析模块和浏览器分析模块，它们的区别主要就是统计分析的维度不一样，故我们可以将其放到一个mapreduce任务中计算。最终的统计数据我们需要保持到mysql关系型数据库中，我们直接通过自定义OutputFormat和OutputCollector类来实现写出到mysql的操作。通过定义维度信息类和统计数据类来分别区分维度表和统计表，定义一个DimensionConverter类来获取/填充维度表信息(有则获取id，无则插入，再获取id)。
总述
new_install_user计算规则：计算launch时间中，uuid的唯一个数。total_user计算规则：同一个维度，前一天的总用户+当天新增用户。(只按照天来统计数据，但是提供按照其他时间维度统计的方式)
最终数据保存：stats_user和stats_device_browser。涉及到的列(除了维度列和created列外)：new_install_users和total_install_users。
涉及到其他表有dimension_platform、dimension_date、dimension_browser。
计算规则
1. 定义维度信息表对应的顶级父类。
2. 指定数据库连接信息指定，搭建DimensionConverter获取维度id的类框架，根据具体的分析到时候再添加内容。
3. 搭建自定义OutputFormat和OutputCollector类框架。
4. 实现统计new_install_user的用户数
a. 自定义platform、date、browser维度类，以及操作这些类的工具类。
b. 实现MR
5. 实现统计total_user的用户数。
6. 测试
编码步骤
欢迎访问我们的官方网站
文档评论（0）