Hadoop離線資料分析平臺實戰——340瀏覽器PV分析

專案進度

模組介紹

在瀏覽器資訊分析模組中除了使用者、會員和會話的分析外，
還有pv的分析，pv的計算可以代表網站的流量值，
也能夠表示網站對使用者的吸引程度，如果使用者平均pv比較高，
那麼表示網站對使用者的引起程度比較高；如果是值比較低，
那麼表示網站對使用者的吸引程度比較低。
這個時候，就可以通過跳出率等其他統計指標來找出網站的問題所在。

計算規則

pv的計算其實就是計算訪問url的次數，
不涉及的去重，也就是說一個使用者訪問一個url多少次就算多少pv值。
也就是說最終結果是一個pageview事件產生一個pv值，不涉及到任何去重操作。

最終資料儲存：stats_device_browser。
涉及到的列(除了維度列和created列外)：pv。
涉及到其他表有dimension_platform、dimension_date、dimension_browser。

編碼步驟

1. MapReduce程式碼編寫
2. collector和xml配置等
3. 測試
   擴充套件：在計算pv值後，可以計算跳出率以及各個頁面的情況，
   可以將頁面分為三大類，進入頁面、正常瀏覽頁面以及退出頁面(按照會話來分析)。
   在一個會話中，pageview事件中referrer url是其他網站的訪問就是進入頁面的訪問
   ，referrer url是本網站的表示是一個正常的瀏覽頁面，
   會話中的最後一個訪問頁面是退出頁面以及進入頁面的上一個pageview事件(同一個會話)中的頁面算做退出頁面。