Spark项目之电商用户行为分析大数据平台之（九）表的设计详解大数据

一、概述

数据设计，往往包含两个环节：

第一个：就是我们的上游数据，就是数据调研环节看到的项目基于的基础数据，是否要针对其开发一些Hive ETL，对数据进行进一步的处理和转换，从而让我们能够更加方便的和快速的去计算和执行spark作业；

第二个：就是要设计spark作业要保存结果数据的业务表的结构，从而让J2EE平台可以使用业务表中的数据，来为使用者展示任务执行结果。

二、MySQL表设计

2.1　session_aggr_stat表

存储第一个功能，session聚合统计的结果

CREATE TABLE `session_aggr_stat` ( 
  `task_id` int(11) NOT NULL, 
  `session_count` int(11) DEFAULT NULL, 
  `1s_3s` double DEFAULT NULL, 
  `4s_6s` double DEFAULT NULL, 
  `7s_9s` double DEFAULT NULL, 
  `10s_30s` double DEFAULT NULL, 
  `30s_60s` double DEFAULT NULL, 
  `1m_3m` double DEFAULT NULL, 
  `3m_10m` double DEFAULT NULL, 
  `10m_30m` double DEFAULT NULL, 
  `30m` double DEFAULT NULL, 
  `1_3` double DEFAULT NULL, 
  `4_6` double DEFAULT NULL, 
  `7_9` double DEFAULT NULL, 
  `10_30` double DEFAULT NULL, 
  `30_60` double DEFAULT NULL, 
  `60` double DEFAULT NULL, 
  PRIMARY KEY (`task_id`) 
) ENGINE=InnoDB DEFAULT CHARSET=utf8

2.2　session_random_extract表

存储我们的按时间比例随机抽取功能抽取出来的1000个session

CREATE TABLE `session_random_extract` ( 
  `task_id` int(11) NOT NULL, 
  `session_id` varchar(255) DEFAULT NULL, 
  `start_time` varchar(50) DEFAULT NULL, 
  `end_time` varchar(50) DEFAULT NULL, 
  `search_keywords` varchar(255) DEFAULT NULL, 
  PRIMARY KEY (`task_id`) 
) ENGINE=InnoDB DEFAULT CHARSET=utf8

2.3　top10_category表

存储按点击、下单和支付排序出来的top10品类数据

CREATE TABLE `top10_category` ( 
  `task_id` int(11) NOT NULL, 
  `category_id` int(11) DEFAULT NULL, 
  `click_count` int(11) DEFAULT NULL, 
  `order_count` int(11) DEFAULT NULL, 
  `pay_count` int(11) DEFAULT NULL, 
  PRIMARY KEY (`task_id`) 
) ENGINE=InnoDB DEFAULT CHARSET=utf8

2.4　top10_category_session表

存储top10每个品类的点击top10的session

CREATE TABLE `top10_category_session` ( 
  `task_id` int(11) NO NULL, 
  `category_id` int(11) DEFAULT NULL, 
  `session_id` varchar(255) DEFAULT NULL, 
  `click_count` int(11) DEFAULT NULL, 
  PRIMARY KEY (`task_id`) 
) ENGINE=InnoDB DEFAULT CHARSET=utf8

2.5　session_detail

用来存储随机抽取出来的session的明细数据、top10品类的session的明细数据

CREATE TABLE `session_detail` ( 
  `task_id` int(11) NOT NULL, 
  `user_id` int(11) DEFAULT NULL, 
  `session_id` varchar(255) DEFAULT NULL, 
  `page_id` int(11) DEFAULT NULL, 
  `action_time` varchar(255) DEFAULT NULL, 
  `search_keyword` varchar(255) DEFAULT NULL, 
  `click_category_id` int(11) DEFAULT NULL, 
  `click_product_id` int(11) DEFAULT NULL, 
  `order_category_ids` varchar(255) DEFAULT NULL, 
  `order_product_ids` varchar(255) DEFAULT NULL, 
  `pay_category_ids` varchar(255) DEFAULT NULL, 
  `pay_product_ids` varchar(255) DEFAULT NULL, 
  PRIMARY KEY (`task_id`) 
) ENGINE=InnoDB DEFAULT CHARSET=utf8

2.6　task表

用来存储J2EE平台插入其中的任务的信息

CREATE TABLE `task` ( 
  `task_id` int(11) NOT NULL AUTO_INCREMENT, 
  `task_name` varchar(255) DEFAULT NULL, 
  `create_time` varchar(255) DEFAULT NULL, 
  `start_time` varchar(255) DEFAULT NULL, 
  `finish_time` varchar(255) DEFAULT NULL, 
  `task_type` varchar(255) DEFAULT NULL, 
  `task_status` varchar(255) DEFAULT NULL, 
  `task_param` text, 
  PRIMARY KEY (`task_id`) 
) ENGINE=InnoDB AUTO_INCREMENT=0 DEFAULT CHARSET=utf8

原创文章，作者：ItWorker，如若转载，请注明出处：https://blog.ytso.com/tech/bigdata/9019.html

Spark项目之电商用户行为分析大数据平台之（九）表的设计详解大数据

一、概述

二、MySQL表设计

2.1 session_aggr_stat表

2.2 session_random_extract表

2.3 top10_category表

2.4 top10_category_session表

2.5 session_detail

2.6 task表

相关推荐

发表回复