Hadoop离线数据分析平台实战——300活跃会员分析

项目进度

模块介绍

活跃会员的统计和活跃用户统计类似，
区别只是在于从不同的角度来进行分析访问网站的用户数量。
活跃用户统计是根据我们在cookie中保存的uuid来进行访问网站用户数量的一个统计，
而活跃会员统计是通过统计登录网站的用户数量(去重)。
一般而言，如果活跃用户的数量远远超过活跃会员数量，那么表示本网站对会员的吸引能力不够。

计算规则

活跃会员(active_member)计算规则：
计算当天(确定时间维度信息)的pageview事件的数据中memberid的去重个数。
(这里只所以选择pageview事件，是可能会存在一种可能：
某个会员在当天没有进行任何操作，但是他订单支付成功的操作在今天在被触发，
这样在所有数据中就会出现一个java_server平台产生的订单支付成功事件，
包含会员id)。
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)：active_members。
涉及到其他表有dimension_platform、dimension_date、dimension_browser。

编码步骤

1. Copy ActiveUser计算的相关代码
2. 修改对应信息(获取列、过滤信息、collector类、xml配置等)
3. 测试