Hadoop离线数据分析平台实战——340浏览器PV分析

项目进度

模块介绍

在浏览器信息分析模块中除了用户、会员和会话的分析外，
还有pv的分析，pv的计算可以代表网站的流量值，
也能够表示网站对用户的吸引程度，如果用户平均pv比较高，
那么表示网站对用户的引起程度比较高；如果是值比较低，
那么表示网站对用户的吸引程度比较低。
这个时候，就可以通过跳出率等其他统计指标来找出网站的问题所在。

计算规则

pv的计算其实就是计算访问url的次数，
不涉及的去重，也就是说一个用户访问一个url多少次就算多少pv值。
也就是说最终结果是一个pageview事件产生一个pv值，不涉及到任何去重操作。

最终数据保存：stats_device_browser。
涉及到的列(除了维度列和created列外)：pv。
涉及到其他表有dimension_platform、dimension_date、dimension_browser。

编码步骤

1. MapReduce代码编写
2. collector和xml配置等
3. 测试
   扩展：在计算pv值后，可以计算跳出率以及各个页面的情况，
   可以将页面分为三大类，进入页面、正常浏览页面以及退出页面(按照会话来分析)。
   在一个会话中，pageview事件中referrer url是其他网站的访问就是进入页面的访问
   ，referrer url是本网站的表示是一个正常的浏览页面，
   会话中的最后一个访问页面是退出页面以及进入页面的上一个pageview事件(同一个会话)中的页面算做退出页面。