112.Spark大型电商项目-广告点击流量实时统计-需求分析、技术方案设计以及数据设计
目录
需求分析
技术方案设计
数据表设计
ad_user_click_count //用户点击广告表
ad_blacklist //用户黑名单
ad_stat //广告状态表
ad_province_top3 //各省份广告top3表
ad_click_trend //广告趋势表
广告点击流量实时统计模块
广告点击流量实时统计模块
本篇文章记录广告点击流量实时统计-需求分析、技术方案设计以及数据设计。
需求分析
- 实现实时的动态黑名单机制:将每天对某个广告点击超过100次的用户拉黑
- 基于黑名单的非法广告点击流量过滤机制
- 每天各省各城市各广告的点击流量实时统计
- 统计每天各省top3热门广告
- 统计各广告最近1小时内的点击量趋势:各广告最近1小时内各分钟的点击量
- 使用高性能方式将实时统计结果写入MySQL
- 实现实时计算程序的HA高可用性(Spark Streaming HA方案)
- 实现实时计算程序的性能调优(Spark Streaming Performence Tuning方案
技术方案设计
- 实时计算各batch中的每天各用户对各广告的点击次数
- 使用高性能方式将每天各用户对各广告的点击次数写入MySQL中(更新)
- 使用filter过滤出每天对某个广告点击超过100次的黑名单用户,并写入MySQL中
- 使用transform操作,对每个batch RDD进行处理,都动态加载MySQL中的黑名单生成RDD,然后进行join后,过滤掉batch RDD中的黑名单用户的广告点击行为
- 使用updateStateByKey操作,实时计算每天各省各城市各广告的点击量,并时候更新到MySQL
- 使用transform结合Spark SQL,统计每天各省份top3热门广告:首先以每天各省各城市各广告的点击量数据作为基础,首先统计出每天各省份各广告的点击量;然后启动一个异步子线程,使用Spark SQL动态将数据RDD转换为DataFrame后,注册为临时表;最后使用Spark SQL开窗函数,统计出各省份top3热门的广告,并更新到MySQL中
- 使用window操作,对最近1小时滑动窗口内的数据,计算出各广告各分钟的点击量,并更新到MySQL中
- 实现实时计算程序的HA高可用性
- 对实时计算程序进行性能调优
数据表设计
ad_user_click_count //用户点击广告表
CREATE TABLE `ad_user_click_count` (`date` varchar(30) DEFAULT NULL,`user_id` int(11) DEFAULT NULL,`ad_id` int(11) DEFAULT NULL,`click_count` int(11) DEFAULT NULL ) ENGINE=InnoDB DEFAULT CHARSET=utf8;
ad_blacklist //用户黑名单
CREATE TABLE `ad_blacklist` (`user_id` int(11) DEFAULT NULL ) ENGINE=InnoDB DEFAULT CHARSET=utf8;
ad_stat //广告状态表
CREATE TABLE `ad_stat` (`date` varchar(30) DEFAULT NULL,`province` varchar(100) DEFAULT NULL,`city` varchar(100) DEFAULT NULL,`ad_id` int(11) DEFAULT NULL,`click_count` int(11) DEFAULT NULL ) ENGINE=InnoDB DEFAULT CHARSET=utf8;
ad_province_top3 //各省份广告top3表
CREATE TABLE `ad_province_top3` (`date` varchar(30) DEFAULT NULL,`province` varchar(100) DEFAULT NULL,`ad_id` int(11) DEFAULT NULL,`click_count` int(11) DEFAULT NULL ) ENGINE=InnoDB DEFAULT CHARSET=utf8;
ad_click_trend //广告趋势表
CREATE TABLE `ad_click_trend` (`date` varchar(30) DEFAULT NULL,`ad_id` int(11) DEFAULT NULL,`minute` varchar(30) DEFAULT NULL,`click_count` int(11) DEFAULT NULL ) ENGINE=InnoDB DEFAULT CHARSET=utf8;
广告点击流量实时统计模块
电商用户行为分析大数据平台
- 用户访问session分析模块:会话(session),用户的基础访问行为
- 页面单跳转化率模块:页面(page),用户的页面访问和页面跳转行为
- 各区域热门商品统计模块:商品(product),用户的商品点击行为
- 广告点击流量实时统计模块:广告(ad,advertisement),用户的广告点击行为
电商网站 / app(移动互联网),用户行为的方方面面
这个项目,基本上,内容还是非常丰富的;无论是技术含量,还是业务含量;技术上来说,对实际项目进行过改造和整合,比一般的生产环境中的真实项目的技术含量,还要高;业务上来说,除了对一些数据格式和琐碎的业务细节,进行了必要的简化(对大家学习没有任何意义),表中的字段(需要使用的),脏数据(清洗),业务的真实性和复杂性是非常高的,基本上就是完全的完整的一个企业真实项目;
实际企业中的讲师做过的这个项目,模块会达到几十个(二三十个);各个模块之间,做多了会发现,就是业务上有一些不同;其实技术上,基本都涵盖在咱们这个项目课程中了;技术给掌握了,去做任何用户行为分析类的项目,或者是业务需求,都ok,都没有问题的;本项目课程中,涵盖的4个模块,都是非常经典的4个模块
广告点击流量实时统计模块
网站 / app,是不是通常会给一些第三方的客户,打一些广告;也是一些互联网公司的核心收入来源;广告在网站 / app某个广告位打出去,在用户来使用网站 / app的时候,广告会显示出来;此时,有些用户可能就会去点击那个广告。
广告被点击以后,实际上,就是要针对这种用户行为(广告点击行为),实时数据,进行实时的大数据计算和统计。
每次点击一个广告以后,通常来说,网站 / app中都会有埋点(前端的应用中,比如JavaScript Ajax;app中的socket网络请求,往后台发送一条日志数据);日志数据而言,通常,如果要做实时统计的话,那么就会通过某些方式将数据写入到分布式消息队列中(Kafka);
日志写入到后台web服务器(nginx),nginx产生的实时的不断增加 / 更新的本地日志文件,就会被日志监控客户端(比如flume agent),写入到消息队列中(kafka),我们要负责编写实时计算程序,去从消息队列中(kafka)去实时地拉取数据,然后对数据进行实时的计算和统计。
这个模块的意义在于,让产品经理、高管可以实时地掌握到公司打的各种广告的投放效果。以便于后期持续地对公司的广告投放相关的战略和策略,进行调整和优化;以期望获得最好的广告收益。
112.Spark大型电商项目-广告点击流量实时统计-需求分析、技术方案设计以及数据设计相关推荐
- 114.Spark大型电商项目-广告点击流量实时统计-使用高性能方式将实时计算结果写入MySQL中
目录 误区 Spark Streaming foreachRDD的正确使用方式 对于这种实时计算程序的mysql插入,有两种pattern(模式) 代码 AdUserClickCount.java I ...
- SparkStreaming 实时计算 广告点击流量实时统计 需求 技术方案数据库设计
几大模块内容 用户访问session分析模块:会话(session),用户的基础访问行为 页面单跳转化率模块:页面(page),用户的页面访问和页面跳转行为 各区域热门商品统计模块:商品(produc ...
- Spark日志分析项目Demo(8)--SparkStream,广告点击流量实时统计
广告点击统计需求: (1)对接kafka,获得数据 (2)发现某个用户某天对某个广告的点击量已经大于等于100,写入黑名单,进行过滤 (3)计算广告点击流量实时统计结果 (4)实时统计每天每个省份to ...
- 广告点击流量实时统计
一.广告点击流量实时统计模块介绍 网站 / app,是不是通常会给一些第三方的客户,打一些广告:也是一些互联网公司的核心收入来源:广告在网站 / app某个广告位打出去,在用户来使用网站 / app的 ...
- 50.Spark大型电商项目-用户访问session分析-top10热门品类之本地测试
本篇文章记录用户访问session分析-top10热门品类之本地测试. 在测试的过程中,到很多问题. 问题一:二次排序需要序列化,否则会在程序运行的时候报错. public class Categor ...
- 43.Spark大型电商项目-用户访问session分析-top10热门品类之需求回顾以及实现思路分析
目录 需求回顾 top10热门品类 二次排序 实现思路分析 本篇文章将记录用户访问session分析-top10热门品类之需求回顾以及实现思路分析. 需求回顾 top10热门品类 计算出来通过筛选条件 ...
- 99.Spark大型电商项目-各区域热门商品统计-模块介绍
目录 各区域热门商品统计 作业提交 大数据方向的职业发展规划 用户行为分析意义 本篇文章记录各区域热门商品统计-模块介绍. 各区域热门商品统计 需求:根据用户指定的日期范围,统计各个区域下的最热门的t ...
- 大型电商项目3.0实战+支付宝、微信支付项目实战
须知:视频来源网络,侵权请联系删除! 大型电商项目3.0实战 获取方式 扫描下面二维码回复:A110 支付宝.微信支付项目实战 获取方式 扫描下面二维码回复:A106
- Spark Streaming 项目实战 (4) | 得到最近1小时广告点击量实时统计并写入到redis
大家好,我是不温卜火,是一名计算机学院大数据专业大二的学生,昵称来源于成语-不温不火,本意是希望自己性情温和.作为一名互联网行业的小白,博主写博客一方面是为了记录自己的学习过程,另一方面是总结自己 ...
最新文章
- E - Right-Left Cipher CodeForces - 1087A (模拟)
- Linux下php5.3编译oracle客户端
- 吴恩达机器学习笔记:(三)梯度下降法
- docker 添加端口映射_Docker三大核心概念之容器
- 一个USB HUB电路分享
- 【2016年第3期】以大数据为核心 驱动智慧城市变革
- Kotlin学习笔记24 协程part4 协程的取消与超时
- css 列表属性详细总结
- poj 3026 Borg Maze (bfs + 最小生成树)
- java模仿银行账务业务_一个银行转账业务模型分析:大魏Java记5-7
- ad中按钮开关的符号_电路仿真软件CADe_SIMU的电气元件符号翻译和下载地址
- SoundPool控件
- 动态比较器蒙特卡洛(mente carlo)仿真失调电压
- Python实现视频中的音频提取
- 无线串口模块SX1278的使用后记
- 显示行数 设置ssh终端_SSH终端命令工具:zoc7 for Mac
- iPhone转Android体验,一直用苹果手机,突然换成安卓是什么体验?网友:差距太大!...
- 微信支付商家收款费率怎么降低,商户开通0.2%~0.38%手续费教程
- Not Found The requested URL /admin/index was not found on this server.
- 手把手教大家在自己的Windows电脑上搭建一个视频电话系统(基于开源项目FreeSwitch+Linphone)