大数据处理流程包括:数据采集、数据预处理、数据入库、数据分析、数据展现。
1、数据采集概念:目前行业会有两种解释:一是数据从无到有的过程(web服务器打印的日志、自定义采集的日志等)叫做数据采集;另一方面也有把通过使用Flume等工具把数据采集到指定位置的这个过程叫做数据采集。
2、数据预处理:通过mapreduce程序对采集到的原始日志数据进行预处理,比如清洗,格式整理,滤除脏数据等,并且梳理成点击流模型数据。
3、数据入库:将预处理之后的数据导入到HIVE仓库中相应的库和表中。
4、数据分析:项目的核心内容,即根据需求开发ETL分析语句,得出各种统计结果。
5、数据展现:将分析所得数据进行数据可视化,一般通过图表进行展示。
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至website.service08@gmail.com 举报,一经查实,本站将立刻删除。