主要字段内容dt表示日期,如20160510platform表示平台,只有两个选项,苹果和安卓mid是用户机器码,类似于网卡MAC地址什么的pver是版本channel是分发渠道现在产品经理需要统计每天用户的新增,日活和留存率.其中留存率的概念是,如果用户在5月1日第一次使用我们的产品。如果5月2日他还使用了,那么5月1日的“一日留存”加一.同理5月3日他又使用率，5月1日的“两日留存”加一.5月1日的“一日留存率”=5月1日“一日留存” / 5月1日新增用户数量.先创建一个表,记录用户首次使用的日期.
dt是用户首次使用的日期,比如 20160510cver是版本pcid是用户机器码,就是原始日志表的mid然后创建一个每天数据的存放表,统计昨天一天的新增,激活和留存.
dt是日期type 1:新增 2:留存 3:日活num 是用户数量,dtdiff仅仅用于计算留存,说明用户使用和首次使用的日期间隔多少天.1.Hive统计每天新增用户$dt是shell传入的变量dt=$(date -d last-day +%Y%m%d)该脚本每天凌晨执行,统计昨天的数据.每次执行,先清空report_userinfo表truncate table report_userinfo;insert into user_login_history select platform,min(dt),channel,cver,mid,1 from log_vvim where mid not in (select pcid from user_login_history where type=1) and mid is not null and dt=$dt group by platform,channel,cver,mid; 这个意思就是 原来没有记录在user_grouPRoom_login_history表中的pcid,java如果出现在昨天的日志表中,则说明用户是新增的.然后将昨天新增的用户数量写入insert into report_userinfo select platform,dt,channel,cver,type,count(*) num,-1 from user_login_history where type=1 and dt=$dt group by platform,dt,channel,cver,type; 2.统计每天激活用户数量insert into report_userinfo select platform,dt,channel,cver,3,count(distinct mid),-1 from log_vvim where mid is not null and dt=$dt group by dt,platform,channel,cver; 这个倒是简单,根据原始的日志表,统计今天使用过的pcid,经过去重,java培训中的用户就是今天的日活用户量.3.统计留存率.insert into report_userinfo select xinzeng.platform, xinzeng.dt, xinzeng.channel, xinzeng.cver, 2, count(distinct cunliu.pcid), datediff( from_unixtime(unix_timestamp(cast(cunliu.dt as string),'yyyyMMdd')), from_unixtime(unix_timestamp(cast(xinzeng.dt as string),'yyyyMMdd')) ) from ( select * from user_login_history where type=1 ) xinzeng inner join ( select platform, dt, channel, cver, mid pcid from log_vvim where mid is not null and dt=$dt group by platform,dt,channel,cver,mid ) cunliu on ( xinzeng.platform=cunliu.platform and xinzeng.channel=cunliu.channel and xinzeng.cver=cunliu.cver and xinzeng.pcid=cunliu.pcid ) where cunliu.dt>xinzeng.dt group by xinzeng.platform,xinzeng.dt,xinzeng.channel,xinzeng.cver, datediff( from_unixtime(unix_timestamp(cast(cunliu.dt as string),'yyyyMMdd')), from_unixtime(unix_timestamp(cast(xinzeng.dt as string),'yyyyMMdd')) ); 该SQL主要计算昨天使用过的用户,他的首次使用日期,然后计算差值
表示安卓平台,20160425那天首次使用的用户,在8天之后,还使用过的用户数量为20人。因为计算新增和日活在计算留存之前,cunliu.dt>xinzeng.dt主要是确定当天新增的用户不计入留存率计算.统计完成之后,将hive表导入MySQLsqoop export --connect jdbc:mysql://ip:端口/report --username uname --passWord "pwd" --table report_userinfo --export-dir '/user/hive/warehouse/logs.db/report_userinfo' --fields-terminated-by '/001'最终通过报表展现新闻热点
疑难解答
