数据实时处理项目实战Spark Streaming第一天——概述

1、实时需求：
输入数据是以序列化的方式一个个输入并进行处理的，在开始时并不知道所有的输入数据。与离线计算相比，运行时间短，计算量相对较小，强调计算过程的时间要短，即所查当下给出结果。
2、数据流程设计：

数据来源有两部分：
第一部分是web/App交互的业务日志数据（暂不讨论这部分）；
第二部分是前端埋点用户行为数据（即用户点击操作等产生的数据），这里采用模拟生成数据的方式，编写日志服务器Springboot程序接收数据，使用Nginx进行负载均衡，然后发送给kafka…（后面做到再讲）
本项目需求：

1. 当日用户首次登陆（日活）分时趋势图，昨日对比
   从项目的日志中获取用户的启动日志，如果是当日第一次启动，纳入统计。将统计结果保存到 ES 中，利用Kibana 进行分析展示
   
2. 当日新增付费用户（首单）分析（ods+dwd）
   按省份|用户性别|用户年龄段，统计当日新增付费用户首单平均消费及人数占比；无论是省份名称、用户性别、用户年龄，订单表中都没有这些字段，需要订单（事实表）和维度表（省份、用户）进行关联，形成宽表后将数据写入到 ES，通过 Kibana 进行分析以及图形展示。
   
3. 订单明细实付金额分摊体积交易额统计（dws）
   
4. ADS聚合及可视化（ads）
   以热门品牌统计为案例
   
   采用到的技术：
   

标签：实时处理,省份,用户,Streaming,当日,Spark,数据,日志,统计
来源： https://blog.csdn.net/yunweijie_cn/article/details/121431246