Hive 案例分析(B站用户行为大数据分析)

Hive 案例分析(B站用户行为大数据分析)

  • 一、案例需求
  • 二、设计数据表结构
    • [2.1 user 表结构](#2.1 user 表结构)
    • [2.2 video 表结构](#2.2 video 表结构)
  • 三、创建数据表
    • [3.1 创建 video 数据库](#3.1 创建 video 数据库)
    • [3.2 创建外表](#3.2 创建外表)
      • [3.1.2 创建 external_user](#3.1.2 创建 external_user)
      • [3.1.3 创建 external_video](#3.1.3 创建 external_video)
    • [3.2 创建内表](#3.2 创建内表)
      • [3.2.1 创建 orc_user](#3.2.1 创建 orc_user)
      • [3.2.2 创建 orc_video](#3.2.2 创建 orc_video)
  • 四、准备工作
    • [4.1 准备user和video 数据](#4.1 准备user和video 数据)
    • [4.2 数据导入外表](#4.2 数据导入外表)
      • [4.2.1 导入 external_user 表](#4.2.1 导入 external_user 表)
      • [4.2.1 导入 external_video 表](#4.2.1 导入 external_video 表)
    • [4.3 数据导入 内表](#4.3 数据导入 内表)
      • [4.3.1 导入 ocl_user](#4.3.1 导入 ocl_user)
      • [4.3.1 导入 ocl_video](#4.3.1 导入 ocl_video)
  • 五、统计分析
    • [5.1 统计B站视频观看数前 top 10](#5.1 统计B站视频观看数前 top 10)
    • [5.2 统计B站视频分类热度 top 10](#5.2 统计B站视频分类热度 top 10)
    • [5.3 统计每个类别视频观看人数前 top 3](#5.3 统计每个类别视频观看人数前 top 3)
    • [5.4 统计上传B站视频最多的用户前 top 10,以及这些用户上传的视频观看次数在前10的视频](#5.4 统计上传B站视频最多的用户前 top 10,以及这些用户上传的视频观看次数在前10的视频)
    • [5.5 统计B站视频不同评分等级(等级作为字段显示)的视频数量](#5.5 统计B站视频不同评分等级(等级作为字段显示)的视频数量)

一、案例需求

b站现在积累有用户数据和视频列表数据,为了配合市场部门做好用户运营工作,需要对b站的用户行为进行分析,其具体需求如下所示:

  • 统计b站视频不同评分等级(行转列)的视频数。
  • 统计上传b站视频最多的用户Top 10,以及这些用户上传的视频观看次数在前10的视频。
  • 统计b站每个类别视频观看数top 10。
  • 统计b站视频分类热度top 10。
  • 统计b站视频观看数top 10。

二、设计数据表结构

2.1 user 表结构

2.2 video 表结构

三、创建数据表

3.1 创建 video 数据库

javascript 复制代码
create database if not exists video;

3.2 创建外表

用于保存原始数据

3.1.2 创建 external_user

javascript 复制代码
create external table if not exists external_user
(uid int,
name string,
regtime string,
visitnum int,
lastvisit string,
gender int,
birthday string,
country string,
province string,
city string,
uploadvideos int)
row format delimited fields terminated by ","
stored as textfile;

3.1.3 创建 external_video

javascript 复制代码
create external table if not exists  external_video
(vid string,
uid int,
vday int,
vtype string,
vlength int,
visit int,
score int,
comments int,
collection int,
fabulous int,
forward int)
row format delimited fields terminated by ","
stored as textfile;

3.2 创建内表

用于计算获取结果

3.2.1 创建 orc_user

javascript 复制代码
create table if not exists orc_user
(uid int,
name string,
regtime string,
visitnum int,
lastvisit string,
gender int,
birthday string,
country string,
province string,
city string,
uploadvideos int)
row format delimited fields terminated by ","
stored as orc
tblproperties("orc.compress"="SNAPPY");

3.2.2 创建 orc_video

javascript 复制代码
create table if not exists orc_video
(vid string,
uid int,
vday int,
vtype string,
vlength int,
visit int,
score int,
comments int,
collection int,
fabulous int,
forward int)
row format delimited fields terminated by ","
stored as orc
tblproperties("orc.compress"="SNAPPY");

四、准备工作

4.1 准备user和video 数据

4.2 数据导入外表

4.2.1 导入 external_user 表

javascript 复制代码
load data local inpath '/usr/local/data/tmp/user.txt' overwrite into table external_user;

4.2.1 导入 external_video 表

javascript 复制代码
load data local inpath '/usr/local/data/tmp/video.txt' overwrite into table external_video;

4.3 数据导入 内表

4.3.1 导入 ocl_user

javascript 复制代码
insert into table orc_user select * from external_user;

4.3.1 导入 ocl_video

javascript 复制代码
insert into table orc_video select * from external_video;

五、统计分析

5.1 统计B站视频观看数前 top 10

javascript 复制代码
select vid,visit from orc_video order by visit desc limit 10;

5.2 统计B站视频分类热度 top 10

javascript 复制代码
select vtype,count(vid) hot from orc_video group by vtype order by hot desc limit 10;

5.3 统计每个类别视频观看人数前 top 3

javascript 复制代码
select v.vtype,v.vid,v.visit from (select vtype,vid,visit,rank() over(partition by vtype order by visit desc) rk ) v where rk <= 3;

5.4 统计上传B站视频最多的用户前 top 10,以及这些用户上传的视频观看次数在前10的视频

javascript 复制代码
select v.vid,v.visit,v.uid from (select uid,uploadvideos from orc_user order by uploadvideos desc limit 10) u join orc_video v on u.uid=v.uid order by v.visit desc limit 10;

5.5 统计B站视频不同评分等级(等级作为字段显示)的视频数量

javascript 复制代码
select
max(case v.score when 1 then v.num else 0 end) 1star,
max(case v.score when 2 then v.num else 0 end) 2star,
max(case v.score when 3 then v.num else 0 end) 3star,
max(case v.score when 4 then v.num else 0 end) 4star,
max(case v.score when 5 then v.num else 0 end) 5star
from (select score,count(*) as num from orc_video group by score) v;
相关推荐
通往曙光的路上1 小时前
day17_cookie_webstorage
数据仓库·hive·hadoop
没有梦想的咸鱼185-1037-166314 小时前
AI Agent结合机器学习与深度学习在全球气候变化驱动因素预测中的应用
人工智能·python·深度学习·机器学习·chatgpt·数据分析
白鲸开源18 小时前
(二)从分层架构到数据湖仓架构:数据仓库分层下的技术架构与举例
大数据·数据库·数据分析
阿里云大数据AI技术19 小时前
云栖实录 | 理想汽车基于 Hologres + Flink 构建万亿级车联网信号实时分析平台
数据分析·flink
十三画者1 天前
【文献分享】acmgscaler:用于在 ACMG/AMP 框架内对基因层面的变异效应得分进行标准化校准。
数据挖掘·数据分析·r语言
码界筑梦坊1 天前
74-基于Python的蜜雪冰城门店数据可视化分析系统
python·数据分析·flask·毕业设计
Theodore_10222 天前
机器学习(6)特征工程与多项式回归
深度学习·算法·机器学习·数据分析·多项式回归
随心............2 天前
sqoop采集完成后导致hdfs数据与Oracle数据量不符的问题。怎么解决?
hive·hadoop·sqoop
TG_yunshuguoji2 天前
亚马逊云代理:利用亚马逊云进行大规模数据分析与处理的最佳实践
服务器·数据挖掘·数据分析·云计算·aws
B站_计算机毕业设计之家2 天前
机器学习:基于大数据的基金数据分析可视化系统 股票数据 金融数据 股价 Django框架 大数据技术(源码) ✅
大数据·python·金融·数据分析·股票·etf·基金