大数据 - DWD&DIM 行为数据

我们前面采集的日志数据已经保存到 Kafka 中，作为日志数据的 ODS 层，从 Kafka 的ODS 层读取的日志数据分为 3 类, 页面日志、启动日志和曝光日志。这三类数据虽然都是用户行为数据，但是有着完全不一样的数据结构，所以要拆分处理。将拆分后的不同的日志写回 Kafka 不同主题中，作为日志 DWD 层。
流页面日志输出到主流,启动日志输出到启动侧输出流,曝光日志输出到曝光侧输出流
识别新老用户

本身客户端业务有新老用户的标识，但是不够准确，需要用实时计算再次确认(不涉及业务操作，只是单纯的做个状态确认)。
启动日志

曝光日志

页面日志

实现逻辑

• 获取执行环境
  
• 消费 ods_base_log 主题数据创建流
  
• 将每行数据转换为JSON对象(脏数据写到侧输出流)
  
• 新老用户校验  状态编程
  
• 分流  侧输出流  页面：主流  启动：侧输出流  曝光：侧输出流
  
• 提取侧输出流
  
• 将三个流进行打印并输出到对应的Kafka主题中
  
• 启动任务
  

1. # 启动三个消费者，分别消费 dwd_start_log、dwd_page_log、dwd_display_log 主题
2. $ bin/kafka-console-consumer.sh --bootstrap-server hadoop102:9092 --topic dwd_page_log

复制代码

尚硅谷 源代码
B站视频 DWD&DIM

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！