基于Spark和Hive的網(wǎng)易移動大數(shù)據(jù)支持平臺的設(shè)計與實現(xiàn).pdf

1、對于互聯(lián)網(wǎng)產(chǎn)品來講，精準(zhǔn)的決策和運營決定著產(chǎn)品的興盛與衰亡。目前，互聯(lián)網(wǎng)產(chǎn)品的決策和運營主要依靠于產(chǎn)品團隊和運營團隊人員的經(jīng)驗，但是真正可以做到精準(zhǔn)決策的人才有如鳳毛麟角。傳統(tǒng)的運營手段，不僅燒錢而且存在著用戶粘性低等問題。網(wǎng)易作為互聯(lián)網(wǎng)的先行者，各個業(yè)務(wù)線都擁有豐富的數(shù)據(jù)，但是各業(yè)務(wù)線的數(shù)據(jù)分析工作零散，適用范圍狹窄，缺乏通用性。因此公司迫切需要一個平臺整合內(nèi)部的數(shù)據(jù)資源，為相關(guān)部門統(tǒng)一提供精準(zhǔn)的數(shù)據(jù)分析支持服務(wù)。在這一背景下，移動大

2、數(shù)據(jù)支持平臺應(yīng)運而生，為克服傳統(tǒng)決策和運營手段的局限性、提高公司資源復(fù)用提供了良好的解決方案。
　　本平臺基于分布式開發(fā)組件開發(fā)，所運用到的組件有Kafka、HDFS、Spark、Hive、HDFS Connector等，同時結(jié)合Spring、MyBatis等Java Web框架技術(shù)進(jìn)行系統(tǒng)后臺服務(wù)的支持。平臺由基礎(chǔ)架構(gòu)子系統(tǒng)、數(shù)據(jù)分析子系統(tǒng)和數(shù)據(jù)挖掘子系統(tǒng)組成。實習(xí)過程中，本人主要負(fù)責(zé)數(shù)據(jù)分析子系統(tǒng)的設(shè)計與開發(fā)工作，主要包括用戶

3、行為分析、交易行為分析、頁面熱力圖、路徑分析和輔助服務(wù)5個模塊。其中，前4個模塊的功能實現(xiàn)由數(shù)據(jù)分析部分和后臺服務(wù)部分協(xié)作完成，輔助服務(wù)模塊的功能實現(xiàn)由后臺服務(wù)部分獨立完成。數(shù)據(jù)分析部分使用大數(shù)據(jù)分析技術(shù)，后臺服務(wù)部分使用Java Web技術(shù)。
　　本論文中首先介紹平臺開發(fā)過程中所用到的關(guān)鍵性技術(shù)，其次從整體上對平臺的功能進(jìn)行介紹，著重分析了本人負(fù)責(zé)模塊的功能需求，并對系統(tǒng)的非功能性需求進(jìn)行了闡述。然后介紹了系統(tǒng)的技術(shù)架構(gòu)設(shè)計、功