大数据平台网站日志分析系统

1：大数据平台网站日志分析系统，项目技术架构图：

2：大数据平台网站日志分析系统，流程图解析，整体流程如下：

　　ETL即hive查询的sql;

　　但是，由于本案例的前提是处理海量数据，因而，流程中各环节所使用的技术则跟传统BI完全不同:

　　　　1) 数据采集：定制开发采集程序，或使用开源框架FLUME

　　　　2) 数据预处理：定制开发mapreduce程序运行于hadoop集群

　　　　3) 数据仓库技术：基于hadoop之上的Hive

　　　　4) 数据导出：基于hadoop的sqoop数据导入导出工具

　　　　5) 数据可视化：定制开发web程序或使用kettle等产品

　　　　6) 整个过程的流程调度：hadoop生态圈中的oozie工具或其他类似开源产品

3：在一个完整的大数据处理系统中，除了hdfs+mapreduce+hive组成分析系统的核心之外，还需要数据采集、结果数据导出、任务调度等不可或缺的辅助系统，而这些辅助工具在hadoop生态体系中都有便捷的开源框架，如图所示：

 4：采集网站的点击流数据分析项目流程图分析：

5：流式计算一般架构图：

6：Spark和Hadoop之间的关系：

待续......