准备数据
数据说明
第一列：IP
第二列：访问时间
第三列：访问的URL
数据
注意： \N 导入到 hive 中，表示 NULL
87.157.197.56,2017-01-01 6:37:44,http://www.pinxixi.com/news?result=A
124.115.145.213,2017-01-01 11:7:32,http://www.pinxixi.com/newsmod=class
147.127.161.197,2017-01-01 20:51:19,http://www.pinxixi.com/register?uname=&passwd=
120.132.61.103,2017-01-01 5:13:50,http://www.pinxixi.com/news?cid=?
73.102.147.225,2017-01-01 15:3:11,http://www.pinxixi.com/index
93.127.144.196,2017-01-01 7:33:21,http://www.pinxixi.com/search?uname=&passwd=
上传
上传到 hadoop1 服务器的 /program 目录，比如文件名：1.txt
hive操作
登录 hadoop1 服务器
启动hive客户端
执行命令 hive，启动 hive 客户端，
创建表
create table recorder( ip string, systime string, url string)
partitioned by (sysdate string)
row format
delimited fields terminated by ','
stored as textfile;
导入数据
load data local inpath '/program/1.txt' overwrite into table recorder partition(sysdate='2017-01-01');
统计PV
统计 2017-01-01 的 PV，并自动建表，将结果保存到表中，表命名规则：pv_yyyyMMdd，如：pv_20170101
提示：页面浏览量即为 PV(Page View)，是指所有用户浏览页面的总和（用户每访问一次页面就算 1 次）
第一步
create table pv_20170101 as select count(1) as pv from recorder where sysdate='2017-01-01';
查询数据：
select * from pv_20170101;
执行结果：
6
统计UV
统计 2017-01-01 UV，并自动建表，将结果保存到表中，表命名规则：uv_yyyyMMdd，如：uv_20170101
UV：即：一天之内，访问网站的不同 IP 数之和。同一 IP 无论访问了几个页面，在 UV 中记为 1
分析
IP去重，然后统计个数
create table uv_20170101 as select count(distinct ip) as ip from recorder where sysdate='2017-01-01';
查询数据：
select * from uv_20170101;
执行结果：
6
统计流失用户
统计 2017-01-01 流失用户数量，并自动建表，将结果保存到表中，表命名规则：retention_yyyyMMdd，如：retention_20170101
流失用户：浏览网站后，就不在浏览的用户
分析
可以通过用户的 IP 进行分组，如果分组后的记录数只有一条，即为流失用户
提示：实际网站分析的时候，对流失用户定义更复杂。
create table retention_20170101 as select count(1) as retention from (select count(ip) as times from recorder where sysdate='2017-01-01' group by ip having times=1) e;
查询：
select * from retention_20170101;
执行结果：
6
统计新增用户
统计 2017-01-01 新增用户数量，并自动建表，将结果保存到表中，表命名规则：increase_yyyyMMdd，如：increase_20170101
分析
该网站的用户注册页面的 path 为 Register，所以当用户点击注册时请求的是 Register 即可。
create table increase_20170101 as select count(1) as increase from recorder where sysdate='2017-01-01' and url like '%register%';
查询：
select * from increase_20170101;
执行结果：
1