1. 电商用户行为分析大数据平台相关系列1-环境介绍
2. 电商用户行为分析大数据平台相关系列2-HADOOP环境搭建
3. 电商用户行为分析大数据平台相关系列3-HIVE安装
4. 电商用户行为分析大数据平台相关系列4-ZOOKEEPER安装
5. 电商用户行为分析大数据平台相关系列5-KAFKA安装
6. 电商用户行为分析大数据平台相关系列6-flume安装
7. 电商用户行为分析大数据平台相关系列7-spark安装
8. 电商用户行为分析大数据平台相关系列8-数据分析流程
9. 电商用户行为分析大数据平台相关系列9-用户访问session的模块介绍
10. 电商用户行为分析大数据平台相关系列10-基础数据结构分析

数据结构分析主要是分析数据库表结构，其中包括Hive表以及Mysql表。课程实战中主要用了以下数据表： 
– user_visit_action(Hive表)：用户访问行为表 
– user_info（Hive表）：用户基本信息表 
– task（Mysql表）：用户提交任务记录表。

1、表结构详细说明：

1.1、user_visit_action

user_visit_action表，其实就是放网站或者是app，每天的点击流的数据。可以理解为，用户对网站/app每点击一下，就会代表在这个表里面的一条数据。

user_visit_action
    date:日期，代表用户点击行为是哪一天发生的。
    user_id:代表点击用户。
    session_id:标识用户session。
    page_id:点击某些商品/品类，或者搜索了某个关键词，然后进入某个页面，页面id。
    action_time:点击行为的发生时间点
    search_keyword:搜索关键词
    click_category_id:点击品类id
    click_product_id:点击商品id
    order_product_ids:订单中包含商品
    order_category_ids:订单中包含品类id。
    pay_category_ids:某次支付对应品类id。
    pay_product_ids:某次支付，对应商品id

1.2、user_info

ser_info表，实际上就是一张最普通的用户基础信息表；这张表里面，其实就是放置了网站/app所有的注册用户的信息。这里也是对用户信息表进行了一定程度的简化。比如略去了手机号等这种数据。因为项目里不需要使用到某些数据。那么我们就保留一些最重要的数据即可。

user_info
    user_id:每一个用户的唯一标识，通常是自增长Long类型，BigInt类型。
    username:登录名
    name：昵称或者真实名称
    age：年龄
    professional：用户的职业
    city：用户所在城市

1.3、task

task表，其实是用来保存平台的使用者通过J2EE系统提交的基于特定筛选参数的分析任务，的信息，就会通过J2EE系统保存到task表中来。之所以使用MySQL表，是因为J2EE系统是要实现快速的实时插入和查询的。

task
    task_id:表的主键
    task_name:任务名称
    create_time:创建时间
    start_time：开始运行时间
    finish_time:结束运行时间
    task_type:任务类型。在一套大数据平台中，肯定会有各种不同类型的统计分析任务，比如说用户访问session分析任务，页面单跳转化率统计任务；所以这个字段就标识了每个任务的类型
    task_status:任务状态，新建、待运行、运行中，已结束，
    task_param:任务参数，使用json保存用户提交任务时对应特殊参数。