##所有需要的资料全部已上传到百度网盘上，请自行下载##
获取镜像，/s/1ho4hMrvIu1V6W4wWdH8nIA，提取码：ygyg
获取Xshell，/s/1xWRle9chuNtBpE0fDa7DHA，提取码：u3s6
获取Hadoop，/s/1a5M23KlUMtqKOoWqDnZBHQ，提取码：y1y3
获取jdk，/s/1ftofkxBKIYuOhooe2tj_1A，提取码：z9y4
获取 MySQL，/s/19wa564c6Pln1ReJOmHbh-g，提取码：y4k7
获取MySQL配置jar包，/s/1vFCKEttZNnd5ZfyeompcqQ，提取码：dsj8
获取Hive，/s/1YcnL07UVg_Czr1mMFfgJsQ，提取码：n4i7
获取Sqoop，/s/1wY5NcbI6hwKDt6r9BWu0Hg,提取码：u3x9
获取Zeppelin ，/s/1xjqbw3FO1sNClLSgd1iFhw，提取码：yw52
目录
##所有需要的资料全部已上传到百度网盘上，请自行下载##第四部分：大数据集群搭建完全分布式与项目实施(终结篇)终结篇：分析滴滴出行项目一、数据仓库构建1、创建数据库............................................. 二、创建表1 、创建订单表结构..........................................2、 创建取消订单表结构......................................3 、创建订单支付表..........................................4、创建用户评价表..........................................5、在将4个表传入/data/didi文件中..........................6、通过load命令给4个表加载数据........................... 7、创建宽表...........................8、添加宽表数据............................................9、APP层建表...............................................10、加载数据到app表(不同时段的占比分析).....................11、创建APP层表.............................................12、加载数据到APP表(不同地域订单占比).......................13、创建APP表...............................................14、数据加载到APP表(不同年龄段，不同时段订单占比).............15、创建APP表.................................................16、加载数据到APP表(预约和非预约用户占比)..................... 三、superset数据分析1、安装superset..........................................2、运用superset分析数据................................... PS:终结篇：打开以下三个网址：第四部分：大数据集群搭建完全分布式与项目实施(终结篇)
终结篇：分析滴滴出行项目
如下图为项目业务背景–架构图：
一、数据仓库构建
1、创建数据库…
-- 1.1 创建ods库create database if not exists ods_didi-- 1.2 创建dw库create database if not exists dw_didi-- 1.3 创建app库create database if not exists app_didi
二、创建表
1 、创建订单表结构…
create table if not exists ods_didi.t_user_order(orderId string comment '订单id',telephone string comment '打车用户手机',lng string comment '用户发起打车的经度',lat string comment '用户发起打车的纬度',province string comment '所在省份',city string comment '所在城市',es_money double comment '预估打车费用',gender string comment '用户信息 - 性别',profession string comment '用户信息 - 行业',age_range string comment '年龄段（70后、80后、...）',tip double comment '小费',subscribe integer comment '是否预约（0 - 非预约、1 - 预约）',sub_time string comment '预约时间',is_agent integer comment '是否代叫（0 - 本人、1 - 代叫）',agent_telephone string comment '预约人手机',order_time string comment '预约时间')partitioned by (dt string comment '时间分区') ROW FORMAT DELIMITED FIELDS TERMINATED BY ','
2、 创建取消订单表结构…
create table if not exists ods_didi.t_user_cancel_order(orderId string comment '订单ID',cstm_telephone string comment '客户联系电话',lng string comment '取消订单的经度',lat string comment '取消订单的纬度',province string comment '所在省份',city string comment '所在城市',es_distance double comment '预估距离',gender string comment '性别',profession string comment '行业',age_range string comment '年龄段',reason integer comment '取消订单原因（1 - 选择了其他交通方式、2 - 与司机达成一致，取消订单、3 - 投诉司机没来接我、4 - 已不需要用车、5 - 无理由取消订单）',cancel_time string comment '取消时间')partitioned by (dt string comment '时间分区') ROW FORMAT DELIMITED FIELDS TERMINATED BY ','
3 、创建订单支付表…
create table if not exists ods_didi.t_user_pay_order(id string comment '支付订单ID',orderId string comment '订单ID',lng string comment '目的地的经度（支付地址）',lat string comment '目的地的纬度（支付地址）',province string comment '省份',city string comment '城市',total_money double comment '车费总价',real_pay_money double comment '实际支付总额',passenger_additional_money double comment '乘客额外加价',base_money double comment '车费合计',has_coupon integer comment '是否使用优惠券（0 - 不使用、1 - 使用）',coupon_total double comment '优惠券合计',pay_way integer comment '支付方式（0 - 微信支付、1 - 支付宝支付、3 - QQ钱包支付、4 - 一网通银行卡支付）',mileage double comment '里程（单位公里）',pay_time string comment '支付时间')partitioned by (dt string comment '时间分区') ROW FORMAT DELIMITED FIELDS TERMINATED BY ','
4、创建用户评价表…
create table if not exists ods_didi.t_user_evaluate(id string comment '评价日志唯一ID',orderId string comment '订单ID',passenger_telephone string comment '用户电话',passenger_province string comment '用户所在省份',passenger_city string comment '用户所在城市',eva_level integer comment '评价等级（1 - 一颗星、... 5 - 五星）',eva_time string comment '评价时间')partitioned by (dt string comment '时间分区') ROW FORMAT DELIMITED FIELDS TERMINATED BY ','
5、在将4个表传入/data/didi文件中…
mkdir -p /export/data/didi
6、通过load命令给4个表加载数据…
load data local inpath '/export/data/didi/order.csv' into table t_user_order partition (dt='-04-12')load data local inpath '/export/data/didi/cancel_order.csv' into table t_user_cancel_order partition (dt='-04-12')load data local inpath '/export/data/didi/pay.csv' into table t_user_pay_order partition (dt='-04-12')load data local inpath '/export/data/didi/evaluate.csv' into table t_user_evaluate partition (dt='-04-12')
7、创建宽表…
create table if not exists dw_didi.t_user_order_wide(orderId string comment '订单id',telephone string comment '打车用户手机',lng string comment '用户发起打车的经度',lat string comment '用户发起打车的纬度',province string comment '所在省份',city string comment '所在城市',es_money double comment '预估打车费用',gender string comment '用户信息 - 性别',profession string comment '用户信息 - 行业',age_range string comment '年龄段（70后、80后、...）',tip double comment '小费',subscribe integer comment '是否预约（0 - 非预约、1 - 预约）',subscribe_name string comment '是否预约名称',sub_time string comment '预约时间',is_agent integer comment '是否代叫（0 - 本人、1 - 代叫）',is_agent_name string comment '是否代叫名称',agent_telephone string comment '预约人手机',order_date string comment '预约时间，yyyy-MM-dd',order_year string comment '年',order_month string comment '月',order_day string comment '日',order_hour string comment '小时',order_time_range string comment '时间段',order_time string comment '预约时间')partitioned by (dt string comment '时间分区') ROW FORMAT DELIMITED FIELDS TERMINATED BY ','
8、添加宽表数据…
insert overwrite table dw_didi.t_user_order_wide partition(dt='-04-12')select orderId,telephone,lng,lat,province,city,es_money,gender,profession,age_range,tip,subscribe,case when subscribe = 0 then '非预约'when subscribe = 1 then'预约'end as subscribe_name,sub_time,is_agent,case when is_agent = 0 then '本人'when is_agent = 1 then '代叫'end as is_agent_name,agent_telephone,date_format(concat(order_time,':00'), 'yyyy-MM-dd') as order_date,year(date_format(concat(order_time,':00'), 'yyyy-MM-dd')) as order_year,month(date_format(concat(order_time,':00'), 'yyyy-MM-dd')) as order_month,day(date_format(concat(order_time,':00'), 'yyyy-MM-dd')) as order_day,hour(date_format(concat(order_time,':00'), 'yyyy-MM-dd HH:mm:ss')) as order_hour,case when hour(date_format(concat(order_time,':00'), 'yyyy-MM-dd HH:mm:ss')) > 1 and hour(date_format(concat(order_time,':00'), 'yyyy-MM-dd HH:mm:ss')) <= 5 then '凌晨'when hour(date_format(concat(order_time,':00'), 'yyyy-MM-dd HH:mm:ss')) > 5 and hour(date_format(concat(order_time,':00'), 'yyyy-MM-dd HH:mm:ss')) <= 8 then '早上'when hour(date_format(concat(order_time,':00'), 'yyyy-MM-dd HH:mm:ss')) > 8 and hour(date_format(concat(order_time,':00'), 'yyyy-MM-dd HH:mm:ss')) <= 11 then '上午'when hour(date_format(concat(order_time,':00'), 'yyyy-MM-dd HH:mm:ss')) > 11 and hour(date_format(concat(order_time,':00'), 'yyyy-MM-dd HH:mm:ss')) <= 13 then '中午'when hour(date_format(concat(order_time,':00'), 'yyyy-MM-dd HH:mm:ss')) > 13 and hour(date_format(concat(order_time,':00'), 'yyyy-MM-dd HH:mm:ss')) <= 17 then '下午'when hour(date_format(concat(order_time,':00'), 'yyyy-MM-dd HH:mm:ss')) > 17 and hour(date_format(concat(order_time,':00'), 'yyyy-MM-dd HH:mm:ss')) <= 19 then '晚上'when hour(date_format(concat(order_time,':00'), 'yyyy-MM-dd HH:mm:ss')) > 19 and hour(date_format(concat(order_time,':00'), 'yyyy-MM-dd HH:mm:ss')) <= 20 then '半夜'when hour(date_format(concat(order_time,':00'), 'yyyy-MM-dd HH:mm:ss')) > 20 and hour(date_format(concat(order_time,':00'), 'yyyy-MM-dd HH:mm:ss')) <= 24 then '深夜'when hour(date_format(concat(order_time,':00'), 'yyyy-MM-dd HH:mm:ss')) >= 0 and hour(date_format(concat(order_time,':00'), 'yyyy-MM-dd HH:mm:ss')) <= 1 then '深夜'else 'N/A'end as order_time_range,date_format(concat(order_time,':00'), 'yyyy-MM-dd HH:mm:ss') as order_timefrom ods_didi.t_user_order where dt = '-04-12' and length(order_time) > 8
9、APP层建表…
-- 创建保存日期对应订单笔数的app表create table if not exists app_didi.t_order_total(`date` string comment '日期（年月日)',count integer comment '订单笔数')partitioned by (month string comment '年月，yyyy-MM')row format delimited fields terminated by ','
10、加载数据到app表(不同时段的占比分析)…
insert overwrite table app_didi.t_order_total partition(month='-04')select '-04-12',count(orderid) as total_cntfromdw_didi.t_user_order_widewheredt = '-04-12'
11、创建APP层表…
create table if not exists app_didi.t_order_timerange_total(`date` string comment '日期',timerange string comment '时间段',count integer comment '订单数量')partitioned by (month string comment '年月，yyyy-MM')row format delimited fields terminated by ','
12、加载数据到APP表(不同地域订单占比)…
insert overwrite table app_didi.t_order_province_total partition(month = '-04')select'-04-12',province,count(*) as order_cntfromdw_didi.t_user_order_widewheredt = '-04-12'group byprovinceorder by order_cnt desc
13、创建APP表…
create table if not exists app_didi.t_order_age_and_time_range_total(`date` string comment '日期',age_range string comment '年龄段',order_time_range string comment '时段',count integer comment '订单数量')partitioned by (month string comment '年月，yyyy-MM')row format delimited fields terminated by ','
14、数据加载到APP表(不同年龄段，不同时段订单占比)…
insert overwrite table app_didi.t_order_age_and_time_range_total partition(month = '-04')select'-04-12',age_range,order_time_range,count(*) as order_cntfromdw_didi.t_user_order_widewheredt = '-04-12'group byage_range,order_time_range
15、创建APP表…
-- 创建保存日期对应订单笔数的app表create table if not exists app_didi.t_order_subscribe_total(`date` string comment '日期',subscribe_name string comment '是否预约',count integer comment '订单数量')partitioned by (month string comment '年月，yyyy-MM')row format delimited fields terminated by ','
16、加载数据到APP表(预约和非预约用户占比)…
insert overwrite table app_didi.t_order_subscribe_total partition(month = '-04')select'-04-12',subscribe_name,count(*) as order_cntfromdw_didi.t_user_order_widewheredt = '-04-12'group bysubscribe_name
三、superset数据分析
1、安装superset…
#将已有的python环境拷贝到/usr/local下解压进入vi /etc/profile添加python路径；export PATH=/export/server/python/bin/:$PATHsource /etc/profile#初始化数据库——初始化的是自带的sqlsitesuperset db upgrade#superset fab create-admin# Create default roles and permissionssuperset init#运行supersetnohup superset run -h 192.168.88.100 -p 8099 --with-threads --reload --debugger > ./superset.log 2>&1 &在databases选项里配置mysql链接：mysql://root:hadoop@192.168.88.100:3306/superset_local
2、运用superset分析数据…
PS:终结篇：打开以下三个网址：
http://192.168.88.100:9090/
http://192.168.88.100:9870/
http://192.168.88.100:8088/
