开发者学堂课程【大数据分析之企业级网站流量运营分析系统开发实战（第四阶段）： 网站流量日志分析--统计分析--复合指标分析--平均访问时长】学习笔记，与课程紧密联系，让用户快速学习知识。
课程地址：https://developer.aliyun.com/learning/course/696/detail/12217
网站流量日志分析--统计分析--复合指标分析--平均访问时长
1、平均访问时长
平均每次访问(会话)在网站上的停留时间。体现网站对访客的吸引程度。
平均访问时长=访问总时长/访问次数。
2、举例子，a 网站人均用户在上面只能呆两三秒钟，b网站人均用户在上面呆七八分钟，这时就可以知道到底哪个网站对用户具有吸引力，想要得到平均访问时长，需要一个总的时间除以访问的次数也是会话次数，这样就可以得到一个大概的平均值。
3、平均访问时长：一天之内用户平均每次会话在网站的停留时间
=总的停留时间/会话的次数(基础指标 vv)
数据表:ods_ click_ pageviews
涉及到 session，除了 session 之外还需要总的停留时间，这时基于两点，优先考虑点击流模型，在点击流模型中有 pageviews 和 visit，这两个都有 session，都有会话，visit 把 pageviews 做了聚合，只用第一步和最后一步的数据得到这样一个结果，当中提供停留几步就看不出来了，所需要的两个指标只能通过 pageviews 模型生成。首先第一个有 session 字段进行去重统计得到今天的会话指数，另外一个面属于同一个 session 优化的，每一步都有一个所谓的 page_staylong 页面停留时间。
把 pageviews 模型做一个抽象，在 pageviews 模型中有 session id 的概念， session 编号，接下来会有 step 访问地，在同一块是第几步，每一步的停留时间staytime，第一步 session1停留了30秒，第二步停留10s，第三步60s，session2 第一步30s，第二步停留60s，计算用户今天在网站上总的停留时长，如下有两个会话，一个会话 session1停留100s，另一个会话 session2停留90s。
pageviews
sessionID |
step |
staytime |
Session1 |
1 |
30s |
session1 |
2 |
10s |
Session1 |
3 |
60s |
session2 |
1 |
30s |
session2 |
2 |
60s |
把两个指标相加除以二得到平均停留指标，灵活一点，用sum求和把每一步的时间加起来，先局部求和变成 session，再把 session 加起来，和把 session 直接求和效果一样，直接把每一步的停留时间加起来变成总的会话时间，统计会话有五条记录，属于两个会话，因此统计时需要进行去重操作 distinct，把所有页面的节点加起来变成总的停留时间，再把 session 做去重统计，得到会话 vv，两个一相除就是平均网站会话访问时间。
sun (staytime )
count (distinct sessionID)
分组字段:时间( day) day 比较特殊还是表的分区字段通过 where 分区过滤即可。
度量计算：sum(page_ staylong)/count(distinct session)
select
sum(t.page_ staylong)/count(distinct t.session)结合表进行修改，
得到每一步的停留时间变成总的停留时间，再去重 session 得到 vv，两个指标再相除得到的就是平均访问时长，用户每次在网站停留的时间
From ods_click_pageviews twheret.datestr= "20181101";--211.24别名t，分区过滤，保证拿到的是20181101这一天的数据，天分组比较特殊，分区字段
4、在 hive 中做执行，最终计算的结果是211.24，大概是三分多钟。
今天来到网站的用户，产生对话， 平均每次会话会在网站上停留211秒钟，这个指标就可以看出来该网站对用户的吸引程度，如果平均会话时间只有一秒两秒，网站没有吸引，所以这个指标可以从业务中解读出来网站的访问情况，简单梳理一下，确定秒确定数据梳理思路写sql即可。
