电商项目之用户行为日志字段分析|学习笔记

本文涉及的产品
日志服务 SLS,月写入数据量 50GB 1个月
简介: 快速学习电商项目之用户行为日志字段分析

开发者学堂课程【新电商大数据平台2020最新课程电商项目之用户行为日志字段分析】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/640/detail/10517


电商项目之用户行为日志字段分析

 

内容简介

一、用户行为日志字段分析讲解

二、用户行为日志表介绍

 

一、用户行为日志字段分析讲解

分析一下导入好的数据字段

1、用户基本信息表

create table if not exists nshop. cus tomer

customer id varchar(20) NOT NULL COPHENT” 用户ID',

customer_ login varchar(20) NOT NULL CormENT " 用户登录名',

customer nickname varchar(10) NOT NULL COMmENT ° 用户名(昵称)',

customer_ name varchar(10) NOT NULL COPMENT ' 用户真实姓名',

customer. pass varchar(8) NOT NULL COPMENT " 用户密码,

customer_ mobile varchar(20) NOT NULL CONMENT '用户手机,

customer_ idcard varchar(20) NOT NULL COPMNENT ' 身份证,

customer_ gender TINYINT NOT NULL COPMENT '性别: 1男0女',

customer_ birthday varchar(10) NOT NULL COPHENT出生年月',

customer_ age TINYINT NOT NULL COPHENT " 年龄',

customer_ age_ range varchar(2) NOT NULL COPrENT " 年龄段,

customer. email varchar(50) NULL COPPENT " 用户邮箱',

customer_ natives varchar(10) NULL COPMENT ' 所在地区',

customer ctime bigint NULL CONHENT ‘创建时间',

customer utime bigint NULL COPHENT ‘修改时间',

customer_ device_ _num varchar(20) NOT NULL COPMENT 用户手机设备号' ,

PRIMARY KEY ( customer_ id" )

) ENGINE InnoDB DEFAULT CHARSET-utf8;

2、收货地址管理表

create table if not exists nshop. customer_ consignee (

consignee_ _id varchar(20) NOT NULL COMMENT 。 收货地址ID',

customer_ id varchar(20) NOT NULL COMMENT‘ 用户ID'

consignee_ name varchar(10) NOT NULL COMMENT '收货人'

consignee_ mobile varchar(15) NOT NULL COMMENT '收货人电话’,

consignee_ zipcode varchar(10) NOT NULL COMMENT‘收货人地区',

consignee_ _addr varchar(200) NOT NULL COMMENT ‘收货人详细地址,

consignee_ tag varchar(10) NOT NULL CONMENT '标签: 1家2公司3学校',

ctime bigint NULL COMMENT ' 创建时间’,

PRIMARY KEY (" consignee_ id)

1 | ) ENGINE=InnODB DEFAULT CHARSET=utf8;

3、商品分类信息

create table if not exists nshop.category(

category_ code VARCHAR(10) NOT NULL COMMENT ' 分类编码',

category_ name VARCHAR(10) NOT NULL COMMENT '分类名称',

category_ parent_ _id VARCHAR(10) NULL COMMENT '父分类ID',

category_ status TINYINT NOT NULL DEFAULT 1 COMMENT ' 分类状态: 0禁止,1启用',

category_ _utime bigint NULL COMMENT 。 最后修改时间',

PRIMARY KEY ( category. code )

)ENGINE= InnoDB DEFAULT CHARSET=utf8;

4、供应商信息表

create table if not exists nshop . supplier(

supplier_ code varchar(10) NOT NULL COPMENT " 供应商编码",

supplier name varchar(30) NOT NULL COPMENT ' 供应商名称',

supplier_ _type TINYINT NOT NULL COPMENT '供应商类型: 1.自营,2.官方3其他',

supplier_ status TINYINT NOT NULL DEFAULT 1 COMMENT‘状态: 0禁止,1启用",

supplier_ utime bigint NULL COPHENT” 最后修改时间’,

PRIMARY KEY (" supplier. code )

) ENGINE=InnoDB DEFAULT CHARSET=utf8;

这些表的后面都有对应的字段,后面进行就算时都可以找到对应的表,然后去对应的数据。

5、商品信息表

crcreate table if not exists nshop.product(

product_ code VARCHAR(20) NOT NULL COMMENT ‘商品ID(分类编码+供应商编码+编号)',

product_ name VARCHAR(20) NOT NULL COMMENT ' 商品名称'

product_ remark TEXT NOT NULL COMMENT ‘ 商品描述',

category_ code VARCHAR(10) NOT NULL COMMENT ' 分类ID'

supplier_ code varchar(10) NOT NULL COMMENT ' 商品的供应商编码'

product_ price DECIMAL(5,1) NOT NULL COMMENT ' 商品销售价格'

product_ weighing. cost DECIMAL(2,1) NOT NULL COMMENT 。 商品加权价格',

product_ publish_ status TINYINT NOT NULL DEFAULT 0 COMMENT '上下架状态: 0下架1上架',

product_ audit_ status TINYINT NOT NULL DEFAULT 0 COMMENT '审核状态: 0末审核,1已审核’,

product_ bar_ code VARCHAR(50) NOT NULL COMMENT ' 国条码',

product_ weight FLOAT NULL COMMENT ' 商品重量',

product_ length FLOAT NULL COIMENT ' 商品长度’,

product_ height FLOAT NULL COMMENT ' 商品高度' ,

product_ _width FLOAT NULL COMMENT ' 商品宽度' ,

product_ colors SMALLINT UNSIGNED NOT NULL COMMENT 0:白|1:赤|2:红|3:黄|4:绿|5:青|6:蓝|7:紫|8:黑|9:彩色',

product_ date varchar(10) NOT NULL COMMENT‘生产日期',

product_ shelf_ _life INT NOT NULL COMMENT 。 商品有效期',

product_ ctime bigint NULL COIMENT ' 商品录入时间',

product_ utime bigint NULL COIMENT ' 最后修改时间’,

PRIMARY KEY ( product_ code )

) ENGINE=InnoDB DEFAULT CHARSET=utf8;

里面有对应的各种数据

6、广告投放信息包括设备号,设备类型,手机系统,手机系统版本,手机制造商地区编码、投放请求 ID,投放会话ID,投放渠道请求参数、创建时间。

请求参数有 Ip、设备 ID、设备经纬度、创建时间、投放渠道、访问会话、访问页面等。

 

二、用户行为日志表介绍

1、4320308033801:这是一个商品的编号 ID,我们需要根据商品去对应去找我们的数据、商品的类别等等。

2、行为类型:他是用户在对网站操作时的信息,他包括安装启动交互页面曝光页面进入退出的操作。在页面滑动观看都属于交互行为。

3、action 行为种类对照表下面还有事件的类型,滑动就是在浏览,也在点击,输入、滑动。

每次行为类型下面都是对应的事件行为,这些都是在交互行为下发生的。

安装、启动、退出是没有任何交互信息、扩展信息。当进入产品页面、浏览的时候才有交互、

4、交互是比较重要的,里面包含了点击、滑动各种操作。这个时候在操作的时候会产生事件。

我们对应的 eventtype 和 action 都是有对应的数据,每一个数据都是有区别的。

action string comment '行为类型、event_ type string comment ‘行为类型:click 点击|view 浏览| slide 滑动|input 输入'、extinfo string comment ‘扩展信息(json 格式) "这三个都是环环相扣的,都会对应每个事件的数据。

相关实践学习
日志服务之使用Nginx模式采集日志
本文介绍如何通过日志服务控制台创建Nginx模式的Logtail配置快速采集Nginx日志并进行多维度分析。
相关文章
|
3月前
|
存储 运维 监控
SelectDB 实现日志高效存储与实时分析,完成任务可领取积分、餐具套装/水杯/帆布包!
SelectDB 实现日志高效存储与实时分析,完成任务可领取积分、餐具套装/水杯/帆布包!
|
4月前
|
Java 微服务 Spring
微服务——SpringBoot使用归纳——Spring Boot使用slf4j进行日志记录——使用Logger在项目中打印日志
本文介绍了如何在项目中使用Logger打印日志。通过SLF4J和Logback,可设置不同日志级别(如DEBUG、INFO、WARN、ERROR)并支持占位符输出动态信息。示例代码展示了日志在控制器中的应用,说明了日志配置对问题排查的重要性。附课程源码下载链接供实践参考。
204 0
|
3月前
|
SQL 监控 数据挖掘
SLS 重磅升级:超大规模数据实现完全精确分析
SLS 全新推出的「SQL 完全精确」模式,通过“限”与“换”的策略切换,在快速分析与精确计算之间实现平衡,满足用户对于超大数据规模分析结果精确的刚性需求。标志着其在超大规模日志数据分析领域再次迈出了重要的一步。
402 116
|
2月前
|
Java 应用服务中间件 Linux
Tomcat运行日志字符错乱/项目启动时控制台日志乱码问题
总结: 通过以上几种方法,概括如下:指定编码格式、设置JVM的文件编码、修改控制台输出编码、修正JSP页面编码和设置过滤器。遵循这些步骤,你可以依次排查和解决Tomcat运行日志字符错乱及项目启动时控制台日志乱码问题。希望这些建议能对你的问题提供有效的解决方案。
434 16
|
2月前
|
自然语言处理 监控 安全
阿里云发布可观测MCP!支持自然语言查询和分析多模态日志
阿里云可观测官方发布了Observable MCP Server,提供了一系列访问阿里云可观测各产品的工具能力,包含阿里云日志服务SLS、阿里云应用实时监控服务ARMS等,支持用户通过自然语言形式查询
322 0
阿里云发布可观测MCP!支持自然语言查询和分析多模态日志
|
1月前
|
人工智能 运维 监控
Aipy实战:分析apache2日志中的网站攻击痕迹
Apache2日志系统灵活且信息全面,但安全分析、实时分析和合规性审计存在较高技术门槛。为降低难度,可借助AI工具如aipy高效分析日志,快速发现攻击痕迹并提供反制措施。通过结合AI与学习技术知识,新手运维人员能更轻松掌握复杂日志分析任务,提升工作效率与技能水平。
|
4月前
|
存储 消息中间件 缓存
MiniMax GenAI 可观测性分析 :基于阿里云 SelectDB 构建 PB 级别日志系统
基于阿里云SelectDB,MiniMax构建了覆盖国内及海外业务的日志可观测中台,总体数据规模超过数PB,日均新增日志写入量达数百TB。系统在P95分位查询场景下的响应时间小于3秒,峰值时刻实现了超过10GB/s的读写吞吐。通过存算分离、高压缩比算法和单副本热缓存等技术手段,MiniMax在优化性能的同时显著降低了建设成本,计算资源用量降低40%,热数据存储用量降低50%,为未来业务的高速发展和技术演进奠定了坚实基础。
MiniMax GenAI 可观测性分析 :基于阿里云 SelectDB 构建 PB 级别日志系统
|
8月前
|
XML 安全 Java
【日志框架整合】Slf4j、Log4j、Log4j2、Logback配置模板
本文介绍了Java日志框架的基本概念和使用方法,重点讨论了SLF4J、Log4j、Logback和Log4j2之间的关系及其性能对比。SLF4J作为一个日志抽象层,允许开发者使用统一的日志接口,而Log4j、Logback和Log4j2则是具体的日志实现框架。Log4j2在性能上优于Logback,推荐在新项目中使用。文章还详细说明了如何在Spring Boot项目中配置Log4j2和Logback,以及如何使用Lombok简化日志记录。最后,提供了一些日志配置的最佳实践,包括滚动日志、统一日志格式和提高日志性能的方法。
2460 31
【日志框架整合】Slf4j、Log4j、Log4j2、Logback配置模板
|
7月前
|
监控 安全 Apache
什么是Apache日志?为什么Apache日志分析很重要?
Apache是全球广泛使用的Web服务器软件,支持超过30%的活跃网站。它通过接收和处理HTTP请求,与后端服务器通信,返回响应并记录日志,确保网页请求的快速准确处理。Apache日志分为访问日志和错误日志,对提升用户体验、保障安全及优化性能至关重要。EventLog Analyzer等工具可有效管理和分析这些日志,增强Web服务的安全性和可靠性。
200 9
|
5月前
|
存储 SQL 关系型数据库
MySQL日志详解——日志分类、二进制日志bin log、回滚日志undo log、重做日志redo log
MySQL日志详解——日志分类、二进制日志bin log、回滚日志undo log、重做日志redo log、原理、写入过程;binlog与redolog区别、update语句的执行流程、两阶段提交、主从复制、三种日志的使用场景;查询日志、慢查询日志、错误日志等其他几类日志
427 35
MySQL日志详解——日志分类、二进制日志bin log、回滚日志undo log、重做日志redo log

热门文章

最新文章