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--回头单次访客分析】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/696/detail/12241
网站流量日志分析--统计分析--回头单次访客分析
1、访客 visit 分析，visit 指的是用户访问网站所产生的会话，也就是 session，分析跟点击流模型相关，因为在原始数据中没有会话 session 的概念，通过预处理清理出的点击流模型中有 session 的概念。
2、统计今天的回头访客，单次访客。统计访客之前，要搞清楚次是什么，是打开页面的次数还是在网站上产生会话的次数，通过日常的工作习惯或者浏览网站的习惯，回头访客意味着来过网站之后，过一段时间再来网站叫做回头访客，因此更加贴近于实战的就是次，指的是会话的次数。
3、打开笔记，查询今日所有回头访客及其访问次数/单次访客
解读：次的理解所谓次数指的是用户会话的的次数
次数=1单次访客次数> 1回头访客
（1）数据表:ods _click_ stream_ visit
当涉及到 session 会话的概念之后，宽表原始的数据满足不了，只有点击流模型中才有 session 的概念，点击流模型中 pageviews 和 visit 都有 session，两个session 的区别是 visit 是根据 pageviews 做同一个会话的聚集，只取第一条和最后一条，在 pageviews 中 session 会有重复，而在 visit 中 session 没有重复，基于性能考虑，选择 visit 模型表。
（2）分组字段:时间维度( day)是分区字段 where
分组字段没有看出来，实际上是隐藏的，查询今天，统计今天，不需要 group by，where 即可。
（3）度量值:count(session)
判断个数，产生所谓的回头单次访客。
4、如何统计 session 用户对话的回头单次访客。
S1 |
Ip1 |
S2 |
Ip1 |
S3 |
Ip5 |
S4 |
Ip6 |
根据 ip 进行分组，相同的 ip 分为一组，在每组内做 session count，根据 count 值做判断。
--先计算每个用户产生的会话数
select
t.remote_ addr ,count(t .session) asnums统计，得到每个用户以及 session 次数
from ods. click_ ,stream_ visit t where t.datestr ="20181101" group by t.remote_ addr ;
点击流模型，起别名，针对表进行过滤，根据 ip 进行分组
5、复制打开 hive 终端进行执行，可以看到前面是 ip 后面是产生的会话次数，如果 nums 等于一表示今天的会话为一，就是单次访客，如果次数大于一，比如三个就是回流访客，在 sql 基础上做过滤，t.remote_ addr 结果是通过 sql 计算出来的，如果有个表是表 a，有两字段，一个是 t.remote_ addr，一个 nums，把 nums 大于一或者等于一的找出来，直接 select from 表 where 条件即可。
--方式一：采用嵌套查询的思路
Select
*
from 查询访问结果表
(select
t.remote_ addr as ip , count(t.session) as nums
from ods_ c1ick_ ,stream_ visit t where t. datestr ="20181101" group by t. remote_ addr) a起别名a
where a.nums =1;注意分号是英文分号
--单次访客
Select
*
from 查询访问结果表
(select
t.remote_ addr as ip , count(t.session) as nums
from ods_ c1ick_ ,stream_ visit t where t. datestr ="20181101" group by t. remote_ addr) a起别名a
where a.nums >1;
--回头访客
通过梳理，回头访客只有两个，一个是174，一个是84，执行语句都正确。
已经得出某种结果，非常接近于最后结果，把以下代码复制执行。
select
t.remote_ addr ,count(t .session) asnums
from ods. click_ ,stream_ visit t where t.datestr ="20181101" group by t.remote_ addr ;
写出每个用户所对应的会话数，在结果上进行过滤即可。
--方式二：采用 having
select
t.remote_ addr ,count(t .session) asnums
from ods. click_ ,stream_ visit t where t.datestr ="20181101" group by t.remote_ addr ;
having nums = 1;--单次访客
select
t.remote_ addr ,count(t .session) asnums
from ods. click_ ,stream_ visit t where t.datestr ="20181101" group by t.remote_ addr ;
having nums >1;--回头访客
验证回头访客，执行，结果还是174和84，正确，
采用 having 会 更加的简单，因为已经进行了分区，再进行分组，分组完再根据结果进行过滤，having 上传使用。如果 having 用不好，一定要掌握嵌套查询，如果 having 用得好，会更加简洁。两种方式可以从 侧面验证思路或者结果是否正确，回头是两次，单次只有一次，跟会话 session 相关。
