场景描述 本场景以在线教育中一个答题闯关类的应用为 例,使用WebServer来模拟演示这类日志数据 的分析处理。通过Nginx和Pythonflask搭建 WebServer,模拟应用中的关键页面,比如登 录、课程内容等,之后构造若干用户使用的模拟 日志数据,投递到数据湖进行分析后获取应用 PV、UV、课程内容访问排行、平均得分等等。 解决问题 基于数据湖(EMR+OSS)搭建大数据平台。 EMR和OSS使用和配置。 数据统一存储到OSS。 产品列表 E-MapReduce 对象存储OSS 云服务器ECS 访问控制RAM 专有网络VPC
模拟数据生成 完成上一节操作后,用户每次访问页面,Web服务器都会收到一条日志进行记录,例 如:127.31.24.127[2020-03-2018:31:47]"GET/app1/onine/content/5?user_id=303 HTTP/1.1"200 同时也会投递一条event_log记录到kafka,例如:{"content_id":"10","station_time":"5","score":"30","local_time":"2020-03-2506:24:...