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
mkdir-p/home/app1/log pythonapp1_log_gen.py 文档版本:20200331 36数据湖-在线学习场景数据分析 应用场景 运行一次会生成100万行日志数据,大小约为85M。这里可以根据情况多运行几次脚 本,以生成更多的数据量。3.5.数据投递 本场景中日志数据流向为:在WebServer上通过flumeagent 同步数据到EMRkafa 集群,再通过...