基于日志服务(SLS)实现电商数据加工与分析

embracefly 2019-11-06

云栖社区 函数 日志 日志服务 配置 电商 数据分析 数据加工

基于日志服务(SLS)实现电商数据加工与分析

本文要点(json函数、ip映射函数专题)

  • 如何使用阿里云日志服务-数据加工做清洗数据
  • 如何使用阿里云日志服务强大的SQL做数据分析
  • 如何配置数据仪表大盘

日志数据样例

本文中的日志数据,以某大型电商一段时间的成交量数据为背景来展开工作的。具体日志数据如下:
image.png
首先,从日志中可以看出每个用户购买的商品名称、商品价格、商品描述、商品分类以及用户的ip地址。此外,为了客户隐私本文中的隐去用户id。

需求

  1. 根据ip地址解析出用户的地理位置(省市国家信息);
  2. 然后依据每个用户IP解析的位置信息,分析每个省市各类产品之间的销售额,并制定相应的营销战略。

使用数据加工进行数据清洗

加工流程

image.png

加工操作

1、点击搜索框右上第一个按钮“数据加工”进入加工页面
image.png
2、其次点击预览数据,做一些提前的配置
image.png
3、第一次点击的预览界面如下,其中在高级配置ak_id, ak_key主要是为了使用数据加工解析ip函数使用的(使用这种方式主要是安全,如果数据加工语法中没有使用到AK则可以不配置)具体AccessKeyId,AccessKey相关信息请参考访问秘钥配置子账号授权
image.png
4、接下来我们开始使用数据加工

e_set("geo",geo_parse(v("ip"), ip_db=res_oss_file(endpoint='http://oss-cn-hangzhou.aliyuncs.com',
                                                 ak_id=res_local("ak_id"),
                                                 ak_key=res_local("ak_key"),
                                                 bucket='log-etl-staging', file='ipipfree.ipdb',
                                                               format='binary')))
e_json("geo", depth=2)
e_drop_fields("geo")
e_if(e_search("province==中国"),e_drop())

语法详解

  • 首先需要在OSS上存一份IP解析库文件(文中使用的是ipipfree库)
  • 然后使用res_oss_file函数从OSS上拉取存入内存中
  • 在使用geo_parse函数对ip字段进行处理,解析出省市国家信息。此函数返回的是一个json数据

此时,点击下预览效果如下:
image.png

  • 使用e_json把geo字段的json数据展开,并且使用e_drop函数删除geo字段信息

从上图中可以看出解析出来的有脏数据即"province: 中国"这种日志信息,我在这里的处理是使用e_if,e_search和e_drop配合使用删除这些脏数据。
image.png
如上图所示,目前的数据基本上都是正常数据。接下来是对加工的数据进行加工配置,以下图中的右侧图示表示将加工的数据分发到一个shop的logstore中。
image.png

数据加工诊断

image.png
点击上图中提示按钮,可进入数据加工任务详情页面,在这里可以看加工出错日志、加工消费记录等重要信息。具体如下图:
1.png
保存数据加工之后,可能在自己目标的logstore中不能及时看到加工后的数据,是因为使用数据加工会有一个延时速率,具体信息参考数据加工仪表盘,创建告警参考状态监控与告警

使用日志服务SQL语句进行数据分析

以下图是通过sql查询所展示数据仪表大盘:
image.png

SQL分析

注意:在使用sql分析的时候,对应的字段需要提前建立好索引。在shop这个logstore中,我们需要提前建立好category, city, country, province, good_price这些字段的索引(good_price建立索引的时候选择double类型,其他的都为text类型就可以)。
做分析的时候,首先我们需要知道我们需要统计什么信息,对比什么信息,得出什么样的结论等等。在这里我们的需求有以下即方面:
1、统计各个省之间的各个品类的销售额
2、统计单个品类各省之间的销售额
3、统计单个省下各个市之间的销售额
4、对全国销售额进行地图可视化

统计各省之间的各个品类的销售额

我们可以这样写SQL语句进行分析:* | SELECT province, category, sum(good_price) as totalCount GROUP BY province,category
这条语句表示的是选出每个省的每个品类的总价。
下图表示的是在查询框里输入以上sql分析语句之后进入统计图表,然后点击流图进行配置,province为X轴,totalCount为Y轴,category为聚合列。
image.png
通过上图分析可知总体情况,数码产品品类的销售额占所有销售品类的主要部分,其次是化妆品,最后是图书。
此外,通过词云统计,可以统计出山东,广东等省是销售额占比大省。词云具体配置为:
image.png

统计单个品类各省之间的销售额

以下以数码产品为例:

* | SELECT province, category, sum(good_price) as totalCount WHERE category='数码产品' GROUP BY province,category

image.png
由上图分析可知山东,广东省是数码产品消费大省,后续可以加大促销力度。

统计单个省下各个市之间的销售额

以下示例以浙江省为示例:

* | SELECT province, category,city, sum(good_price) as totalCount WHERE province='浙江' AND city!='null' GROUP BY province,category,city

image.png
从上图中可以分析出浙江省各个市之间的各个品类的销售额。

数据仪表大盘

点击以下图中的“添加到仪表盘”按钮
image.png

会跳出以下界面
image.png
配置完成之后,点击以下图中示意标记进入仪表大盘中心
image.png
其中的右上角的编辑,可以调整各个图的大小以及位置等

登录 后评论
下一篇
云栖号资讯小编
1086人浏览
2020-03-31
相关推荐
使用LogHub进行日志实时采集
15431人浏览
2016-08-31 17:54:30
0
0
0
647