靠文章生存的大厂们简书/小红书/CSDN(PS:好吧你们仨记得给我广告费)，对优秀的文章进行大数据分析的工作必不可以少了，本系列文章将会从关于文章的各个维度进行实战分析，这系列文章新手可借着踏入大数据研发的大门，至于大数据的大佬们可以一起来相互伤害，至少为什么取名为 ''亿级流量分析实战'' 看完后整个系列的文章你就知道了，相信大家都是会举一反三的孩子们。

网名：大猪佩琪

姓名：不祥

年龄：不祥

身高：不祥

性别：不祥

日志存储结构设计如下，肯定很多小伙伴要问为什么设计成JSON形式？多占空间？多...

统一回复：可读、易排查

{ "time": 1553269361115, "data": { "type": "read", "aid": "10000", "uid": "4229d691b07b13341da53f17ab9f2416", "tid": "49f68a5c8493ec2c0bf489821c21fc3b", "ip": "22.22.22.22" }}

参数

日志表

create 'LOG_TABLE',{NAME => 'info',TTL => '30 DAYS',CONFIGURATION => {'SPLIT_POLICY' => 'org.apache.hadoop.hbase.regionserver.KeyPrefixRegionSplitPolicy','KeyPrefixRegionSplitPolicy.prefix_length'=>'2'},COMPRESSION=>'SNAPPY'},SPLITS => ['20', '40', '60', '80', 'a0', 'c0', 'e0']

rowkey --------> 49|20190101000000000|f68a5c (时间+用户ID) 设计原则：能按时间维度查询,而且还能打散数据。过期时间 30天 --------> 够长的了,反正日志源文件还在 设计原则：其实就是为了不占用那么多的存储资源。预分区 -------->使用rowkey前两位，00~ff=256 个region，表示现在的业务已经可以满足要求。 设计原则：是为了能尽量打散数据到各台Region Server。

用户表

create 'USER_TABLE',{NAME => 'info',CONFIGURATION => {'SPLIT_POLICY' => 'org.apache.hadoop.hbase.regionserver.KeyPrefixRegionSplitPolicy','KeyPrefixRegionSplitPolicy.prefix_length'=>'2'},COMPRESSION=>'SNAPPY'},SPLITS => ['20', '40', '60', '80', 'a0', 'c0', 'e0']

rowkey --------> 49f68a5c8493ec2c0bf489821c21fc3b (用户ID,前8位) 设计原则：唯一性,通过ID能直接找到用户信息。

现在还没涉及到程序设计与实现篇章，后续将会在 "亿级流量分析实战" 系列文章中逐一实现。

心明眼亮的你、从此刻开始。