项目讲解2

问题一：预处理是什么意思？

问题二：获取时间是在哪里输出的？这个是在hive中写的吗？

问题三：log.preprocess.sh这个预处理文件是用来作什么的？须要详细解释一下

问题四：log_click.sh点击流脚本

雪花模型与星型模型：

星型表：一个事实表，关联多个维度表

3.雪花模型，一个事实表关联过个维度表，维度表在关联其余的表，维度表是按3F式设计，

模块开发-ETL

start-dfs.sh

strat-yarnsh

starthive.sh

startbeeline.sh   是什么东西？

1.建立原始数据表

show databases ;

use shizhan;

show tables;

shows tables;

desc  ods_weblog_origin

在建立点击流模型pageviews表 ods_click_pageviews、点击流visit模型表   click_stream_visit

要导入数据，已经在本地生成了，按理说应该生成到hdfs上取‘

2.向hive中导入数据：

load data local inpath '/home/hadoop/wash-part-m-0000' into tabales ods_weblog_origin partition(datestr='2013-1-1');

导入不一样的数据做用是什么？3个数据的来源与前面的preprocess预处理有啥关系？