一：项目开发流程
1.项目调研
了解项目的初始需求，然后结合市场的技术，看一下能否完成
2.需求分析
明确一个项目到底需要做什么？
最终做出的是什么样子?
重要性：一个好的需求分析能够明确项目的后续发展主题方向
3.方案设计
概要设计：
项目结构，技术选型
详细设计：
按照模块设计
4.编码实现
具体实现
5.测试
功能测试：功能是否达到了需求
集成测试：模块之间的兼容性
压力测试：高并发，多用户下，系统是否可以运行
用户测试：根据用户的建议进行修改
6.上线
试运行阶段：新系统与老系统同时在线上运行，使用分流技术
正式运行：线上只有新系统运行
7.后期维护
开发的再一次迭代
二：什么是数据分析平台
1.离线数据分析平台
mapreduce，hive，sparkcore（spark on yarn）
2.实时数据分析平台
sparkcore(spark on standalone),sparkstreaming,strom
三：为什么要自己做数据分析平台
1.优点
不存在数据的泄露
定制化强，可以自由的开发
数据在自己的公司，可以进行后续的开发
有利于公司的人才储备
2.缺点
需要人才成本，时间成本
服务器成本，机器成本大
四：数据的来源
1.日志服务器
nginx日志，apache日志，linux日志
2.业务日志
log4j日志
产品：ELK=>ElasticSearch,Logstash,Kibana
3.业务数据
存储在业务数据库中，提供业务支持的数据
4.用户行为数据
点击，浏览，选择，收藏，下单，离线
5.购买的第三方的数据
6.网络的爬虫爬来的数据
7.合作者的数据
五：数据处理流程
1.数据收集
收集用户数据，保存到HDFS上
2.数据处理
数据的清洗，过滤，补全
根据业务进行需求开发
将结果保存到sql，或者nosql
3.数据可视化
展示结果，可以使用图表等。
4.基于结果的其他应用
用户画像
推荐
数据分析师