陈 伟

（宿州职业技术学院计算机信息系 安徽·宿州 234101）

随着移动互联网的快速发展，网上购物日益普及，网购数据规模呈几何级增长。中国互联网络信息中心2020年9月29日发布的《中国互联网络发展状况统计报告》[1]中显示，截至2020年6月，我国网络购物用户规模达7.49亿，较2020年3月增长3912万，占网民整体的79.7%。电商用户行为数据中蕴含着大量有价值的信息，对海量行为数据进行挖掘分析得出用户行为规律并进行决策制定，对电商企业来说尤为重要。传统的单机处理及关系数据库已无法满足大规模数据处理和分析需求，大数据技术的出现为海量数据的存储、分析等提供了技术支撑。文献[2]利用Hadoop设计用户行为分析引擎，并与传统单机处理进行对比，处理效率优势明显；文献[3]介绍了网络用户消费行为大数据分析对电商营销策略的影响；文献[4-8]详细阐述了Hadoop分布式架构及数据分析方法，文献[9]利用Hadoop设计了用户行为分析系统，提高了分析效率；文献[10]设计的移动用户上网行为分析系统能够帮助运营商准确定位用户需求，为用户提供个性化服务。本文在上述研究的基础上，从电商用户行为入手，展开对Hadoop电商用户行为系统的研究。

一、相关技术

Hadoop是Apache公司的一个分布式系统基础架构[11][12]，拥有高可靠性、高扩展性、高效性、低成本等特点[13]，主要包括HDFS(Hadoop Distributed File System)分布式文件系统和MapReduce分布式计算框架，利用Hadoop集群可以实现海量数据的高速存储和并行计算, 与传统数据库系统相比，Hadoop在大数据处理方面具有诸多优势[14-15]。……