Browse Source

kettle任务整理

feature/screenDataPush
songyunpeng 5 years ago
parent
commit
a4cfb56ee8
  1. BIN
      esua-epdc/kettle/behavior_all.zip
  2. BIN
      esua-epdc/kettle/ejinshui_day_del.zip
  3. BIN
      esua-epdc/kettle/ejinshui_day_update.zip
  4. BIN
      esua-epdc/kettle/ejinshui_hour.zip
  5. 123
      esua-epdc/kettle/kettle任务整理.txt

BIN
esua-epdc/kettle/behavior_all.zip

Binary file not shown.

BIN
esua-epdc/kettle/ejinshui_day_del.zip

Binary file not shown.

BIN
esua-epdc/kettle/ejinshui_day_update.zip

Binary file not shown.

BIN
esua-epdc/kettle/ejinshui_hour.zip

Binary file not shown.

123
esua-epdc/kettle/kettle任务整理.txt

@ -0,0 +1,123 @@
锦水运行的kettle:
behavior_all
统计数据到analysis部分表,提供数据给数据端使用
统计用户行为基础数据(统计前一天数据):
1. 写入党建议事参与人次统计表epdc_dept_event_person_time : 根据事件,议题,项目,项目处理流程表统计相关数据
2. 写入党建社群统计表epdc_dept_group_person_time : 根据话题,话题评论,用户社群关系,事件,议题,项目,项目处理流程表统计相关数据
3. 写入用户行为记录epdc_user_behavior_log : 根据用户新闻态度表,事件表,用户事件评论态度表,用户事件态度表,事件评论表,项目表,话题表,话题评论用户态度表,话题评论表,用户社群关系表,用户登录日志表统计相关数据
统计'用户/党员参与人次/人数epdc_party_participate_statistics,按天统计社区数据
统计党员参与情况数据统计epdc_party_behavior_statistics,查询当月,一月,三个月,六个月,一年前的数据
ejinshui_day_update
(锦水大屏使用)每天凌晨两点执行,增量同步用户行为信息
分析meta_epdc_event_user_attitude表,写入到用户分析表screen_userdata_userbehavior
ejinshui_hour
(锦水大屏使用)一小时执行一次,先清空表,议题项目写入热度分析表,写入月度活跃度分析表
ejinshui_day_del
(锦水大屏使用)每天凌晨两点执行
1.统计议题和项目月度数据,插入到screen_event_month表
2.统计用户表年龄性别信息,插入到screen_userdata_userportrait
3.统计新闻表,分析数据,插入到screen_news_typedata
4.统计新闻表,分析数据,插入到screen_news_monthheat
5.统计事件处理流程,插入到screen_act_event
6.统计党群成员数量,插入到screen_party_group
7.统计积分排行,插入到统计积分排行表
8.统计志愿者年龄段,插入到screen_volunteer_age
9;统计志愿者积分排行,插入到screen_volunteer_rank
10.统计流程总览模块,插入到screen_event_summary
11.统计系统数据分析,插入到screen_totality_summary
12.查询网格,结案率,审核率,党群数量,群众党员数量及其占比,群众党员总数,网格负责人联系方式,项目待结案数,待审核数量,满意度,志愿者人数数量,已审核议题书数,已结案议题书,插入到screen_totality_grid
esua_epdc_analysis_job 数据表同步到analysis库,以及analysis库部分数据分析表的同步
孔村运行的kettle:
epdc_kc_hour :
统计数据到孔村大屏(统计单位为网格): 一小时执行一次
1.概述数据kc_overview : 网格、社群、新闻、事件、党员数、用户数
2.党群成效kc_party_stati_query : 话题数,议题数
3.增量同步数据到 kc_project表 : 查询epdc_item统计
4.增量同步数据到 kc_project_flow表 : 查询epdc_item_process统计
epdc_kc_day :
统计数据到孔村大屏 先清再删,每天凌晨一点执行
1. 写入项目分类统计表kc_project_type : 查询epdc_category
2. 写入话题热度表kc_topic_hot : 查询epdc_item
3. 写入难点问题表(部门最多)kc_topic_depart : 查询epdc_item_dept和epdc_item
4. 写入难点问题表(耗时最长)kc_topic_depart : 查询epdc_item
5. 写入经典案例表kc_topic_cases : 查询epdc_case
6. 写入整体满意度表kc_total_satis : 查询epdc_item
7. 写入项目趋势表kc_project_trend : 查询epdc_item
esua_epdc_analysis_job
数据表同步到analysis库,以及analysis库部分数据分析表的同步
behavior :
统计数据到analysis部分表,提供数据给数据端使用,凌晨三点执行
统计用户行为基础数据(统计前一天数据):
1. 写入党建声音参与人次统计表epdc_dept_voice_person_time : 根据用户新闻态度表对新闻的点赞点踩数据统计
2. 写入党建议事参与人次统计表epdc_dept_event_person_time : 根据事件,议题,项目,项目处理流程表统计相关数据
3. 写入党建社群统计表epdc_dept_group_person_time : 根据话题,话题评论,用户社群关系,事件,议题,项目,项目处理流程表统计相关数据
4. 写入党建社区人事统计表epdc_group_statistics : 根据社群表,用户社群关系表统计相关数据
5. 写入用户行为记录epdc_user_behavior_log : 根据用户新闻态度表,事件表,用户事件评论态度表,用户事件态度表,事件评论表,项目表,话题表,话题评论用户态度表,话题评论表,用户社群关系表,用户登录日志表统计相关数据
统计党员参与情况数据统计epdc_party_behavior_statistics,查询当月,一月,三个月,六个月,一年前的数据
统计'用户/党员参与人次/人数epdc_party_participate_statistics,按天统计各个街道+社区数据
Loading…
Cancel
Save