一、對用戶訪問session進行分析
1、可以根據使用者指定的某些條件，篩選出指定的一些用戶（有特定年齡、職業、城市）；
2、對這些用戶在指定日期范圍內發起的session，進行聚合統計，比如，統計出訪問時長在0~3s的session占總session數量的比例；
3、按時間比例，比如一天有24個小時，其中12:00~13:00的session數量占當天總session數量的50%，當天總session數量是10000個，那么當天總共要抽取1000個session，ok，12:00~13:00的用戶，就得抽取1000*50%=500。而且這500個需要隨機抽取。
4、獲取點擊量、下單量和支付量都排名10的商品種類
5、獲取top10的商品種類的點擊數量排名前10的session
6、開發完畢了以上功能之后，需要進行大量、復雜、高端、全套的性能調優（大部分性能調優點，都是本人在實際開發過程中積累的經驗，基本都是全網唯一）
7、十億級數據量的troubleshooting（故障解決）的經驗總結
8、數據傾斜的完美解決方案（全網唯一，非常高端，因為數據傾斜往往是大數據處理程序的性能殺手，很多人在遇到的時候，往往沒有思路）
9、使用mock（模擬）的數據，對模塊進行調試、運行和演示效果
二、在實際企業項目中的使用架構
1、J2EE的平台（美觀的前端頁面），通過這個J2EE平台可以讓使用者，提交各種各樣的分析任務，其中就包括一個模塊，就是用戶訪問session分析模塊；可以指定各種各樣的篩選條件，比如年齡范圍、職業、城市等等。。
2、J2EE平台接收到了執行統計分析任務的請求之后，會調用底層的封裝了spark-submit的shell腳本（Runtime、Process），shell腳本進而提交我們編寫的Spark作業。
3、Spark作業獲取使用者指定的篩選參數，然后運行復雜的作業邏輯，進行該模塊的統計和分析。
4、Spark作業統計和分析的結果，會寫入MySQL中，指定的表
5、最后，J2EE平台，使用者可以通過前端頁面（美觀），以表格、圖表的形式展示和查看MySQL中存儲的該統計分析任務的結果數據。
三、用戶訪問session的介紹
用戶在電商網站上，通常會有很多的點擊行為，首頁通常都是進入首頁；然后可能點擊首頁上的一些商品；點擊首頁上的一些品類；也可能隨時在搜索框里面搜索關鍵詞；還可能將一些商品加入購物車；對購物車中的多個商品下訂單；最后對訂單中的多個商品進行支付。
用戶的每一次操作，其實可以理解為一個action，比如點擊、搜索、下單、支付
用戶session，指的就是，從用戶第一次進入首頁，session就開始了。然后在一定時間范圍內，直到最后操作完（可能做了幾十次、甚至上百次操作）。離開網站，關閉瀏覽器，或者長時間沒有做操作；那么session就結束了。
以上用戶在網站內的訪問過程，就稱之為一次session。簡單理解，session就是某一天某一個時間段內，某個用戶對網站從打開/進入，到做了大量操作，到最后關閉瀏覽器。的過程。就叫做session。
session實際上就是一個電商網站中最基本的數據和大數據。那么大數據，面向C端，也就是customer，消費者，用戶端的，分析，基本是最基本的就是面向用戶訪問行為/用戶訪問session。
