浏览器市场与用户画像全景数据分析大屏实验
一、实验目的
①熟练使用 Uniplore 助睿 ET 完成浏览器多维度统计数据表开发，掌握多表统计、日期处理、分组聚合、字段换算、JS 条件分级等 ETL 常用操作。
②掌握 Max 可视化大屏搭建：页面布局、背景 / 标题 / 按钮素材配置、各类图表（柱状 / 折线 / 饼 / 指标卡片）拖拽排版。
③学会蓝图编辑器配置数据源、SQL 语句、数据映射，实现大屏图表与数据库绑定，完成数据可视化落地。
④打通ETL 加工数据表→Max 大屏可视化全链路，理解数据仓库分层与前端展示完整业务流程。
二、实验环境
实训平台：助 Uniplore 大数据实训平台（lab.guilian.cn）工具：ETL 数据集成、Max 大屏设计、蓝图数据配置数据源：原始浏览器行为日志、demographic 用户属性 csv 文件数据库：团队私有 MySQL 库数据构成：用户行为明细 + 用户画像信息，用来生成 8 张业务统计表。
三、实验原理
①ETL 原理：抽取原始日志→清洗转换（进程名映射浏览器、时长秒转小时、日期判定工作日 / 周、用户分级）→聚合汇总入库多张统计表。
②大屏原理：先静态排版布局（只摆图表、配图，无数据），再通过蓝图绑定团队数据库、编写 SQL 查询各统计表，字段映射到对应图表，实现数据自动加载展示。
四、实验步骤
第一部分：ETL 批量生成各业务统计表
步骤 1：创建基础明细表 daily_browser_detail
①新建转换流【创建用户_日_浏览器_小时明细表】，拖入执行 SQL 脚本组件，执行建表 SQL，在团队私有库生成明细表结构（对应创建表 SQL 截图）。
②复制上一轮行为日志清洗转换流，重命名【输出用户日浏览器小时明细表】。
③修改排序组件：排序字段改为 user_id、usage_date、process_name、hour（配套排序截图），保证分组无重复数据。
④添加值映射组件：exe 进程名转换浏览器中文名
iexplore.exe→IE、360chrome.exe→360 极速、360se→36se、chrome→Google、sogou→搜狗、QQBrowser→QQ 浏览器（值映射配置截图）。
⑤过滤无用办公进程（excel/word 等），分组聚合：active_count 统计次数、total_duration_sec 汇总秒数。
⑥接入表输出组件，勾选裁剪表，字段一一映射写入 daily_browser_detail，运行转换入库。
调整了一下位置
步骤 2：批量创建所有目标业务数据表
新建转换流【创建浏览器大屏分析目标数据表】，使用执行 SQL 组件，一次性 DROP+CREATE 全部 8 张目标表：browser_overview、browser_weekly_active、browser_frequency_stats、browser_multi_usage、browser_weekday_weekend、browser_coverage、browser_hourly、user_profile_stats，执行建表脚本（建表 SQL 截图）。
步骤 3：逐个开发统计 ETL 转换流
①各浏览器周活跃趋势（browser_weekly_active）
表输入读取 daily_browser_detail；
字段选择格式化 usage_date 为标准日期；
值映射：日期→对应周区间（5/7-5/13 等）生成 week_range；
排序：browser_name、week_range；
分组：按浏览器 + 周，user_id 去重计数 active_user_count；
表输出写入 browser_weekly_active，运行成功（日志截图：读取 22427 行，输出 12 条）。
②使用频率分布表（browser_frequency_stats）
表输入读取明细；
分组 user_id+browser_name，SUM (total_duration_sec) 得到总秒；
增加常量 3600，计算器 A/B：总秒 ÷3600=total_h（小时）；
JS 脚本分级：＜3 = 轻度、3~10 = 中度、＞10 = 重度，生成 usage_level；
再按浏览器 + 等级分组统计用户数，入库 browser_frequency_stats。
③用户使用浏览器数量（browser_multi_usage）
表输入→分组 user_id，distinct 统计浏览器种类 browser_cnt；
JS：1=1 种、2=2 种、≥3=3 种及以上；
分组统计各类人数，入库。
④工作日 & 周末对比（browser_weekday_weekend）
JS 获取日期星期，1~5 工作日、0/6 周末，生成 day_type；
分组：浏览器 + 日期类型，avg (秒)、sum (秒)、去重用户；
常量 3600，总秒 / 3600 = 总小时，入库。
⑤核心指标 browser_overview
SQL 一次性算出总时长、人均时长、活跃占比、重度占比；行转列字段变行，值映射中文名称，写入指标表。
⑥用户画像 user_profile_stats
公共空间导出 demographic.csv 到项目文件库，CSV 输入读取用户属性；
常量 2012，计算器 2012 – 出生年 = 年龄；JS 划分年龄段 <18/18-25/26-35/>35；
明细左连接用户表（user_id 关联 USERID）；
多字段分组（浏览器 + 性别 + 年龄 + 学历 + 职业 + 收入 + 省份 + 城乡）统计用户数，入库 user_profile_stats。
第二部分：Max 大屏静态页面搭建
①新建空白大屏，命名【2012 年浏览器全景分析】，设置全局背景图片。
②顶部：插入 banner 大图、两个导航按钮【市场分析】【用户画像】（按钮配图 + 标题文字配置）。
③布局分区：
顶部：4 个数字翻牌器（总时长、人均、活跃占比、重度占比）；
左上：浏览器用户数柱状图；右上：使用时长饼图；
左中：人均使用时长柱状；右中：工作日/ 周末分组柱；
中下：周活跃折线、24 小时时段折线、使用频率堆叠柱；
右下：浏览器数量饼图。
④所有图表统一标题底板、配色，完成纯静态排版（全套画布布局截图）。
第三部分：蓝图编辑器配置数据源与数据绑定
①新建数据源：绑定团队私有 MySQL，测试连接成功（数据源配置截图）。
②全选画布所有图表，右键【导出到蓝图编辑器】。
③暗蓝图配置规则：页面初始化触发 SQL，分模块编写查询 SQL：
指标卡：SELECT metric_name,metric_value FROM browser_overview，拆分 4 个取值；
用户/ 时长：查询 browser_coverage，拆分柱状、饼两套数据；
周折线：browser_weekly_active；24 小时：browser_hour；
工作日柱：browser_weekday_weekend；
频率柱：browser_frequency_stats；数量饼：browser_multi_usage。
④每个 SQL 结果通过数据处理拆分字段（x/y/ 分类），连线对应组件。
⑤预览大屏，所有图表自动加载数据库真实数据，最终发布大屏生成分享链接。
