本节课，是进入企业级大数据项目开发流程的数据设计环节。在进行完了数据调研、需求分析、技术实现方案，进行数据设计。数据设计，往往包含两个环节，第一个呢，就是说，我们的上游数据，就是数据调研环节看到的项目基于的基础数据，是否要针对其开发一些Hive ETL，对数据进行进一步的处理和转换，从而让我们能够更加方便的和快速的去计算和执行spark作业；第二个，就是要设计spark作业要保存结果数据的业务表的结构，从而让J2EE平台可以使用业务表中的数据，来为使用者展示任务执行结果。
在本项目中，我们所有的数据设计环节，只会涉及第二个，不会涉及第一个。因为我们为了突出课程重点，也就是spark。所以主要还是集中在spark上面，就不要花时间去做Hive ETL了。设计MySQL中的业务表的结构。
第一表：session_aggr_stat表，存储第一个功能，session聚合统计的结果
CREATE TABLE session_aggr_stat (
task_id int(11) NOT NULL,
session_count int(11) DEFAULT NULL,
1s_3s double DEFAULT NULL,
4s_6s double DEFAULT NULL,
7s_9s double DEFAULT NULL,
10s_30s double DEFAULT NULL,
30s_60s double DEFAULT NULL,
1m_3m double DEFAULT NULL,
3m_10m double DEFAULT NULL,
10m_30m double DEFAULT NULL,
30m double DEFAULT NULL,
1_3 double DEFAULT NULL,
4_6 double DEFAULT NULL,
7_9 double DEFAULT NULL,
10_30 double DEFAULT NULL,
30_60 double DEFAULT NULL,
60 double DEFAULT NULL,
PRIMARY KEY (task_id)
) ENGINE=InnoDB DEFAULT CHARSET=utf8
第二个表：session_random_extract表，存储我们的按时间比例随机抽取功能抽取出来的1000个session
CREATE TABLE session_random_extract (
task_id int(11) NOT NULL,
session_id varchar(255) DEFAULT NULL,
start_time varchar(50) DEFAULT NULL,
end_time varchar(50) DEFAULT NULL,
search_keywords varchar(255) DEFAULT NULL,
PRIMARY KEY (task_id)
) ENGINE=InnoDB DEFAULT CHARSET=utf8
第三个表：top10_category表，存储按点击、下单和支付排序出来的top10品类数据
CREATE TABLE top10_category (
task_id int(11) NOT NULL,
category_id int(11) DEFAULT NULL,
click_count int(11) DEFAULT NULL,
order_count int(11) DEFAULT NULL,
pay_count int(11) DEFAULT NULL,
PRIMARY KEY (task_id)
) ENGINE=InnoDB DEFAULT CHARSET=utf8
第四个表：top10_category_session表，存储top10每个品类的点击top10的session
CREATE TABLE top10_category_session (
task_id int(11) NO NULL,
category_id int(11) DEFAULT NULL,
session_id varchar(255) DEFAULT NULL,
click_count int(11) DEFAULT NULL,
PRIMARY KEY (task_id)
) ENGINE=InnoDB DEFAULT CHARSET=utf8
最后一张表：session_detail，用来存储随机抽取出来的session的明细数据、top10品类的session的明细数据
CREATE TABLE session_detail (
task_id int(11) NOT NULL,
user_id int(11) DEFAULT NULL,
session_id varchar(255) DEFAULT NULL,
page_id int(11) DEFAULT NULL,
action_time varchar(255) DEFAULT NULL,
search_keyword varchar(255) DEFAULT NULL,
click_category_id int(11) DEFAULT NULL,
click_product_id int(11) DEFAULT NULL,
order_category_ids varchar(255) DEFAULT NULL,
order_product_ids varchar(255) DEFAULT NULL,
pay_category_ids varchar(255) DEFAULT NULL,
pay_product_ids varchar(255) DEFAULT NULL,
PRIMARY KEY (task_id)
) ENGINE=InnoDB DEFAULT CHARSET=utf8
额外的一张表：task表，用来存储J2EE平台插入其中的任务的信息
CREATE TABLE task (
task_id int(11) NOT NULL AUTO_INCREMENT,
task_name varchar(255) DEFAULT NULL,
create_time varchar(255) DEFAULT NULL,
start_time varchar(255) DEFAULT NULL,
finish_time varchar(255) DEFAULT NULL,
task_type varchar(255) DEFAULT NULL,
task_status varchar(255) DEFAULT NULL,
task_param text,
PRIMARY KEY (task_id)
) ENGINE=InnoDB AUTO_INCREMENT=0 DEFAULT CHARSET=utf8
在数据设计以后，就正式进入一个漫长的环节，就是编码实现阶段，coding阶段。在编码实现阶段，每开发完一个功能，其实都会走后续的两个环节，就是本地测试和生产环境测试。
大家需要在windows上面，自己安装MySQL数据库。然后本地测试的时候，将数据插入本地的MySQL中。
接下来，就是在完成了数据调研、需求分析、技术方案设计、数据设计以后，正式进入编码实现和功能测试阶段。最后才是性能调优阶段。