采集用户上网的操作日志信息，包括登录时间、用户编号、IP地址、登录区域等信息，使用爬虫的技术，爬取网易的访问日志数据，统计网页的浏览量，访问的用户数，访问的IP数量，跳出用户数等业务指标。
本次要实践的数据日志来源于国内某技术学习论坛，该论坛由某培训机构主办，汇聚了众多技术学习者，每天都有人发帖、回帖、评论等信息
本项目涵盖Linux、HDFS、MySQL、Sqoop、HBase、Hive、kettle、Python等语言和工具