随着通信技术的发展以及互联网的普及,越来越多的家庭在收看电视节目时选择了点播的方式进行观看。而制片方和广告投放者也越来越关注用户的点播数据,以便正确调整节目结构和广告植入。传统的用户点播数据采集使用较为简陋的样本统计方法,准确率低且不具有及时性。随着数据科学的发展,使用大数据技术进行全样本分析正逐步成为点播数据分析的主流方法。因此,建立一个扩展性强、灵活性高的点播数据分析系统至关重要。现有的一些点播数据分析系统往往借助于数据仓库引擎进行数据聚合,分析结果的可复用性不高。诸如Kylin之类的开源数据分析工具虽然在多维数据聚合的灵活性方面表现出色,但时间性能则有所不足,且对长时段指标的计算能力也有所欠缺。通过对现有的大数据分析技术进行调研,本文针对用户的分析需求,确定采用Spark框架进行用户记录的离线分析。系统后端采取分布式架构,采用Hive存储用户记录,并使用数据库存储分析结果。此外,该系统利用了面向对象建模的方法,将核心功能分解成五大模块,并设计了相应的接口。本文将点播数据分析的过程划分为生成含有多维信息的中间结果以及指标汇聚两阶段,并详细设计了各个阶段的输入输出及执行过程。该设计增加了结果生成的灵活性,减少了重复计算带来的资源浪费,使整个系统工作更有效率。本文还设计实现了基于布隆过滤器的分布式数据去重算法,以较低的内存占用解决了长时间段去重类指标的计算问题。通过详细的需求分析和模块设计,本文最终编码实现了视频点播数据分析子系统。经过一系列的实验测试,本系统在长时段指标分析的时间和空间性能上均有出色的表现;同时在指标分析方面具有良好的扩展性,达到了系统构建的目的。