随着计算机科学和移动通信的发展,互联网已经成为人们不可或缺的工具。每一次计算机和互联网的革命都会大大提升人们产生数据的能力,而每一次革命都会对数据的收集、存储和应用提出巨大的挑战。随着“互联网+”战略的提出,我国互联网应用正在逐步从量变走向质变。与此同时,服务提供商希望通过运用技术手段定位用户、精准推销,从而达到拓展新用户、维系老用户、实现盈利的目的。这种需求就带来了如何才能准确高效地对海量数据进行分析的问题,分析人员希望明确每种大数据分析工具的性能及其合适的使用场景,而这正是本文的研究目标。本文首先介绍当前我国移动互联网发展现状及其带来的问题,引入了以Hadoop为基础的分布式处理框架,以及更为易用的大数据处理工具Pig。其次,本文从MapReduce计算框架和Pig源代码入手,分析Pig的架构并从两个角度探讨它的性能影响因素。再次,本文对Pig的扩展性进行了介绍,并描述了在网络流量分析中对Pig相关函数的设计与开发工作。随后,利用HDFS和Pig建立的大数据平台,本文对国内主流移动阅读应用的流量模式和用户行为进行了分析,分析维度主要包括网站的流量、用户数、会话时长和行为类型。最后,本文将Pig与MapReduce和Hive的性能分别进行了对比,并在Multi-Query优化器、数据连接、数据读取和数据层优化几个方面研究Pig的优化方法。