伴随着移动互联网的迅速发展,各类运行在移动智能设备上的APP也蓬勃发展,并且深入渗透到人们的生活中。随着3G网络服务的开启,智能终端也得到迅速普及。2015年7月23日中国互联网络信息中心(CNNIC)发布的《中国互联网络发展状况统计报告》中显示,网民上网接入设备从电脑端向手机端迁移趋势明显。2012年我国已经成为全球智能手机出货量最大的国家。作为用户产生互联网络流量的主要载体,接入设备的发展将改变用户的上网行为。运行在移动智能终端上的APP作为移动互联网流量的最终产生者,分析其流量特征,进而从中提取出用户行为信息对把握移动互联网以及特定类别应用产业的发展具有重要意义。本文首先介绍了移动网络游戏的发展现状,包括移动互联网游戏流量的识别方法以及其用户行为分析的内容。同时还介绍了用来进行分析的工具——Hadoop分布式存储和计算框架,详细介绍了实验室内基于Hadoop的分布式大数据分析服务,包括集群的自动化安装配置以及为了提高服务质量和稳定性所做的相关优化工作。为了更加高效的对种类繁多、数量巨大的移动互联网游戏进行快速的分析,我们研发了 APP自动下载及流量特征提取系统,以便于从海量现网流量数据中快速识别移动互联网游戏数据,以用于数据的预处理。同时为了对移动互联网用户行为进行快速分析,我们基于MapReduce计算框架开发了移动互联网游戏信息提取系统。基于从流量数据中提取到的基础信息,我们对不同种类移动互联网游戏用户的日在线时长、日参与次数、日登陆时段、账号数进行了统计分布分析;同时对不同类型的游戏,我们还分析了账号类型分布、版本分布、登陆服务器分布等。