Customer Journey Analytics BI-Erweiterung

NOTE
Sie müssen über das Select-Paket oder höher verfügen, um die in diesem Abschnitt beschriebenen Funktionen nutzen zu können. Wenden Sie sich an Ihre Admins, wenn Sie sich nicht sicher sind, welches Customer Journey Analytics-Paket Sie besitzen.

Der Customer Journey Analytics BI extension ermöglicht SQL-Zugriff auf Datenansichten, die Sie in Customer Journey Analytics definiert haben. Ihre Dateningenieure und Analysten sind möglicherweise besser mit Power BI, Tableau Desktop oder anderen Business Intelligence- und Visualisierungs-Tools (auch als BI-Tools bezeichnet) vertraut. Sie können jetzt Berichte und Dashboards basierend auf denselben Datenansichten erstellen, die Benutzerinnen und Benutzer von Customer Journey Analytics beim Erstellen ihrer Analysis Workspace-Projekte verwenden.

Der Abfrage-Service von Adobe Experience Platform ist die SQL-Schnittstelle zu Daten, die im Data Lake von Experience Platform verfügbar sind. Wenn der Customer Journey Analytics BI extension aktiviert ist, wird die Funktionalität von Query Service erweitert, damit Ihre Datenansichten von Customer Journey Analytics als Tabellen oder Ansichten in einer Query Service-Sitzung zu sehen sind. Daher profitieren Business-Intelligence-Tools, die Query Service als Ihre PostgresSQL-Schnittstelle verwenden, nahtlos von dieser erweiterten Funktion.

Die wichtigsten Vorteile sind:

  • Es ist nicht erforderlich, eine äquivalente Darstellung von Datenansichten aus Customer Journey Analytics im BI-Tool selbst zu erstellen.
    Siehe Datenansichten für weitere Informationen zur Funktionalität von Datenansichten, um zu verstehen, was neu erstellt werden muss.
  • Mehr Konsistenz bei Reporting und Analyse zwischen BI-Tools und Customer Journey Analytics.
  • Kombinieren Sie Customer Journey Analytics-Daten mit anderen Datenquellen, die bereits in BI-Tools verfügbar sind.

Voraussetzungen

Um diese Funktion zu verwenden, können Sie ablaufende oder nicht ablaufende Anmeldeinformationen verwenden, um BI-Tools mit dem Customer Journey Analytics BI extension zu verbinden. Das Handbuch zu Anmeldeinformationen enthält weitere Informationen zum Festlegen ablaufender Anmeldeinformationen oder nicht ablaufender Anmeldeinformationen.
Im Folgenden finden Sie zusätzliche Schritte zum Einrichten von CJA-Berechtigungen

Ablaufende Anmeldeinformationen

Um ablaufende Anmeldeinformationen zu verwenden, können Sie:

  • Zugriff auf Experience Platform und Customer Journey Analytics gewähren.
  • Gewähren Sie Produktadministratorzugriff auf Customer Journey Analytics, damit Sie Verbindungen und Datenansichten anzeigen, bearbeiten, aktualisieren oder löschen können.

Oder Sie können:

  • Gewähren Sie Zugriff auf die Datenansichten, auf die Sie zugreifen möchten.
  • Zugriff auf die Customer Journey Analytics BI-Erweiterung gewähren.

Nicht ablaufende Anmeldedaten

So verwenden Sie nicht ablaufende Anmeldeinformationen:

  • Erstellen Sie unbefristete Anmeldedaten auf Experience Platform.
  • Gewähren Sie Zugriff auf die nicht ablaufenden Anmeldeinformationen, indem Sie die unter " Anmeldeinformationen“Schritte ausführen.

Siehe Kunden-Journey-Zugriffssteuerung für weitere Informationen, insbesondere die Produktadministrator-zusätzlichen Berechtigungen und Customer Journey Analytics-Berechtigungen in der Admin Console.

Nutzung

Um die Funktion Customer Journey Analytics BI extension zu verwenden, können Sie SQL entweder direkt verwenden oder das Drag-and-Drop-Erlebnis verwenden, das im jeweiligen BI-Tool verfügbar ist.

SQL

Sie können die Funktion direkt in SQL-Anweisungen verwenden, indem Sie entweder den Abfrageeditor oder einen standardmäßigen Client der Befehlszeilenschnittstelle (CLI) von Postgres verwenden.

Abfrageeditor

In Adobe Experience Platform:

  1. Wählen Sie **** Abfragen **** unter ​ DATEN-MANAGEMENT ​ in der linken Leiste aus.

  2. Wählen Sie Abfrage erstellen ​ Abfrage erstellen ​ aus.

  3. Wählen Sie die cja für Ihre Sandbox aus der Liste der Datenbanken im Dropdown-Menü Datenbank aus. Zum Beispiel prod:cja.

  4. Um die Abfrage auszuführen, geben Sie Ihre SQL-Anweisung ein und wählen Sie die Play -Schaltfläche (oder drücken Sie [SHIFT] + [ENTER]).

PostgresSQL-CLI
  1. Suchen und Kopieren Ihrer PostgresSQL-Anmeldeinformationen in Adobe Experience Platform:

    1. Wählen Sie **** Abfragen **** aus der linken Leiste (unter ​ DATEN-MANAGEMENT ​) aus.

    2. Wählen Sie ​ Anmeldeinformationen ​ aus der oberen Leiste aus.

    3. Wählen Sie die cja für Ihre Sandbox aus der Liste der Datenbanken im Dropdown-Menü Datenbank aus. Zum Beispiel prod:cja.

    4. Um die Befehlszeichenfolge zu kopieren, verwenden Sie Kopieren im Abschnitt ​ PSQL-Befehl ​.

  2. Öffnen Sie ein Befehls- oder Terminal-Fenster.

  3. Um sich anzumelden und mit der Ausführung Ihrer Abfragen zu beginnen, fügen Sie die Befehlszeichenfolge in Ihr Terminal ein.

Weitere Informationen finden Sie Handbuch zur BenutzeroberflächeAbfrage-Editors .

BI-Tools

Derzeit wird die Customer Journey Analytics BI extension nur für Power BI und Tableau Desktop unterstützt und getestet. Andere BI-Tools, die die PSQL-Schnittstelle verwenden, funktionieren möglicherweise ebenfalls, werden jedoch noch nicht offiziell unterstützt.

Power BI
  1. Nachschlagen der Details Ihrer PostgresSQL-Anmeldeinformationen in Adobe Experience Platform:

    1. Wählen Sie **** Abfragen **** aus der linken Leiste (unter ​ DATEN-MANAGEMENT ​) aus.

    2. Wählen Sie ​ Anmeldeinformationen ​ aus der oberen Leiste aus.

    3. Wählen Sie die cja für Ihre Sandbox aus der Liste der Datenbanken im Dropdown-Menü Datenbank aus. Zum Beispiel prod:cja.

    4. Verwenden Sie Kopieren , um jeden Parameter der Postgres-Anmeldeinformationen (Host, Port, Datenbank, Benutzername und andere) zu kopieren, wenn sie in Power BI benötigt werden.

  2. In Power BI:

    1. Wählen Sie im Hauptfenster ​ Daten abrufen ​ aus der oberen Symbolleiste aus.

    2. Wählen Sie Mehr… in der linken Leiste aus.

    3. Suchen Sie im Bildschirm Daten abrufen nach PostgresSQL und wählen Sie die ​ PostgresSQL-Datenbank ​ aus der Liste aus.

    4. Im Dialogfeld ​ PostgresSQL-Datenbank ​:

      1. Fügen Sie den **** Host ****-Parameter aus Experience Platform-Abfragen Anmeldeinformationen in das Textfeld ​ Server ​ ein.

      2. Fügen Sie den **** Datenbank ****-Parameter aus Experience Platform-Abfragen Anmeldeinformationen in das Textfeld ​ Datenbank ​ ein.

        Fügen Sie ?FLATTEN zum Parameter ​ Datenbank ​ hinzu, damit er sich beispielsweise liest wie prod:cja?FLATTEN. Weitere Informationen finden Sie unter Reduzieren verschachtelter Datenstrukturen für die Verwendung mit BI-Tools von Drittanbietern.

      3. Wenn Sie nach dem Modus Datenverbindung gefragt werden, wählen Sie DirectQuery aus.

      4. Sie werden aufgefordert, Benutzername und Passwort einzugeben. Verwenden Sie die entsprechenden Parameter aus den Anmeldeinformationen von Experience Platform-Abfragen.

    5. Nach erfolgreicher Anmeldung werden die Customer Journey Analytics-Datenansichtstabellen in Power BIs () ​.

    6. Wählen Sie die Datenansichtstabellen aus, die Sie verwenden möchten, und wählen Sie dann ​ Laden ​ aus.

    Alle Dimensionen und Metriken, die mit einer oder mehreren ausgewählten Tabellen verknüpft sind, werden im rechten Bereich angezeigt und können in Ihren Visualisierungen verwendet werden.

    Weitere Informationen sind unter Verbinden von Power BI mit dem Abfrage-Service zu finden.

Tableau Desktop
  1. Nachschlagen der Details Ihrer PostgresSQL-Anmeldeinformationen in Adobe Experience Platform:

    1. Wählen Sie **** Abfragen **** aus der linken Leiste (unter ​ DATEN-MANAGEMENT ​) aus.

    2. Wählen Sie ​ Anmeldeinformationen ​ aus der oberen Leiste aus.

    3. Wählen Sie die cja für Ihre Sandbox aus der Liste der Datenbanken im Dropdown-Menü Datenbank aus. Zum Beispiel prod:cja.

    4. Verwenden Sie Kopieren , um alle Postgres-Anmeldedaten-Parameter (Host, Port, Datenbank, Benutzername und andere) bei Bedarf in Tableau Desktop zu kopieren.

  2. In Tableau Desktop:

    1. Wählen Sie **** Mehr **** aus ​ Zu einem Server ​ in der linken Leiste aus.

    2. Wählen Sie ​ PostgresSQL ​ aus der Liste aus.

    3. Im Dialogfeld PostgresSQL:

      1. Fügen Sie den **** Host ****-Parameter aus Experience Platform-Abfragen Anmeldeinformationen in das Textfeld ​ Server ​ ein.

      2. Fügen Sie den **** Port **** aus Experience Platform-Abfragen Anmeldeinformationen in das Textfeld ​ Port ​ ein.

      3. Fügen Sie den **** Datenbank ****-Parameter aus Experience Platform-Abfragen Anmeldeinformationen in das Textfeld ​ Datenbank ​ ein.

        Fügen Sie %3FFLATTEN zum Parameter ​ Datenbank ​ hinzu, damit er sich beispielsweise liest wie prod:cja%3FFLATTEN. Weitere Informationen finden Sie unter Reduzieren verschachtelter Datenstrukturen für die Verwendung mit BI-Tools von Drittanbietern.

      4. Wählen Sie **** Benutzername und Passwort **** aus der Liste ​ Authentifizierung ​ aus.

      5. Fügen Sie den Parameter **** Benutzername **** aus den Anmeldeinformationen von Experience Platform-Abfragen in das Textfeld ​ Benutzername ​ ein.

      6. Fügen Sie den **** Password **** aus Experience Platform-Abfragen Anmeldeinformationen in das Textfeld ​ Password ​ ein.

      7. Wählen Sie ​ Anmelden ​ aus.

    4. Customer Journey Analytics-Datenansichten werden in der Liste „Tabelle ​ als ​ angezeigt.

    5. Ziehen Sie die Tabellen, die Sie verwenden möchten, auf die Arbeitsfläche.

    Sie können jetzt mit den Daten aus den Datenansichtstabellen arbeiten, um Ihre Berichte und Visualisierungen zu erstellen.

    Weitere Informationen erhalten Sie unter Verbinden von Tableau mit dem Abfrage-Service.

Siehe Verbinden von Clients mit dem Abfrage-Service, um einen Überblick und weitere Informationen über die verschiedenen verfügbaren Tools zu erhalten.

Siehe Anwendungsfälle über die Durchführung einer Reihe von Anwendungsfällen mit der Customer Journey Analytics BI-Erweiterung

Funktionalität

Standardmäßig wird für Ihre Datenansichten ein tabellensicherer Name aus ihrem Anzeigenamen generiert. Beispielsweise hat die Datenansicht mit dem Namen Meine Web-Datenansicht den Ansichtsnamen my_web_data_view. Sie können einen bevorzugten Namen definieren, der in Ihrem BI-Tool für Ihre Datenansicht verwendet werden soll. Weitere Informationen Sie unterDatenansichtseinstellungen“.

Wenn Sie die Datenansichts-IDs als Tabellennamen verwenden möchten, können Sie beim Verbinden die optionale Einstellung für CJA_USE_IDS auf Ihren Datenbanknamen festlegen. Zum Beispiel zeigt prod:cja?CJA_USE_IDS Ihre Datenansichten mit Namen wie dv_ABC123 an.

Data Governance

Einstellungen in Bezug auf die Data Governance in Customer Journey Analytics werden von Adobe Experience Platform übernommen. Die Integration zwischen Customer Journey Analytics und Adobe Experience Platform Data Governance ermöglicht die Kennzeichnung sensibler Daten von Customer Journey Analytics und die Durchsetzung von Datenschutzrichtlinien.

Datenschutzbeschriftungen und -richtlinien, die für von Experience Platform genutzte Datensätze erstellt wurden, können im Datenansichts-Workflow von Customer Journey Analytics angezeigt werden. Daher zeigen Daten, die mit dem Customer Journey Analytics BI extension abgefragt werden, geeignete Warnungen oder Fehler an, wenn sie nicht den definierten Datenschutzkennzeichnungen und -richtlinien entsprechen.

Auflisten von Datenansichten

In der standardmäßigen PostgresSQL-CLI können Sie Ihre Ansichten mithilfe von \dv auf folgende Arten anzeigen:

prod:all=> \dv
                       List of relations
 Schema |                    Name                    | Type |  Owner
--------+--------------------------------------------+------+----------
 public | my_web_data_view                           | view | postgres
 public | my_mobile_data_view                        | view | postgres

Verschachtelt oder reduziert

Standardmäßig verwendet das Schema Ihrer Datenansichten verschachtelte Strukturen wie die ursprünglichen XDM-Schemata. Die Integration unterstützt auch die Option FLATTEN. Mit dieser Option können Sie erzwingen, dass das Schema für die Datenansichten (und jede andere Tabelle in der Sitzung) reduziert wird. Die Reduzierung ermöglicht eine einfachere Verwendung in BI-Tools, die keine strukturierten Schemata unterstützen. Weitere Informationen finden Sie unter Arbeiten mit verschachtelten Datenstrukturen im Abfrage-Service.

Standardwerte und Einschränkungen

Die folgenden zusätzlichen Standardwerte und Einschränkungen gelten für die Verwendung der BI-Erweiterung:

  • Die BI-Erweiterung erfordert eine Zeilenbegrenzung für die Abfrageergebnisse. Der Standardwert ist 50, aber Sie können dies in SQL mit LIMIT n überschreiben, wobei n 1 - 50000 ist.

  • Die BI-Erweiterung erfordert einen Datumsbereich, um die für Berechnungen verwendeten Zeilen zu begrenzen. Der Standardwert ist die letzten 30 Tage, Sie können dies jedoch in Ihrer SQL-WHERE-Klausel überschreiben, indem Sie die speziellen timestamp oder daterange Spalten verwenden.

  • Die BI-Erweiterung erfordert Aggregatabfragen. Sie können keine SQL-ähnlichen SELECT * FROM ... verwenden, um die rohen, zugrunde liegenden Zeilen abzurufen. Ihre Aggregatabfragen sollten auf allgemeiner Ebene Folgendes verwenden:

    • Gesamtsummen mit SUM und/oder COUNT auswählen.
      Beispiel: SELECT SUM(metric1), COUNT(*) FROM ...

    • Wählen Sie Metriken aus, die nach einer Dimension aufgeschlüsselt sind.
      Zum Beispiel SELECT dimension1, SUM(metric1), COUNT(*) FROM ... GROUP BY dimension1

    • Unterschiedliche Metrikwerte auswählen.
      Zum Beispiel SELECT DISTINCT dimension1 FROM ...

      Weitere Informationen finden Sie unter Unterstützte SQL.

Unterstützte SQL

Die vollständige Referenz dazu, welcher SQL-Typ unterstützt wird, finden Sie unter SQL-Referenz für den Abfrage-Service.

In der folgenden Tabelle finden Sie Beispiele für die SQL, die Sie verwenden können.

Beispiele
table 0-row-2 1-row-2 2-row-2 3-row-2 4-row-2 5-row-2 6-row-2 7-row-2 8-row-2 9-row-2 10-row-2 layout-auto
Muster Beispiel
Schema-Erkennung
SELECT * FROM dv1 WHERE 1=0
Rangfolge oder Aufschlüsselung
SELECT dim1, SUM(metric1) AS m1
FROM dv1
WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02'
GROUP BY dim1
SELECT dim1, SUM(metric1) AS m1
FROM dv1
WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02' AND
 filterId = '12345'
GROUP BY dim1
SELECT dim1, SUM(metric1) AS m1
FROM dv1
WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02' AND
 AND (dim2 = 'A' OR dim3 IN ('X', 'Y', 'Z'))
GROUP BY dim1
HAVING
SELECT dim1, SUM(metric1) AS m1
FROM dv1
WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02'
GROUP BY dim1
HAVING m1 > 100
Eindeutige, obere
Dimensionswerte
SELECT DISTINCT dim1 FROM dv1
SELECT dim1 AS dv1
FROM dv1
WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02'
GROUP BY dim1
SELECT dim1 AS dv1
FROM dv1
WHERE `timestamp` >= '2022-01-01' AND `timestamp` < '2022-01-02'
GROUP BY dim1
ORDER BY SUM(metric1)
LIMIT 15
Metriksummen
SELECT SUM(metric1) AS m1
FROM dv1
WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02'
Mehrere Dimensionen
Aufschlüsselungen
und obere eindeutige Werte
SELECT dim1, dim2, SUM(metric1) AS m1
FROM dv1
WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02'
GROUP BY dim1, dim2
SELECT dim1, dim2, SUM(metric1) AS m1
FROM dv1
WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02'
GROUP BY 1, 2
ORDER BY 1, 2
SELECT DISTINCT dim1, dim2
FROM dv1
subselect:
filter additional
results
SELECT dim1, m1
FROM (
 SELECT dim1, SUM(metric1) AS m1
 FROM dv1
 WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02'
 GROUP BY dim1
)
WHERE dim1 in ('A', 'B')
subselect:
queryAcross
data views
SELECT key, SUM(m1) AS total
FROM (
 SELECT dim1 AS key, SUM(metric1) AS m1
 FROM dv1
 WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02'
 GROUP BY dim1

 UNION

 SELECT dim2 AS key, SUM(m1) AS m1
 FROM dv2
 WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02'
 GROUP BY dim2
GROUP BY key
ORDER BY total
Unterauswahl:
Quelle mit mehreren Ebenen,
Filtern
und Aggregation

Geschichtet, mit den Unterauswahlen:

SELECT rows.dim1, SUM(rows.m1) AS total
FROM (
 SELECT _.dim1,_.m1
 FROM (
 SELECT * FROM dv1
 WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02'
 ) _
 WHERE _.dim1 in ('A', 'B', 'C')
) rows
GROUP BY 1
ORDER BY total

Ebenen, die CTE WITH verwenden:

MIT ZEILEN ALS (
 MIT _ AS (
 SELECT * FROM data_ares
 WO `timestamp` BETWEEN '2021-01-01' AND '2021-02-01'
 )
 SELECT _.item, _.units FROM _
 WO _.item NICHT NULL IST
)
SELECT rows.item, SUM(rows.units) AS units
FROM rows.item IN ('A', 'B', 'C')
GROUP BY rows.item
Wählt aus, wo die
Metriken vor
den Dimensionen erscheinen oder mit
den Dimensionen gemischt werden
SELECT SUM(metric1) AS m1, dim1
FROM dv1
WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02'
GROUP BY 2

Dimensionen

Sie können jede der Dimensionen auswählen, die standardmäßig verfügbar oder in der Datenansicht definiert sind. Sie wählen eine Dimension anhand ihrer ID aus.

Metriken

Folgende Metriken stehen zur Auswahl:

  • Standardmäßig verfügbare Metriken;
  • Wird in der Datenansicht definiert.
  • Berechnete Metriken, die mit der Datenansicht kompatibel sind, auf die der Benutzer Zugriff hat.

Sie wählen eine Metrik anhand ihrer ID aus, die in einen SUM(metric)-Ausdruck eingeschlossen ist, wie Sie es mit jeder SQL-Quelle tun würden.

Sie können:

  • SELECT COUNT(*) oder COUNT(1) verwenden, um die Metrik „Vorfälle“ zu erhalten.
  • SELECT COUNT(DISTINCT dimension) oder SELECT APPROX_COUNT_DISTINCT(dimension) verwenden, um die ungefähren eindeutigen Werte einer Dimension zu zählen. Weitere Informationen finden Sie unter Eindeutige Werte zählen.
  • Inline-Berechnungen um Metriken im laufenden Betrieb zu kombinieren und/oder zu rechnen.

Unterschiedliche Werte zählen

Aufgrund der zugrunde liegenden Funktionsweise von Customer Journey Analytics ist die einzige Dimension, für die Sie die Anzahl der eindeutigen Werte genau bestimmen können, die Dimension adobe_personid. Die folgenden SQL-Anweisungen SELECT COUNT(DISTINCT adobe_personid) oder SELECT APPROX_COUNT_DISTINCT(adobe_personid) geben den Wert der Metrik „Standard-Personen“ zurück, d. h. die Anzahl unterschiedlicher Personen. Bei anderen Dimensionen wird eine ungefähre Zählung der eindeutigen Personen zurückgegeben.

Bedingte Metriken

Sie können die Klausel IF oder CASE in der Funktion SUM oder COUNT einbetten, um eine zusätzliche Filterung hinzuzufügen, die spezifisch für eine ausgewählte Metrik ist. Das Hinzufügen dieser Klauseln ähnelt dem Anwenden eines Filters auf eine Metrikspalte in einer Workspace-Berichtstabelle.

Beispiele:

SUM(IF(dim1 = 'X' AND dim2 = 'A', metric1, 0)) AS m1
SUM(CASE WHEN dim1 = 'X' AND dim2 = 'A' THEN metric1 END) AS m1

Inline-Berechnungen

Sie können zusätzliche mathematische Berechnungen auf Metrikausdrücke in Ihrer SELECT anwenden. Diese Mathematik kann verwendet werden, anstatt die Mathematik in einer berechneten Metrik zu definieren. In der folgenden Tabelle sind die unterstützten Ausdruckstypen aufgeführt.

Operator oder Funktion
Details
+, -, *, /, und %
Addieren, subtrahieren, multiplizieren, dividieren und modulo/Rest
-X oder +X
Ändern des Zeichens oder einer Metrik, wobei X der Metrikausdruck ist
PI()
Konstante π
POSITIVE, NEGATIVE, ABS, FLOOR, CEIL, CEILING, EXP, LN, LOG10, LOG1P, SQRT, CBRT, DEGREES, RADIANS, SIN, COS, TAN, ACOS, ASIN, ATAN, COSH, SINH und TANH
Unäre mathematische Funktionen
MOD, POW, POWER, ROUND, LOG
Binäre mathematische Funktionen

Spezielle Spalten

Zeitstempel

Die spezielle Spalte timestamp wird verwendet, um die Datumsbereiche für die Abfrage bereitzustellen. Ein Datumsbereich kann durch einen BETWEEN-Ausdruck oder ein mit AND verbundenes Paar aus den Überprüfungen timestamp >, >=, <, <= definiert werden.
timestamp ist optional, und falls kein vollständiger Bereich angegeben wird, werden die Standardwerte verwendet:

  • Wenn nur ein Minimum angegeben wird (timestamp > X oder timestamp >= X), reicht der Bereich von X bis jetzt.
  • Wenn nur ein Maximum angegeben wird (timestamp < X oder timestamp <= X), reicht der Bereich von X minus 30 Tage bis X.
  • Wenn nichts angegeben wird, beträgt der Bereich von jetzt abzüglich 30 Tage bis jetzt.

Der Zeitstempelbereich wird in der RankedRequest in einen globalen Filter für den Datumsbereich konvertiert.
Das Zeitstempelfeld kann auch in Datums-/Uhrzeitfunktionen verwendet werden, um den Ereignis-Zeitstempel zu analysieren oder zu kürzen.

Datumsbereich

Die Spalte daterange funktioniert ähnlich wie timestamp. Die Filterung ist jedoch auf volle Tage beschränkt. daterange ist ebenfalls optional und hat denselben Standardbereich wie timestamp.
Das daterange Feld kann auch in Datums-/Uhrzeitfunktionen verwendet werden, um das Ereignisdatum zu analysieren oder zu kürzen.

Die Spalte daterangeName kann verwendet werden, um Ihre Abfrage mithilfe eines benannten Datumsbereichs wie Last Quarter zu filtern.

NOTE
Power BI unterstützt keine daterange Metriken, die weniger als einen Tag umfassen (Stunde, 30 Minuten, 5 Minuten usw.).

Filter-ID

Die spezielle Spalte filterId ist optional und wird verwendet, um einen extern definierten Filter auf die Abfrage anzuwenden. Das Anwenden eines extern definierten Filters auf eine Abfrage ähnelt dem Ziehen eines Filters auf ein Bedienfeld in Workspace. Es können mehrere Filter-IDs verwendet werden, indem sie AND werden.

Zusammen mit filterId können Sie filterName verwenden, um den Namen eines Filters anstelle der ID zu verwenden.

Where-Klausel

Die WHERE-Klausel wird in drei Schritten behandelt:

  1. Suchen Sie den Datumsbereich aus den timestamp-, daterange- oder daterangeName Spezialfeldern.

  2. Suchen Sie nach extern definierten filterId oder filterName, die in die Filterung aufgenommen werden sollen.

  3. Umwandeln der verbleibenden Ausdrücke in Ad-hoc-Filter.

Die Umsetzung erfolgt durch Parsen der ersten Ebene von ANDs in der WHERE-Klausel. Jeder AND-ed-Ausdruck der obersten Ebene muss mit einem der oben genannten übereinstimmen. Alles, was tiefer als die erste Ebene der AND-Operatoren ist, oder, wenn die WHERE-Klausel auf der obersten Ebene OR-Operatoren verwendet, wird als Ad-hoc-Filter behandelt.

Sortierreihenfolge

Standardmäßig sortiert die Abfrage die Ergebnisse nach der ersten ausgewählten Metrik in absteigender Reihenfolge. Sie können die Standardsortierreihenolge überschreiben, indem Sie ORDER BY ... ASC oder ORDER BY ... DESC angeben. Wenn Sie ORDER BY verwenden, müssen Sie in der ersten ausgewählten Metrik ORDER BY angeben.

Sie können die Reihenfolge auch umdrehen, indem Sie - (Minus) vor der Metrik verwenden. Die beiden folgenden Anweisungen ergeben dieselbe Reihenfolge:

ORDER BY metric1 ASC
ORDER BY -metric1 DESC

Unterstützung allgemeiner Funktionen

Funktion
Beispiel
Details
Guss
CAST(`timestamp` AS STRING) oder
`timestamp`::string
Typumwandlung wird derzeit nicht unterstützt, aber es wird kein Fehler ausgegeben. Die CAST-Funktion wird ignoriert.
Zeitstempel
WHERE `timestamp` >= TIMESTAMP('2022-01-01 00:00:00') AND `timestamp` < TIMESTAMP('2022-01-02 00:00:00')
Parsen einer Uhrzeitzeichenfolge als Zeitstempel zur Verwendung innerhalb einer WHERE-Klausel.
Zum Zeitstempel
WHERE `timestamp` >= TO_TIMESTAMP('01/01/2022', 'MM/dd/yyyy') AND `timestamp` < TO_TIMESTAMP('01/02/2022', 'MM/dd/yyyy')
Parsen einer Uhrzeitzeichenfolge als Zeitstempel für die Verwendung innerhalb einer WHERE-Klausel, wobei optional ein Format für diese Zeitzeichenfolge angegeben werden kann.
Datum
WHERE `timestamp` >= DATE('2022-01-01') AND `timestamp` < DATE('2022-01-02')
Parsen einer Datumszeichenfolge als Zeitstempel zur Verwendung innerhalb einer WHERE-Klausel.
Bis heute
WHERE `timestamp` >= TO_DATE('01/01/2022', 'MM/dd/yyyy') AND `timestamp` < TO_DATE('01/02/2022', 'MM/dd/yyyy')
Parsen einer Datumszeichenfolge als Zeitstempel für die Verwendung innerhalb einer WHERE-Klausel, wobei optional ein Format für diese Datumszeichenfolge angegeben werden kann.

Unterstützung der Dimension

Diese Funktionen können für Dimensionen in der WHERE- oder SELECT-Klausel oder in bedingten Metriken verwendet werden.

Zeichenfolgen-Funktionen

Funktion
Beispiel
Details
lower
SELECT LOWER(name) AS lower_name
Generiert eine dynamische Dimensionsidentität für das übergebene Feld.

Datums-/Uhrzeitfunktionen

Funktion
Beispiel
Details
Jahr
SELECT YEAR(`timestamp`)
Generiert eine dynamische Dimensionsidentität für das übergebene Feld.
Monat
SELECT MONTH(`timestamp`)
Generiert eine dynamische Dimensionsidentität für das übergebene Feld.
Tag
SELECT DAY(`timestamp`)
Generiert eine dynamische Dimensionsidentität für das übergebene Feld.
Wochentag
SELECT DAYOFWEEK(`timestamp`)
Generiert eine dynamische Dimensionsidentität für das übergebene Feld. Verwenden Sie die Element-ID anstelle des Werts, wo Sie die Nummer und nicht den Anzeigenamen benötigen.
Tag des Jahres
SELECT DAYOFYEAR(`timestamp`)
Generiert eine dynamische Dimensionsidentität für das übergebene Feld.
Woche
SELECT WEEK(`timestamp`)
Generiert eine dynamische Dimensionsidentität für das übergebene Feld.
Quartal
SELECT QUARTER(`timestamp`)
Generiert eine dynamische Dimensionsidentität für das übergebene Feld.
Stunde
SELECT HOUR(`timestamp`)
Generiert eine dynamische Dimensionsidentität für das übergebene Feld. Verwenden Sie die Element-ID anstelle des Werts, wo Sie die Nummer und nicht den Anzeigenamen benötigen.
Minute
SELECT MINUTE(`timestamp`)
Generiert eine dynamische Dimensionsidentität für das übergebene Feld.
Extrahieren
SELECT EXTRACT(MONTH FROM `timestamp`)
Generiert eine dynamische Dimensionsidentität für das übergebene Feld. Verwenden Sie die Element-ID anstelle des Werts für einige Teile dieser Funktion, wo Sie die Nummer und nicht den Anzeigenamen benötigen.
Folgende Teile werden unterstützt:
-Suchbegriffe: YEAR, MONTH, DAYOFMONTH, DAYOFWEEK, DAYOFYEAR, WEEK, QUARTER, HOUR, MINUTE.
-Zeichenfolgen: 'YEAR', 'Y', 'MONTH', 'M', 'DAYOFMONTH', 'DAY', 'D', 'DAYOFWEEK', 'DOW', 'DAYOFYEAR', 'DOY', 'WEEK', 'WOY, 'W', 'QUARTER', 'QOY', 'Q', 'HOUR' oder 'MINUTE'.
Datum (Teil)
SELECT DATE_PART('month', `timestamp`)
Generiert eine dynamische Dimensionsidentität für das übergebene Feld. Verwenden Sie die Element-ID anstelle des Werts für einige Teile dieser Funktion, wo Sie die Nummer und nicht den Anzeigenamen benötigen.
Unterstützte Zeichenfolgenteile sind: 'YEAR', 'Y', 'MONTH', 'M', 'DAYOFMONTH', 'DAY', 'D', 'DAYOFWEEK', 'DOW', 'DAYOFYEAR', 'DOY', 'WEEK', 'WOY, 'W', 'QUARTER', 'QOY', 'Q', 'HOUR'o der 'MINUTE'.
Datum (abgeschnitten)
SELECT DATE_TRUNC('quarter', `timestamp`)
Generiert eine dynamische Dimensionsidentität für das übergebene Feld.
Folgende Zeichenfolgengranularitäten werden unterstützt: 'YEAR', 'Y', 'MONTH', 'M', 'DAYOFMONTH', 'DAY', 'D', 'DAYOFWEEK', 'DOW', 'DAYOFYEAR', 'DOY', 'WEEK', 'WOY, 'W', 'QUARTER', 'QOY', 'Q', 'HOUR' oder 'MINUTE'.

Teilweise Unterstützung

Einige SQL-Funktionen werden von der BI-Erweiterung nur teilweise unterstützt und geben nicht dieselben Ergebnisse zurück, die Sie bei anderen Datenbanken sehen. Diese spezifische Funktion wird in SQL verwendet, die von verschiedenen BI-Tools generiert wurde, für die die BI-Erweiterung keine exakte Übereinstimmung aufweist. Daher konzentriert sich die BI-Erweiterung auf eine begrenzte Implementierung, die die minimale Verwendung von BI-Tools abdeckt, ohne Fehler auszulösen. Weitere Informationen finden Sie in der Tabelle unten.

Funktion
Beispiel
Details
MIN() UND MAX()
MIN(daterange) oder
MAX(daterange)
MIN() von timestamp, daterange oder einem der daterangeX wie daterangeday wird vor 2 Jahren zurückkehren.

MAX() am timestamp, daterange oder einem der daterangeX wie daterangeday wird das aktuelle Datum mit der aktuellen Uhrzeit zurückgegeben.

MIN() oder MAX() für eine andere Dimension, Metrik oder einen anderen Ausdruck geben 0 zurück.
recommendation-more-help
080e5213-7aa2-40d6-9dba-18945e892f79