Häufig gestellte Fragen zu Query Service und Data Distiller

Wenden Sie „LIMIT 0“ in der Abfrage an, um die Beschränkung für die Ausgabezeilen zu umgehen. Beispiel:

SELECT * FROM customers LIMIT 0;

Es werden eine oder mehrere der folgenden Lösungen empfohlen, wenn bei Abfragen eine Zeitüberschreitung auftritt.

• Konvertieren Sie die Abfrage in eine CTAS-Abfrage und planen Sie die Ausführung. Eine Ausführung kann entweder über die Benutzeroberfläche oder die API geplant werden.
• Führen Sie die Abfrage auf einen kleineren Datensatz aus, indem Sie zusätzliche Filterbedingungen anwenden.
• Führen Sie den Befehl „EXPLAIN“ aus, um weitere Details zu erhalten.
• Überprüfen Sie die Statistiken der Daten im Datensatz.
• Konvertieren Sie die Abfrage in eine vereinfachte Form und führen Sie sie mithilfe von vorbereiteten Anweisungen erneut aus.

Die folgenden Schritte beschreiben, wie Sie eine tabellarische Ansicht eines Datensatzes einschließlich aller verschachtelten Felder und Spalten in einer vereinfachten Form über die Benutzeroberfläche anzeigen.

• Wählen Sie nach der Anmeldung bei Experience Platform die Option Datensätze im linken Navigationsbereich der Benutzeroberfläche, um zum Dashboard Datensätze zu navigieren.
• Die Datensatz-Registerkarte Durchsuchen wird geöffnet. Sie können die Suchleiste verwenden, um die verfügbaren Optionen zu verfeinern. Wählen Sie einen Datensatz aus der Liste aus.

• Der Bildschirm Datensatzaktivität wird angezeigt. Wählen Sie Vorschau des Datensatzes anzeigen, um einen Dialog des XDM-Schemas und eine tabellarische Ansicht von vereinfachten Daten aus dem ausgewählten Datensatz zu öffnen. Weitere Informationen finden Sie in der Dokumentation zur Vorschau eines Datensatzes

• Wählen Sie ein beliebiges Feld aus dem Schema aus, um seinen Inhalt in einer vereinfachten Spalte anzuzeigen. Der Name der Spalte wird oberhalb ihres Inhalts rechts auf der Seite angezeigt. Sie sollten diesen Namen kopieren, um ihn für die Abfrage dieses Datensatzes zu verwenden.

Die vollständige Anleitung finden Sie in der Dokumentation zum Arbeiten mit verschachtelten Datenstrukturen mit dem Abfrage-Editor oder dem Client eines Drittanbieters.

Wenn die Abfrage für einen sehr kleinen Datensatz lange gedauert hat, wenden Sie sich an den Kunden-Support.

Es kann verschiedene Gründe dafür geben, dass eine Abfrage bei der Verarbeitung hängenbleibt. Um die genaue Ursache zu bestimmen, ist eine gründliche Analyse von Fall zu Fall erforderlich. Kontaktieren Sie den Kunden-Support von Adobe zu diesem Prozess.

Eine vollständige Liste der Telefonnummern des Kunden-Supports von Adobe ist auf der Hilfeseite von Adobe verfügbar. Alternativ können Sie Hilfe online finden, indem Sie die folgenden Schritte ausführen:

• Navigieren Sie zu https://www.adobe.com/ in Ihrem Webbrowser.
• Wählen Sie rechts in der oberen Navigationsleiste die Option Anmelden.

• Verwenden Sie Ihre Adobe ID und Ihr Kennwort, die mit Ihrer Adobe-Lizenz registriert sind.
• Wählen Sie Hilfe und Support über die Navigationsleiste am oberen Bildschirmrand.

Es wird ein Dropdown-Banner mit dem Bereich Hilfe und Support geöffnet. Wählen Sie Kontakt, um den virtuellen Assistenten für Kundenunterstützung von Adobe zu öffnen, oder wählen Sie Enterprise-Support, um spezielle Hilfe für große Unternehmen zu erhalten.

Mit der Funktion für anonyme Blöcke können Sie eine oder mehrere SQL-Anweisungen verketten, die nacheinander ausgeführt werden. Sie beinhalten auch die Möglichkeit der Ausnahmebehandlung.

Weitere Informationen finden Sie in der Dokumentation zu anonymen Blöcken.

Es gibt zwei Möglichkeiten, benutzerdefinierte Attributionen zu implementieren:

1. Verwenden Sie eine Kombination aus vorhandenen, von Adobe definierten Funktionen, um festzustellen, ob die Anforderungen des Anwendungsfalls erfüllt sind.
2. Wenn der vorherige Vorschlag nicht auf Ihren Anwendungsfall anwendbar ist, sollten Sie eine Kombination aus Fensterfunktionen verwenden. Fensterfunktionen betrachten alle Ereignisse in einer Sequenz. Sie ermöglichen es Ihnen auch, die Verlaufsdaten zu überprüfen und können in jeder beliebigen Kombination verwendet werden.

Um Fehlerprotokolle für eine bestimmte Abfrage abzurufen, müssen Sie zunächst die Abfrage-Service-API verwenden, um die Details des Abfrageprotokolls abzurufen. Die HTTP-Antwort enthält die Abfrage-IDs, die zur Untersuchung eines Abfragefehlers erforderlich sind.

Verwenden Sie den Befehl „GET“, um mehrere Abfragen abzurufen. Informationen zum Aufruf der API finden Sie in der Dokumentation zu Beispielen für API-Aufrufe.

Identifizieren Sie in der Antwort die Abfrage, die Sie untersuchen möchten, und stellen Sie mithilfe ihres id-Werts eine weitere GET-Anfrage. Vollständige Anweisungen finden Sie in der Dokumentation zum Abrufen einer Abfrage nach ID.

Eine erfolgreiche Antwort gibt den HTTP-Status 200 zurück und enthält das errors-Array. Die Antwort wurde zur Vereinfachung gekürzt.

{
    "isInsertInto": false,
    "request": {
                "dbName": "prod:all",
                "sql": "SELECT *\nFROM\n  accounts\nLIMIT 10\n"
            },
    "clientId": "8c2455819a624534bb665c43c3759877",
    "state": "SUCCESS",
    "rowCount": 0,
    "errors": [{
      'code': '58000',
      'message': 'Batch query execution gets : [failed reason ErrorCode: 58000 Batch query execution gets : [Analysis error encountered. Reason: [sessionId: f055dc73-1fbd-4c9c-8645-efa609da0a7b Function [varchar] not defined.]]]',
      'errorType': 'USER_ERROR'
      }],
    "isCTAS": false,
    "version": 1,
    "id": "343388b0-e0dd-4227-a75b-7fc945ef408a",
}

Die Referenzdokumentation zur Abfrage-Service-API bietet weitere Informationen zu allen verfügbaren Endpunkten.

Die Meldung „Fehler beim Validieren des Schemas“ bedeutet, dass das System ein Feld innerhalb des Schemas nicht finden kann. Sie sollten das Best Practice-Dokument für Organisieren von Datenbeständen im Abfrage-Service lesen, gefolgt von der Dokumentation Tabelle aus Auswahl erstellen.

Das folgende Beispiel zeigt die Verwendung einer CTAS-Syntax und eines „struct“-Datentyps:

CREATE TABLE table_name WITH (SCHEMA='schema_name')

AS SELECT '1' as _id,

 STRUCT

  ('2021-02-17T15:39:29.0Z' AS taskActualCompletionDate,

    '2020-09-09T21:21:16.0Z' AS taskActualStartDate,

    'Consulting' AS taskdescription,

    '5f6527c10011e09b89666c52d9a8c564' AS taskguide,

    'Stakeholder Consulting Engagement' AS taskname,

    '2020-09-09T15:00:00.0Z' AS taskPlannedStartDate,

    '2021-02-15T11:00:00.0Z' AS taskPlannedCompletionDate

  ) AS _workfront ;

Die im Profil-Dashboard angezeigten Zahlen entsprechen dem Stand des letzten Schnappschusses. Die in der Tabelle für den Profilexport generierten Zahlen hängen vollständig von der Exportabfrage ab. Daher ist die Abfrage der Anzahl der Profile, die für eine bestimmte Zielgruppe qualifiziert sind, häufig eine Ursache für diese Diskrepanz.

Die wahrscheinlichste Ursache ist, dass Ihre Abfrage im Umfang zu eng gefasst ist. Sie sollten systematisch je einen Abschnitt der WHERE-Klausel entfernen, bis Sie erste Daten sehen.

Sie können auch mithilfe einer kleinen Abfrage bestätigen, dass Ihr Datensatz Daten enthält, z. B.:

SELECT count(1) FROM myTableName

Zunächst überprüfen Sie die Protokolle, um die Details des Fehlers zu ermitteln. Der FAQ-Abschnitt zum Suchen von Fehlern in Protokollen enthält weitere Informationen dazu.

Sie sollten auch in der Dokumentation nachlesen, wie Sie geplante Abfragen in der Benutzeroberfläche und über die API durchführen können.

Beachten Sie, dass Sie bei Verwendung der Query Editor Registerkarte einen Zeitplan nur zu einem Abfrage hinzufügen können, der bereits erstellt und gespeichert wurde. Dies gilt nicht für die Query Service-API.

Sie können eine Abfrage ausführen, die null Zeilen zurückgibt, um nur die Metadaten in der Antwort zu erhalten. Diese Beispielabfrage gibt nur die Metadaten für die angegebene Tabelle zurück.

SELECT * FROM <table> WHERE 1=0

Sie können temporäre Tabellen erstellen, um eine Abfrage schnell zu iterieren und zu experimentieren, bevor sie zur Verwendung materialisiert wird. Sie können auch temporäre Tabellen verwenden, um zu überprüfen, ob eine Abfrage funktioniert.

Sie können zum Beispiel eine temporäre Tabelle erstellen:

CREATE temp TABLE temp_dataset AS
SELECT *
FROM actual_dataset
WHERE 1 = 0;

Anschließend können Sie die temporäre Tabelle wie folgt verwenden:

INSERT INTO temp_dataset
SELECT a._company AS _company,
a._id AS _id,
a.timestamp AS timestamp
FROM actual_dataset a
WHERE timestamp >= TO_TIMESTAMP('2021-01-21 12:00:00')
AND timestamp < TO_TIMESTAMP('2021-01-21 13:00:00')
LIMIT 100;

Adobe Experience Platform behält Daten im UTC-Zeitstempelformat (Coordinated Universal Time) bei. Ein Beispiel für das UTC-Format ist 2021-12-22T19:52:05Z

Der Abfrage-Service unterstützt integrierte SQL-Funktionen zum Konvertieren eines bestimmten Zeitstempels in das und aus dem UTC-Format. Sowohl die Methode to_utc_timestamp() als auch from_utc_timestamp() benötigt zwei Parameter: Zeitstempel und Zeitzone.

Konvertieren in den UTC-Zeitstempel

Die Methode to_utc_timestamp() interpretiert die angegebenen Parameter und konvertiert sie in den Zeitstempel Ihrer lokalen Zeitzone im UTC-Format. Beispielsweise ist die Zeitzone in Seoul, Südkorea UTC/GMT +9 Stunden. Bei Angabe eines Zeitstempels, der nur das Datum enthält, verwendet die Methode den Standardwert Mitternacht am Morgen. Der Zeitstempel und die Zeitzone werden vom Zeitpunkt dieser Region in einen UTC-Zeitstempel Ihrer lokalen Region im UTC-Format konvertiert.

SELECT to_utc_timestamp('2021-08-31', 'Asia/Seoul');

Die Abfrage gibt einen Zeitstempel in der Ortszeit der Benutzenden zurück. In diesem Fall 15 Uhr am Vortag, da Seoul neun Stunden voraus ist.

2021-08-30 15:00:00

Ein weiteres Beispiel: Wenn der angegebene Zeitstempel 2021-07-14 12:40:00.0 für die Zeitzone Asia/Seoul lautet, wäre der zurückgegebene UTC-Zeitstempel 2021-07-14 03:40:00.0

Die Konsolenausgabe in der Benutzeroberfläche des Abfrage-Service ist ein besser lesbares Format:

8/30/2021, 3:00 PM

Konvertieren aus dem UTC-Zeitstempel

Die Methode from_utc_timestamp() interpretiert die angegebenen Parameter aus dem Zeitstempel Ihrer lokalen Zeitzone und liefert den entsprechenden Zeitstempel der gewünschten Region im UTC-Format. Im folgenden Beispiel ist es 14:40 Uhr in der lokalen Zeitzone der Benutzenden. Die als Variable übergebene Zeitzone Seoul ist der lokalen Zeitzone neun Stunden voraus.

SELECT from_utc_timestamp('2021-08-31 14:40:00.0', 'Asia/Seoul');

Die Abfrage gibt einen Zeitstempel im UTC-Format für die Zeitzone zurück, die als Parameter übergeben wird. Das Ergebnis liegt neun Stunden vor der Zeitzone, die die Abfrage ausgeführt hat.

8/31/2021, 11:40 PM

Wie sollte ich meine Zeitreihendaten filtern?

SELECT a._company  AS _company,
       a._id       AS _id,
       a.timestamp AS timestamp
FROM   dataset a
WHERE  timestamp >= To_timestamp('2021-01-21 12:00:00')
       AND timestamp < To_timestamp('2021-01-21 13:00:00')

Wenn Sie den CAST-Operator verwenden, um einen Zeitstempel zu konvertieren, müssen Sie sowohl das Datum als auch die Uhrzeit angeben.

Fehlt zum Beispiel die Zeitkomponente, wie unten gezeigt, führt dies zu einem Fehler:

SELECT * FROM ABC
WHERE timestamp = CAST('07-29-2021' AS timestamp)

Die korrekte Verwendung des CAST-Operators finden Sie unten:

SELECT * FROM ABC
WHERE timestamp = CAST('07-29-2021 00:00:00' AS timestamp)

Der NOT IN-Operator wird häufig zum Abrufen von Zeilen verwendet, die nicht in einer anderen Tabelle oder SQL-Anweisung gefunden werden. Dieser Operator kann die Performance verlangsamen und unerwartete Ergebnisse liefern, wenn die zu vergleichenden Spalten NOT NULL akzeptieren oder wenn Sie eine große Anzahl von Datensätzen haben.

Anstatt NOT IN zu verwenden, können Sie entweder NOT EXISTS oder LEFT OUTER JOIN verwenden.

Wenn Sie zum Beispiel die folgenden Tabellen erstellt haben:

CREATE TABLE T1 (ID INT)
CREATE TABLE T2 (ID INT)
INSERT INTO T1 VALUES (1)
INSERT INTO T1 VALUES (2)
INSERT INTO T1 VALUES (3)
INSERT INTO T2 VALUES (1)
INSERT INTO T2 VALUES (2)

Wenn Sie den NOT EXISTS-Operator verwenden, können Sie den NOT IN-Operator replizieren, indem Sie die folgende Abfrage verwenden:

SELECT ID FROM T1
WHERE NOT EXISTS
(SELECT ID FROM T2 WHERE T1.ID = T2.ID)

Wenn Sie den LEFT OUTER JOIN-Operator verwenden, können Sie alternativ mit dem NOT IN-Operator replizieren, indem Sie die folgende Abfrage verwenden:

SELECT T1.ID FROM T1
LEFT OUTER JOIN T2 ON T1.ID = T2.ID
WHERE T2.ID IS NULL

Das System hat keine Indizes, da es keine Datenbank ist, aber es sind andere Optimierungen im Zusammenhang mit dem Datenspeicher vorhanden. Die folgenden Optionen stehen zur Abstimmung Ihrer Abfragen zur Verfügung:

• Ein zeitbasierter Filter für Zeitreihendaten.
• Optimierter Push-Down für den „struct“-Datentyp.
• Optimierter Push-Down von Kosten und Arbeitsspeicher für Arrays und Map-Datentypen.
• Inkrementelle Verarbeitung mit Schnappschüssen.
• Ein beibehaltenes Datenformat.

Es gibt drei Möglichkeiten, den Zugriff zu beschränken. Diese sind wie folgt:

• Verwenden Sie nur SELECT-Anweisungen und geben Sie Datensätzen nur Lesezugriff. Weisen Sie außerdem die Berechtigung zum Verwalten von Abfragen zu.
• Verwenden Sie SELECT/INSERT/CREATE-Anweisungen und geben Sie Datensätzen Schreibzugriff. Weisen Sie außerdem die Berechtigung zur Verwaltung von Abfragen zu.
• Verwenden Sie ein Integrationskonto mit den oben genannten Vorschlägen und weisen Sie die Berechtigung für die Abfrageintegration zu.

Ja. Daten können aus dem Abfrage-Service extrahiert werden. Außerdem besteht die Möglichkeit, die Ergebnisse über einen SQL-Befehl im CSV-Format zu speichern.

Es gibt zwei Möglichkeiten, die Ergebnisse einer Abfrage bei der Verwendung eines PSQL-Clients zu speichern. Sie können den Befehl COPY TO verwenden oder eine Anweisung in folgendem Format erstellen:

SELECT column1, column2
FROM <table_name>
\g <table_name>.out

Hinweise zur Verwendung des Befehls COPY TOfinden Sie in der SQL-Syntaxreferenzdokumentation.

Eine häufige Ursache für dieses Problem ist die Abfrage von Zeitreihendaten ohne Zeitfilter. Beispiel:

SELECT * FROM prod_table LIMIT 1;

Sollte wie folgt geschrieben werden:

SELECT * FROM prod_table
WHERE
timestamp >= to_timestamp('2022-07-22')
and timestamp < to_timestamp('2022-07-23');

Wenn das System mit dem Abfrage-Service verbunden ist, ist es mit einer interaktiven oder Batch-Verarbeitungs-Engine verbunden. Dies kann zu längeren Ladezeiten führen, um die verarbeiteten Daten widerzuspiegeln.

Wenn Sie die Antwortzeiten für Ihre Dashboards verbessern möchten, sollten Sie einen Business Intelligence-Server (BI) als Caching-Ebene zwischen dem Abfrage-Service und den BI-Tools implementieren. Im Allgemeinen bieten die meisten BI-Tools ein zusätzliches Angebot für einen Server.

Durch Hinzufügen der Cache-Server-Ebene werden die Daten aus dem Abfrage-Service zwischengespeichert, wodurch Dashboards die Antwort beschleunigen können. Dies ist möglich, da die Ergebnisse für ausgeführte Abfragen jeden Tag auf dem BI-Server zwischengespeichert werden. Der Caching-Server stellt diese Ergebnisse dann für jeden Benutzer mit derselben Abfrage bereit, um die Latenz zu verringern. Weitere Informationen zu dieser Einrichtung finden Sie in der Dokumentation des Dienstprogramms oder des Drittanbieter-Tools, das Sie verwenden.

Die Methode history_meta() wird verwendet, um auf einen Schnappschuss eines Datensatzes zuzugreifen. Wenn Sie früher eine Abfrage über einen leeren Datensatz in Azure Data Lake Storage (ADLS) durchgeführt haben, erhielten Sie einen 58000-Fehler-Code, der besagte, dass der Datensatz nicht existiert. Nachfolgend finden Sie ein Beispiel für den alten Systemfehler.

ErrorCode: 58000 Internal System Error [Invalid table your_table_name. historyMeta can be used on datalake tables only.]

Dieser Fehler war aufgetreten, weil für die Abfrage kein Rückgabewert vorhanden war. Dieses Verhalten wurde jetzt korrigiert und gibt nun die folgende Meldung zurück:

Query complete in {timeframe}. 0 rows returned.