Jupyter笔记本中的查询服务

Adobe Experience Platform 允许您在 Data Science Workspace 集成 Query Service into JupyterLab 作为标准功能。

本教程演示了用于探索、转换和分析常见用例的SQL查询示例 Adobe Analytics 数据。

快速入门

在启动本教程之前，您必须满足以下先决条件：

访问 JupyterLab 和 Query Service

  1. 在 Experience Platform，导航到 笔记本 从左侧导航列。 请稍等片刻，等待JupyterLab加载。

    注意

    如果未自动显示新的“启动器”选项卡，请单击 文件 然后选择 新建启动器.

  2. 在启动器选项卡中，单击 空白 图标以打开空笔记本。

    注意

    Python 3目前是笔记本中唯一支持查询服务的环境。

  3. 在左选边栏中，单击 数据 图标，然后双击 数据集 列出所有数据集的目录。

  4. 查找 Adobe Analytics 要浏览的数据集并右键单击该列表，请单击 在笔记本中查询数据 在空的笔记本中生成SQL查询。

  5. 单击包含函数的第一个生成的单元格 qs_connect() ，然后单击“播放”按钮以执行该操作。 此函数可在笔记本实例与 Query Service.

  6. 向下复制 Adobe Analytics 数据集名称（来自第二个生成的SQL查询），它将是 FROM.

  7. 通过单击 + 按钮。

  8. 在新单元格中复制、粘贴并执行以下import语句。 这些语句将用于显示您的数据：

    import plotly.plotly as py
import plotly.graph_objs as go
from plotly.offline import iplot

  9. 接下来，将以下变量复制并粘贴到新单元格中。 根据需要修改其值，然后执行它们。

    target_table = "your Adobe Analytics dataset name"
target_year = "2019"
target_month = "04"
target_day = "01"
    • target_table:您的 Adobe Analytics 数据集。
    • target_year:目标数据的来源特定年份。
    • target_month:目标所在的特定月份。
    • target_day:目标数据的来源特定日期。
    注意

    您可以随时更改这些值。 执行此操作时，请务必为要应用的更改执行变量单元格。

查询数据

在单个笔记本单元格中输入以下SQL查询。 选择查询的单元格，然后选择 play 按钮。 成功的查询结果或错误日志显示在已执行的单元格下方。

当笔记本处于长时间不活动状态时，笔记本和 Query Service 可能会中断。 在这种情况下，请重新启动 JupyterLab 选择 重新启动 按钮 “重新启动”按钮 位于电源按钮旁的右上角。

笔记本内核将重置，但单元格将保留，重新运行所有单元格以继续离开的位置。

每小时访客计数

以下查询返回指定日期的每小时访客计数：

查询

%%read_sql hourly_visitor -c QS_CONNECTION
SELECT Substring(timestamp, 1, 10)                               AS Day,
       Substring(timestamp, 12, 2)                               AS Hour,
       Count(DISTINCT concat(enduserids._experience.aaid.id,
                             _experience.analytics.session.num)) AS Visit_Count
FROM   {target_table}
WHERE TIMESTAMP = to_timestamp('{target_year}-{target_month}-{target_day}')
GROUP  BY Day, Hour
ORDER  BY Hour;

在上述查询中， WHERE 子句设置为的值 target_year. 通过将变量包含在大括号({})。

查询的第一行包含可选变量 hourly_visitor. 查询结果将作为Pantics数据帧存储在此变量中。 将结果存储在数据帧中后，您可以稍后使用所需的 Python 包。 执行以下操作 Python 代码以生成条形图：

trace = go.Bar(
    x = hourly_visitor['Hour'],
    y = hourly_visitor['Visit_Count'],
    name = "Visitor Count"
)
layout = go.Layout(
    title = 'Visit Count by Hour of Day',
    width = 1200,
    height = 600,
    xaxis = dict(title = 'Hour of Day'),
    yaxis = dict(title = 'Count')
)
fig = go.Figure(data = [trace], layout = layout)
iplot(fig)

每小时活动计数

以下查询返回指定日期的每小时操作计数：

查询 

%%read_sql hourly_actions -d -c QS_CONNECTION
SELECT Substring(timestamp, 1, 10)                        AS Day,
       Substring(timestamp, 12, 2)                        AS Hour,
       Count(concat(enduserids._experience.aaid.id,
                    _experience.analytics.session.num,
                    _experience.analytics.session.depth)) AS Count
FROM   {target_table}
WHERE TIMESTAMP = to_timestamp('{target_year}-{target_month}-{target_day}')
GROUP  BY Day, Hour
ORDER  BY Hour;

执行上述查询将将结果存储在 hourly_actions 数据帧。 在新单元格中执行以下函数以预览结果：

hourly_actions.head()

可以修改上述查询，以使用 其中 子句：

查询 

%%read_sql hourly_actions_date_range -d -c QS_CONNECTION
SELECT Substring(timestamp, 1, 10)                        AS Day,
       Substring(timestamp, 12, 2)                        AS Hour,
       Count(concat(enduserids._experience.aaid.id,
                    _experience.analytics.session.num,
                    _experience.analytics.session.depth)) AS Count
FROM   {target_table}
WHERE  timestamp >= TO_TIMESTAMP('2019-06-01 00', 'YYYY-MM-DD HH')
       AND timestamp <= TO_TIMESTAMP('2019-06-02 23', 'YYYY-MM-DD HH')
GROUP  BY Day, Hour
ORDER  BY Hour;

执行修改的查询将结果存储在 hourly_actions_date_range 数据帧。 在新单元格中执行以下函数以预览结果：

hourly_actions_date_rage.head()

每个访客会话的事件数

以下查询返回指定日期内每个访客会话的事件数：

查询 

%%read_sql events_per_session -c QS_CONNECTION
SELECT concat(enduserids._experience.aaid.id,
              '-#',
              _experience.analytics.session.num) AS aaid_sess_key,
       Count(timestamp)                          AS Count
FROM   {target_table}
WHERE TIMESTAMP = to_timestamp('{target_year}-{target_month}-{target_day}')
GROUP BY aaid_sess_key
ORDER BY Count DESC;

执行以下操作 Python 用于为每次访问会话的事件数生成直方图的代码：

data = [go.Histogram(x = events_per_session['Count'])]

layout = go.Layout(
    title = 'Histogram of Number of Events per Visit Session',
    xaxis = dict(title = 'Number of Events'),
    yaxis = dict(title = 'Count')
)

fig = go.Figure(data = data, layout = layout)
iplot(fig)

以下查询返回指定日期内最受欢迎的十个页面：

查询 

%%read_sql popular_pages -c QS_CONNECTION
SELECT web.webpagedetails.name                 AS Page_Name,
       Sum(web.webpagedetails.pageviews.value) AS Page_Views
FROM   {target_table}
WHERE TIMESTAMP = to_timestamp('{target_year}-{target_month}-{target_day}')
GROUP  BY web.webpagedetails.name
ORDER  BY page_views DESC
LIMIT  10;

给定日期的活动用户

以下查询返回指定日期内十个最活跃的用户：

查询 

%%read_sql active_users -c QS_CONNECTION
SELECT enduserids._experience.aaid.id AS aaid,
       Count(timestamp)               AS Count
FROM   {target_table}
WHERE TIMESTAMP = to_timestamp('{target_year}-{target_month}-{target_day}')
GROUP  BY aaid
ORDER  BY Count DESC
LIMIT  10;

按用户活动划分的活跃城市

以下查询返回在指定日期生成大多数用户活动的十个城市：

查询 

%%read_sql active_cities -c QS_CONNECTION
SELECT concat(placeContext.geo.stateProvince, ' - ', placeContext.geo.city) AS state_city,
       Count(timestamp)                                                     AS Count
FROM   {target_table}
WHERE TIMESTAMP = to_timestamp('{target_year}-{target_month}-{target_day}')
GROUP  BY state_city
ORDER  BY Count DESC
LIMIT  10;

后续步骤

本教程演示了利用的一些示例用例 Query Service in Jupyter 笔记本。 关注 使用Jupyter Notebooks分析数据 教程，了解如何使用数据访问SDK执行类似操作。

在此页面上