Datauppsättningsexempel

Adobe Experience Platform Query Service innehåller exempeldatauppsättningar som en del av de ungefärliga frågebearbetningsfunktionerna. Exempeldatauppsättningar skapas med enhetliga slumpmässiga urval från befintliga Azure Data Lake Storage (ADLS) datauppsättningar där endast en procentandel av posterna från originalet används. Denna procentandel kallas samplingsfrekvensen. Genom att justera samplingsfrekvensen för att styra balansen mellan noggrannhet och bearbetningstid kan du utföra undersökande frågor på stora data med avsevärt reducerad bearbetningstid på bekostnad av frågans exakthet.

Eftersom många användare inte behöver ett exakt svar för en sammanställningsåtgärd över en datauppsättning, är det effektivare att skicka en ungefärlig fråga för att returnera ett ungefärligt svar för undersökande frågor på stora datauppsättningar. Eftersom exempeldatauppsättningar bara innehåller en procentandel av data från den ursprungliga datauppsättningen, kan du få en mer exakt svarstid genom att utbyta frågor. Vid läsning måste Query Service skanna färre rader, vilket ger snabbare resultat än om du skulle fråga hela datauppsättningen.

För att du ska kunna hantera dina exempel för ungefärlig frågebearbetning har frågetjänsten stöd för följande åtgärder för datauppsättningsexempel:

Komma igång get-started

Om du vill använda funktionerna för att skapa och ta bort ungefärliga frågebearbetningsfunktioner som finns i det här dokumentet, måste du ange sessionsflaggan till true. Från kommandoraden i antingen Frågeredigeraren eller din PSQL-klient anger du SET aqp=true; -kommando.

Skapa ett enhetligt exempel på en slumpmässig datauppsättning create-a-sample

Använd ANALYZE TABLE <table_name> TABLESAMPLE SAMPLERATE x kommandot med ett datauppsättningsnamn för att skapa ett enhetligt slumpmässigt urval från den datauppsättningen.

Samplingsfrekvensen är procentandelen poster som tagits från den ursprungliga datauppsättningen. Du kan styra samplingsfrekvensen med TABLESAMPLE SAMPLERATE nyckelord. I det här exemplet motsvarar värdet 5,0 en samplingsfrekvens på 50 %. Värdet 2,5 motsvarar 25 % och så vidare.

ANALYZE TABLE example_dataset_name TABLESAMPLE SAMPLERATE 5.0;

Du kan också ange filtervillkor optional-filter-criteria

Du kan välja att ange filtervillkor för dina enhetliga slumpmässiga prov. På så sätt kan du skapa ett exempel baserat på den filtrerade delmängden av den analyserade tabellen.

När du skapar ett exempel tillämpas det valfria filtret först, sedan skapas exemplet från den filtrerade vyn av datauppsättningen. Ett datauppsättningsexempel med ett tillämpat filter följer följande frågeformat:

ANALYZE TABLE <tableToAnalyze> TABLESAMPLE FILTERCONTEXT (<filter_condition>) SAMPLERATE X.Y;
ANALYZE TABLE <tableToAnalyze> TABLESAMPLE FILTERCONTEXT (<filter_condition_1> AND/OR <filter_condition_2>) SAMPLERATE X.Y;
ANALYZE TABLE <tableToAnalyze> TABLESAMPLE FILTERCONTEXT (<filter_condition_1> AND (<filter_condition_2> OR <filter_condition_3>)) SAMPLERATE X.Y;

Praktiska exempel på den här typen av filtrerade exempeldatauppsättningar är följande:

ANALYZE TABLE large_table TABLESAMPLE FILTERCONTEXT (month(to_timestamp(timestamp)) in ('8', '9')) SAMPLERATE 10;
ANALYZE TABLE large_table TABLESAMPLE FILTERCONTEXT (month(to_timestamp(timestamp)) in ('8', '9') AND product.name = "product1") SAMPLERATE 10;
ANALYZE TABLE large_table TABLESAMPLE FILTERCONTEXT (month(to_timestamp(timestamp)) in ('8', '9') AND (product.name = "product1" OR product.name = "product2")) SAMPLERATE 10;

I exemplen är tabellnamnet large_tableär filtervillkoret i den ursprungliga tabellen month(to_timestamp(timestamp)) in ('8', '9')och samplingsfrekvensen är (X % av filtrerade data), i detta fall 10.

Visa listan med exempel view-list-of-samples

Använd sample_meta() för att visa en lista med exempel som är kopplade till en ADLS-tabell.

SELECT sample_meta('example_dataset_name')

Listan med datauppsättningsexempel visas i formatet för exemplet nedan.

                  sample_table_name                  |    sample_dataset_id     |    parent_dataset_id     | sample_type | sampling_rate | sample_num_rows |       created
-----------------------------------------------------+--------------------------+--------------------------+-------------+---------------+-----------------+---------------------
 x5e5cd8ea0a83c418a8ef0928_uniform_4_0_percent_ughk7 | 62ff19853d338f1c07b18965 | 5e5cd8ea0a83c418a8ef0928 | uniform     |           4.0 |             391 | 19/08/2022 05:03:01
(1 row)

Fråga exempeldatauppsättningen query-sample-datasets

Använd {EXAMPLE_DATASET_NAME} om du vill fråga exempeltabeller direkt. Du kan också lägga till WITHAPPROXIMATE nyckelord till slutet av en fråga och frågetjänsten använder automatiskt det senast skapade exemplet.

SELECT * FROM example_dataset_name WITHAPPROXIMATE;

Ta bort datauppsättningsexempel delete-a-sample

Med borttagningsåtgärden kan du skapa nya exempel när den maximala gränsen på fem datauppsättningsexempel har nåtts.

DROP TABLE SAMPLE x5e5cd8ea0a83c418a8ef0928_uniform_2_0_percent_bnhmc;