Preguntas frecuentes sobre el servicio de consultas y Data Distiller

Para evitar el límite de filas de salida, aplique "LIMIT 0" en la consulta. Por ejemplo:

SELECT * FROM customers LIMIT 0;

Se recomiendan una o más de las siguientes soluciones en caso de que se agote el tiempo de espera de las consultas.

• Convierta la consulta en una consulta CTAS y programe la ejecución. La programación de una ejecución se puede realizar mediante la interfaz de usuario o la API.
• Ejecute la consulta en un fragmento de datos más pequeño aplicando condiciones de filtro adicionales.
• Ejecute el comando EXPLAIN para recopilar más detalles.
• Revise las estadísticas de los datos dentro del conjunto de datos.
• Convierta la consulta en un formulario simplificado y vuelva a ejecutarla con instrucciones preparadas.

Los siguientes pasos describen cómo mostrar una vista tabular de un conjunto de datos a través de la interfaz de usuario, incluidos todos los campos y columnas anidados en un formulario aplanado.

• Después de iniciar sesión en el Experience Platform, seleccione Conjuntos de datos en la navegación izquierda de la interfaz de usuario para navegar hasta el panel Conjuntos de datos.
• Se abre la pestaña Examinar de conjuntos de datos. Puede utilizar la barra de búsqueda para restringir las opciones disponibles. Seleccione un conjunto de datos de la lista mostrada.

• Aparece la pantalla Actividad de conjuntos de datos. Seleccione Previsualizar conjunto de datos para abrir un cuadro de diálogo del esquema XDM y la vista tabular de los datos aplanados del conjunto de datos seleccionado. Encontrará más detalles en la documentación de vista previa de un conjunto de datos

• Seleccione cualquier campo del esquema para mostrar su contenido en una columna aplanada. El nombre de la columna se muestra encima de su contenido en el lado derecho de la página. Debe copiar este nombre para utilizarlo para consultar este conjunto de datos.

Consulte la documentación para obtener instrucciones completas sobre cómo trabajar con estructuras de datos anidadas mediante el Editor de consultas o un cliente terceros.

Si el consulta ha tardado mucho tiempo en un conjunto de datos muy pequeño, póngase en contacto con el servicio de atención al cliente.

Puede haber varias razones por las que un consulta atascado durante el procesamiento. Para determinar la causa exacta se requiere una análisis en profundidad caso por caso. Póngase en contacto con Adobe Systems atención al cliente para realizar este proceso.

Una lista completa de Adobe Systems números de teléfono de atención al cliente está disponible en el Página de ayuda de Adobe Systems. Alternativamente, también puede encontrar ayuda en línea completando los siguientes pasos:

• Desplácese hasta https://www.adobe.com/ en su explorador web.
• En el lado derecho de la barra de navegación superior, seleccione Iniciar sesión.

• Utilice sus Adobe ID y contraseña registrados con su licencia Adobe Systems.
• Seleccione Ayuda y asistencia en la barra de navegación superior.

Aparece un banner desplegable que contiene la sección Ayuda y soporte técnico. Seleccione Póngase en contacto con nosotros para abrir el Asistente virtual del Servicio de atención al cliente de Adobe o seleccione Soporte empresarial para obtener ayuda específica para organizaciones grandes.

La función de bloque anónimo permite encadenar una o más sentencias SQL que se ejecutan en secuencia. También permiten la opción de la gestión de excepciones.

Consulte la documentación de bloqueo anónimo para obtener más información.

Existen dos maneras de implementar la atribución personalizada:

1. Use una combinación de funciones definidas por Adobe existentes para identificar si se cumplen las necesidades del caso de uso.
2. Si la sugerencia anterior no se ajusta a su caso de uso, debería utilizar una combinación de funciones de ventana. Las funciones de ventana buscan todos los eventos en una secuencia. También le permiten revisar los datos históricos y se pueden utilizar en cualquier combinación.

Para recuperar los registros de errores de una consulta específica, primero debe utilizar la API del servicio de consultas para recuperar los detalles del registro de consultas. La respuesta HTTP contiene los ID de consulta necesarios para investigar un error de consulta.

Utilice el comando GET para recuperar varias consultas. Encontrará información sobre cómo realizar una llamada a la API en documentación de llamadas a la API de ejemplo.

En la respuesta, identifique la GET que desee investigar y realice otra solicitud utilizando su valor id. Encontrará instrucciones completas en la documentación de recuperación de una consulta mediante ID.

Una respuesta correcta devuelve el estado HTTP 200 y contiene la matriz errors. La respuesta se ha abreviado para ser más breve.

{
    "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",
}

La documentación de referencia de la API del servicio de consultas proporciona más información sobre todos los extremos disponibles.

El mensaje "Error al validar el esquema" significa que el sistema no puede localizar un campo dentro del esquema. Debería leer el documento de prácticas recomendadas para organizar recursos de datos en el servicio de consultas seguido de Crear tabla como documentación seleccionada.

En el ejemplo siguiente se muestra el uso de una sintaxis CTAS y un tipo de datos struct:

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 ;

Los números mostrados en el tablero de perfiles son precisos a partir de la última instantánea. Los números generados en la tabla de exportación de perfiles dependen totalmente de la consulta de exportación. Como resultado, una causa común de esta discrepancia es consultar el número de perfiles que cumplen los requisitos de una audiencia determinada.

La causa más probable es que la consulta tenga un ámbito demasiado limitado. Debe quitar sistemáticamente una sección de la cláusula WHERE hasta que comience a ver algunos datos.

También puede confirmar que el conjunto de datos contiene datos mediante una pequeña consulta como:

SELECT count(1) FROM myTableName

En primer lugar, compruebe los registros para averiguar los detalles del error. La sección de preguntas frecuentes sobre la búsqueda de errores en los registros proporciona más información sobre cómo hacerlo.

También debe consultar la documentación para obtener orientación sobre cómo realizar consultas programadas en el IU y a través de la API.

Tenga en cuenta que, al utilizar el Query Editor solo puede agregar un programa a un consulta que ya se ha creado y guardado. Esto no se aplica a la Query Service API.

Puede ejecutar una consulta que devuelva cero filas para obtener sólo los metadatos como respuesta. Esta consulta de ejemplo devuelve sólo los metadatos de la tabla especificada.

SELECT * FROM <table> WHERE 1=0

Puede crear tablas temporales para repetir y experimentar rápidamente una consulta antes de materializarla para su uso. También puede utilizar tablas temporales para validar si una consulta funciona.

Por ejemplo, puede crear una tabla temporal:

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

A continuación, puede utilizar la tabla temporal de la siguiente manera:

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 conserva los datos en formato UTC (hora universal coordinada). Un ejemplo del formato UTC es 2021-12-22T19:52:05Z

El servicio de consultas admite funciones SQL integradas para convertir una marca de tiempo determinada al formato UTC y desde este. Los métodos to_utc_timestamp() y from_utc_timestamp() toman dos parámetros: timestamp y timezone.

Convertir a la marca de tiempo UTC

El método to_utc_timestamp() interpreta los parámetros dados y lo convierte a la marca de tiempo de su zona horaria local en formato UTC. Por ejemplo, la zona horaria de Seúl, Corea del Sur, es UTC/GMT +9 horas. Al proporcionar una marca de tiempo de solo fecha, el método utiliza un valor predeterminado de medianoche en la mañana. La marca de tiempo y la zona horaria se convierten al formato UTC desde el momento de esa región a una marca de tiempo UTC de su región local.

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

La consulta devuelve una marca de tiempo en la hora local del usuario. En este caso, a las 3 p. m. del día anterior, ya que Seúl está nueve horas por delante.

2021-08-30 15:00:00

Otro ejemplo: si la marca de tiempo dada era 2021-07-14 12:40:00.0 para la zona horaria Asia/Seoul, la marca de tiempo UTC devuelta sería 2021-07-14 03:40:00.0

El resultado de la consola proporcionado en la interfaz de usuario del servicio de consultas tiene un formato más legible en lenguaje natural:

8/30/2021, 3:00 PM

Convertir desde la marca de tiempo UTC

El método from_utc_timestamp() interpreta los parámetros dados de la marca de tiempo de su zona horaria local y proporciona la marca de tiempo equivalente de la región deseada en formato UTC. En el ejemplo siguiente, la hora es las 2:40 p.m. en la zona horaria local del usuario. La zona horaria de Seúl que se pasa como variable está nueve horas por delante de la zona horaria local.

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

La consulta devuelve una marca de tiempo en formato UTC para la zona horaria pasada como parámetro. El resultado es nueve horas antes de la zona horaria que ejecutó la consulta.

8/31/2021, 11:40 PM

¿Cómo debo filtrar los datos de las series temporales?

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')

Cuando use el operador CAST para convertir una marca de tiempo, debe incluir la fecha y la hora.

Por ejemplo, si falta el componente de tiempo, como se muestra a continuación, se producirá un error:

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

A continuación se muestra el uso correcto del operador CAST:

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

El operador NOT IN se utiliza a menudo para recuperar filas que no se encuentran en otra tabla o instrucción SQL. Este operador puede ralentizar el rendimiento y devolver resultados inesperados si las columnas que se comparan aceptan NOT NULL o si tiene un gran número de registros.

En lugar de usar NOT IN, puede usar NOT EXISTS o LEFT OUTER JOIN.

Por ejemplo, si ha creado las siguientes tablas:

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)

Si está usando el operador NOT EXISTS, puede replicar usando el operador NOT IN con la siguiente consulta:

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

Alternativamente, si está utilizando el operador LEFT OUTER JOIN, puede replicar utilizando el operador NOT IN mediante la siguiente consulta:

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

El sistema no tiene índices, ya que no es una base de datos, pero tiene otras optimizaciones asociadas al almacén de datos. Las siguientes opciones están disponibles para ajustar las consultas:

• Un filtro basado en el tiempo en datos de series temporales.
• Inserción optimizada para el tipo de datos struct.
• Inserción optimizada de coste y memoria para cabinas y tipos de datos de asignación.
• Procesamiento incremental mediante instantáneas.
• Un formato de datos persistente.

Existen tres métodos para restringir el acceso. Son las siguientes:

• Utilice instrucciones SELECT únicamente y proporcione acceso de solo lectura a los conjuntos de datos. Además, asigne el permiso de administración de consultas.
• Utilice las instrucciones SELECT/INSERT/CREATE y proporcione acceso de escritura a los conjuntos de datos. Además, asigne el permiso de administración de consultas.
• Utilice una cuenta de integración con las sugerencias anteriores y asigne el permiso de integración de consultas.

Sí. Los datos se pueden extraer del servicio de consulta y también existe la opción de almacenar los resultados en formato CSV a través de un comando SQL.

Existen dos maneras de guardar los resultados de una consulta al utilizar un cliente SQL. Puede usar el comando COPY TO o crear una instrucción con el siguiente formato:

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

Puede encontrar instrucciones sobre el uso del comando COPY TO en la documentación de referencia de sintaxis SQL.

Una causa común de este problema es la consulta de datos de series temporales sin un filtro de tiempo. Por ejemplo:

SELECT * FROM prod_table LIMIT 1;

Debe escribirse como:

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

Cuando el sistema está conectado al servicio de consultas, se conecta a un motor de procesamiento interactivo o por lotes. Esto puede conllevar un mayor tiempo de carga para reflejar los datos procesados.

Si desea mejorar los tiempos de respuesta de sus paneles, debe implementar un servidor de Business Intelligence (BI) como capa de almacenamiento en caché entre el servicio de consultas y las herramientas de BI. Por lo general, la mayoría de las herramientas de BI tienen una oferta adicional para un servidor.

El propósito de añadir la capa del servidor de caché es almacenar en caché los datos del servicio de consulta y utilizar el mismo para los paneles a fin de acelerar la respuesta. Esto es posible ya que los resultados de las consultas que se ejecutan se almacenarían en caché en el servidor de BI todos los días. A continuación, el servidor de almacenamiento en caché proporciona estos resultados a cualquier usuario con la misma consulta para reducir la latencia. Consulte la documentación de la utilidad o herramienta de terceros que está utilizando para obtener más información sobre esta configuración.

El método history_meta() se usa para obtener acceso a una instantánea de un conjunto de datos. Anteriormente, si ejecutaba una consulta en un conjunto de datos vacío en Azure Data Lake Storage (ADLS), recibía un código de error 58000 que indicaba que el conjunto de datos no existe. A continuación se muestra un ejemplo del error del sistema antiguo.

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

Este error se produjo porque no había ningún valor devuelto para la consulta. Este comportamiento se ha corregido para devolver el siguiente mensaje:

Query complete in {timeframe}. 0 rows returned.