Extension Customer Journey Analytics BI
Créé pour :
- Administration
NOTELe Customer Journey Analytics BI extension permet à SQL d’accéder aux vues de données que vous avez définies dans Customer Journey Analytics. Vos ingénieurs et analystes de données connaissent peut-être mieux Power BI, Tableau Desktop ou d’autres outils de Business Intelligence et de visualisation (également appelés outils de BI). Elles peuvent désormais créer des rapports et des tableaux de bord en fonction des vues de données des utilisateurs et utilisatrices de Customer Journey Analytics lors de la création de leurs projets Analysis Workspace.
Le Query Service d’Adobe Experience Platform est l’interface SQL des données disponibles dans le lac de données d’Experience Platform. Avec le Customer Journey Analytics BI extension activé, la fonctionnalité de Query Service est étendue pour afficher vos vues de données de Customer Journey Analytics sous la forme de tableaux ou de vues dans une session Query Service. Par conséquent, les outils de Business Intelligence qui utilisent Query Service comme interface PostgresSQL bénéficient en toute transparence de cette fonctionnalité étendue.
Les principaux avantages sont les suivants :
- Il n’est pas nécessaire de recréer une représentation équivalente des vues de données de Customer Journey Analytics dans l’outil de BI lui-même.
Voir Vues de données pour plus d’informations sur les fonctionnalités des vues de données afin de comprendre ce qui doit être recréé. - La cohérence des rapports et analyses entre les outils de BI et Customer Journey Analytics est améliorée.
- Il est possible de combiner des données de Customer Journey Analytics avec d’autres sources de données déjà disponibles dans les outils de BI.
Conditions préalables
Pour utiliser cette fonctionnalité, vous pouvez utiliser des informations d’identification arrivant à expiration ou non expirantes pour connecter les outils de BI au Customer Journey Analytics BI extension. Le guide des informations d’identification fournit des informations supplémentaires sur la définition des informations d’identification arrivant à expiration ou non.
Vous trouverez ci-dessous des étapes supplémentaires pour configurer les autorisations CJA
Expiration des informations d’identification
Pour utiliser des informations d’identification arrivant à expiration, vous pouvez :
- Octroi de l’accès à Experience Platform et Customer Journey Analytics.
- Accordez à l’administrateur de produit l’accès à Customer Journey Analytics afin que vous puissiez afficher, modifier, mettre à jour ou supprimer des connexions et des vues de données.
Vous pouvez également effectuer les opérations suivantes :
- Accordez l’accès aux vues de données auxquelles vous souhaitez accéder.
- Octroi de l’accès à l’extension Customer Journey Analytics BI.
Informations d’identification sans date d’expiration
Pour utiliser des informations d’identification non expirantes :
- Créez des informations d’identification non expirantes dans Experience Platform.
- Accordez l’accès aux informations d’identification non expirantes en suivant les étapes mentionnées dans Informations d’identification arrivant à expiration.
Consultez Contrôle d’accès au Parcours clientpour plus d’informations, en particulier les autorisations supplémentaires d’administrateur de produit et les autorisations de Customer Journey Analytics dans Admin Console.
Utilisation
Pour utiliser la fonctionnalité Customer Journey Analytics BI extension, vous pouvez utiliser SQL directement ou utiliser l’expérience de glisser-déposer disponible dans l’outil de BI spécifique.
SQL
Vous pouvez utiliser cette fonctionnalité directement dans les instructions SQL à l’aide du requêteur ou d’un client d’interface de ligne de commande (CLI) PostgresSQL standard.
Dans Adobe Experience Platform :
-
Sélectionnez **** Requêtes **** dans Gestion des données depuis le rail de gauche.
-
Sélectionnez
-
Sélectionnez la base de données
cjade votre sandbox dans la liste des bases de données du menu déroulant Base de données. Par exempleprod:cja. -
Pour exécuter la requête, tapez votre instruction SQL et sélectionnez le bouton
[SHIFT]+[ENTER]).
-
Recherchez et copiez vos informations d’identification PostgresSQL dans Adobe Experience Platform :
-
Sélectionnez **** Requêtes **** depuis le rail de gauche (sous Gestion des données ).
-
Sélectionnez Informations d’identification dans la barre supérieure.
-
Sélectionnez la base de données
cjade votre sandbox dans la liste des bases de données du menu déroulant Base de données. Par exempleprod:cja. -
Pour copier la chaîne de commande, utilisez
-
-
Ouvrez une fenêtre de commande ou de terminal.
-
Pour vous connecter et commencer à exécuter vos requêtes, collez la chaîne de commande dans votre terminal.
Voir le guide de l’interface utilisateur de l’éditeur de requêtes pour plus d’informations.
Outils BI
Actuellement, le Customer Journey Analytics BI extension est pris en charge et testé pour les outils répertoriés ci-dessous. D’autres outils de BI utilisant l’interface PSQL peuvent également fonctionner, mais ne sont pas encore pris en charge officiellement.
-
Recherchez les détails de vos informations d’identification PostgresSQL dans Adobe Experience Platform :
-
Sélectionnez **** Requêtes **** depuis le rail de gauche (sous Gestion des données ).
-
Sélectionnez Informations d’identification dans la barre supérieure.
-
Sélectionnez la base de données
cjade votre sandbox dans la liste des bases de données du menu déroulant Base de données. Par exempleprod:cja. -
Utilisez
-
-
Dans Power BI :
-
Dans la fenêtre principale, sélectionnez Obtenir des données dans la barre d’outils supérieure.
-
Sélectionnez Plus… dans le rail de gauche.
-
Sur l’écran Obtenir des données, recherchez
PostgresSQLet sélectionnez la base de données PostgresSQL dans la liste. -
Dans la boîte de dialogue Base de données PostgressSQL , réalisez les actions suivantes :
-
Collez le paramètre **** Host **** des Requêtes Experience Platform Credentials dans le champ de texte Server .
-
Collez le paramètre **** Database **** dans le champ de texte Database à partir des Requêtes Experience Platform Credentials.
Ajoutez
?FLATTENau paramètre Base de données , de sorte à lireprod:cja?FLATTEN, par exemple. Voir Aplatissement des structures de données imbriquées à utiliser avec des outils de BI tiers pour plus d’informations. -
Lorsque vous êtes invité au mode Connectivité des données, sélectionnez DirectQuery.
-
Vous devez fournir un Nom d’utilisateur ou d’utilisatrice et un Mot de passe. Utilisez les mêmes paramètres d’Informations d’identification que pour les requêtes Experience Platform.
-
-
Une fois la connexion établie, les tableaux de la vue de données Customer Journey Analytics apparaissent dans Power BIs Navigateur .
-
Sélectionnez les tableaux des vues de données à utiliser, puis sélectionnez Charger .
Toutes les dimensions et mesures associées à un ou plusieurs tableaux sélectionnés s’affichent dans le volet de droite et sont prêtes à être utilisées dans vos visualisations.
Voir Connexion de Power BI à Query Service pour plus d’informations. Voir aussi Cas d’utilisation de l’extension BI pour un exemple détaillé.
-
-
Recherchez les détails de vos informations d’identification PostgresSQL dans Adobe Experience Platform :
-
Sélectionnez **** Requêtes **** depuis le rail de gauche (sous Gestion des données ).
-
Sélectionnez Informations d’identification dans la barre supérieure.
-
Sélectionnez la base de données
cjade votre sandbox dans la liste des bases de données du menu déroulant Base de données. Par exempleprod:cja. -
Utilisez
-
-
Dans Tableau Desktop :
-
Sélectionnez **** Plus **** depuis Vers un serveur dans le rail de gauche.
-
Sélectionnez PostgresSQL dans la liste.
-
Dans la boîte de dialogue PostgresSQL, réalisez les actions suivantes :
-
Collez le paramètre **** Host **** des Requêtes Experience Platform Credentials dans le champ de texte Server .
-
Collez le paramètre **** Port **** des Requêtes Experience Platform Informations d’identification dans le champ de texte Port .
-
Collez le paramètre **** Database **** des Requêtes Experience Platform Credentials dans le champ de texte Database .
Ajoutez
%3FFLATTENau paramètre Base de données , de sorte à lireprod:cja%3FFLATTEN, par exemple. Voir Aplatissement des structures de données imbriquées à utiliser avec des outils de BI tiers pour plus d’informations. -
Sélectionnez **** Nom d’utilisateur ou d’utilisatrice et mot de passe **** dans la liste Authentification .
-
Collez le paramètre **** Nom d’utilisateur ou d’utilisatrice **** des Informations d’identification des requêtes Experience Platform dans le champ de texte Nom d’utilisateur ou d’utilisatrice .
-
Collez le paramètre **** Mot de passe **** des Requêtes Experience Platform Informations d’identification dans le champ de texte Mot de passe .
-
Sélectionnez l’option Se connecter .
-
-
Les vues de données Customer Journey Analytics s’affichent sous la forme de tableaux dans la liste Tableau .
-
Faites glisser les tableaux à utiliser sur la zone de travail.
Vous pouvez désormais utiliser les données des tableaux de vues de données pour créer vos rapports et visualisations.
Voir Connexion de Tableau à Query Service pour plus d'informations. Voir aussi Cas d’utilisation de l’extension BI pour un exemple détaillé.
-
-
Recherchez les détails de vos informations d’identification PostgresSQL dans Adobe Experience Platform :
-
Sélectionnez **** Requêtes **** depuis le rail de gauche (sous Gestion des données ).
-
Sélectionnez Informations d’identification dans la barre supérieure.
-
Sélectionnez la base de données
cjade votre sandbox dans la liste des bases de données du menu déroulant Base de données. Par exempleprod:cja. -
Utilisez
-
-
Dans l’outil de recherche :
- Sélectionnez Admin dans le rail de gauche.
- Sélectionnez Connexions.
- Sélectionnez Ajouter une connexion.
- Dans l’écran Connecter votre base de données à Looker, collez les valeurs appropriées lors de la configuration de votre nouvelle connexion. Veillez à sélectionner PostgreSQL 9.5+ comme dialecte.
- Sélectionnez Tester pour tester la connexion.
- Une fois l’opération réussie, sélectionnez Mettre à jour pour enregistrer la connexion.
Vous pouvez désormais utiliser les données des tableaux de vues de données pour créer vos rapports et visualisations.
Voir Connexion de la recherche à Query Service pour plus d’informations. Voir aussi Cas d’utilisation de l’extension BI pour un exemple détaillé.
-
Recherchez les détails de vos informations d’identification PostgresSQL dans Adobe Experience Platform :
-
Sélectionnez **** Requêtes **** depuis le rail de gauche (sous Gestion des données ).
-
Sélectionnez Informations d’identification dans la barre supérieure.
-
Sélectionnez la base de données
cjade votre sandbox dans la liste des bases de données du menu déroulant Base de données. Par exempleprod:cja. -
Utilisez
-
-
Dans le notebook Jupyter :
- Veillez à utiliser les bibliothèques requises.
- Utilisez les valeurs appropriées lors de la configuration et de l’exécution de la connexion.
- Testez votre connexion en exécutant une requête appropriée.
En cas de réussite, vous pouvez utiliser les données pour créer des rapports et des visualisations.
Voir Connecter le notebook Jupyter à Query Service pour plus d’informations. Voir aussi Cas d’utilisation de l’extension BI pour un exemple détaillé.
-
Recherchez les détails de vos informations d’identification PostgresSQL dans Adobe Experience Platform :
-
Sélectionnez **** Requêtes **** depuis le rail de gauche (sous Gestion des données ).
-
Sélectionnez Informations d’identification dans la barre supérieure.
-
Sélectionnez la base de données
cjade votre sandbox dans la liste des bases de données du menu déroulant Base de données. Par exempleprod:cja. -
Utilisez
-
-
Dans RStudio :
- Veillez à utiliser les bibliothèques requises.
- Utilisez les valeurs appropriées lors de la configuration et de l’exécution de la connexion.
- Testez votre connexion en exécutant une requête appropriée.
En cas de réussite, vous pouvez utiliser les données pour créer des rapports et des visualisations.
Voir Connexion de RStudio à Query Service pour plus d’informations. Consultez également la section Cas d’utilisation de l’extension BI pour un exemple détaillé (qui utilise le package RPostgres à la place).
Voir Connecter des clients à Query Service pour une vue d’ensemble des différents outils disponibles et pour plus d’informations.
Voir Cas d’utilisation pour savoir comment réaliser un certain nombre de cas d’utilisation à l’aide de l’extension Customer Journey Analytics BI.
Fonctionnalité
Par défaut, vos vues de données ont un nom de tableau sécurisé généré à partir de leur nom convivial. Par exemple, la vue de données nommée Ma vue de données web porte le nom my_web_data_view. Vous pouvez définir un nom préféré à utiliser dans votre outil BI pour votre vue de données. Voir Paramètres des vues de données pour plus d’informations.
Pour utiliser les identifiants de vue de données comme noms de table, vous pouvez ajouter le paramètre optionnel CJA_USE_IDS sur le nom de la base de données lors de la connexion. Par exemple, prod:cja?CJA_USE_IDS affiche vos vues de données avec des noms tels que dv_ABC123.
Gouvernance des données
Les paramètres liés à la gouvernance de données dans Customer Journey Analytics sont hérités d’Adobe Experience Platform. L’intégration entre Customer Journey Analytics et la gouvernance de données Adobe Experience Platform permet l’étiquetage des données Customer Journey Analytics sensibles et l’application des politiques de confidentialité.
Les libellés et les politiques de confidentialité créés sur les jeux de données consommés par Experience Platform peuvent être affichés dans le workflow des vues de données Customer Journey Analytics. Par conséquent, les données interrogées à l’aide du Customer Journey Analytics BI extension affichent les avertissements ou les erreurs appropriés en cas de non-respect des étiquettes de confidentialité et des politiques définies.
Liste des vues de données
Dans l’interface de ligne de commande PostgreSQL standard, vous pouvez répertorier vos vues à l’aide de \dv
prod:all=> \dv
List of relations
Schema | Name | Type | Owner
--------+--------------------------------------------+------+----------
public | my_web_data_view | view | postgres
public | my_mobile_data_view | view | postgres
Imbrication et aplatissement
Par défaut, le schéma de vos vues de données utilise des structures imbriquées, tout comme les schémas XDM d’origine. L’intégration prend également en charge l’option FLATTEN. Vous pouvez utiliser cette option pour forcer l’aplatissement du schéma des vues de données (et de tout autre tableau de la session). L’aplatissement permet une utilisation plus facile dans les outils de BI qui ne prennent pas en charge les schémas structurés. Voir Utiliser les structures de données imbriquées dans Query Service pour plus d’informations.
Valeurs par défaut et limites
Les valeurs par défaut et limites supplémentaires suivantes s’appliquent lors de l’utilisation de l’extension BI :
-
L’extension BI requiert une limite de lignes pour les résultats de la requête. La valeur par défaut est de 50, mais vous pouvez la remplacer dans SQL à l’aide de
LIMIT n, oùnest comprise entre 1 et 50000. -
L’extension BI requiert une période pour limiter les lignes utilisées pour les calculs. La valeur par défaut est celle des 30 derniers jours, mais vous pouvez la remplacer dans votre clause de
WHERESQL à l’aide des colonnestimestampoudaterangespéciales. -
L’extension BI requiert des requêtes agrégées. Vous ne pouvez pas utiliser du SQL comme
SELECT * FROM ...pour obtenir les lignes brutes sous-jacentes. À un niveau élevé, vos requêtes agrégées doivent utiliser :-
Sélectionnez des totaux à l’aide de
SUMet/ouCOUNT.
Par exemple,SELECT SUM(metric1), COUNT(*) FROM ... -
Sélectionnez des mesures réparties par dimension.
Par exemple,SELECT dimension1, SUM(metric1), COUNT(*) FROM ... GROUP BY dimension1 -
Sélectionnez des valeurs de mesure distinctes.
Par exemple,SELECT DISTINCT dimension1 FROM ...Voir pour plus d’informations SQL pris en charge.
-
SQL pris en charge
Voir Référence SQL de Query Service pour obtenir une référence complète sur le type de SQL pris en charge.
Consultez le tableau ci-dessous pour obtenir des exemples de langage SQL que vous pouvez utiliser.
SELECT * FROM dv1 WHERE 1=0
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 clauseSELECT dim1, SUM(metric1) AS m1
FROM dv1
WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02'
GROUP BY dim1
HAVING m1 > 100
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
SELECT SUM(metric1) AS m1
FROM dv1
WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02'
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
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
)
OÙ dim1 dans ('A', 'B')
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
Superposé à l’aide de sous-sélections :
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
Calques utilisant CTE AVEC :
WITH rows AS (
WITH _ AS (
SELECT * FROM data_ares
WHERE `timestamp` BETWEEN '2021-01-01' AND '2021-02-01'
)
SELECT _.item, _.units FROM _
WHERE _.item IS NOT NULL
)
SELECT rows.item, SUM(rows.units) AS units
FROM rows WHERE rows.item in ('A', 'B', 'C')
GROUP BY rows.item
SELECT SUM(metric1) AS m1, dim1
FROM dv1
WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02'
GROUP BY 2
Dimensions
Vous pouvez sélectionner l’une des dimensions disponibles par défaut ou définies dans la vue de données. Vous sélectionnez une dimension en fonction de son identifiant.
Mesures
Les mesures disponibles à la sélection sont les suivantes :
- L’une des mesures disponibles par défaut ;
- Défini dans la vue de données ;
- Mesures calculées compatibles avec la vue de données à laquelle l’utilisateur a accès.
La mesure est sélectionnée en fonction de son identifiant enveloppé dans une expression SUM(metric), comme avec les autres sources SQL.
Vous pouvez utiliser :
SELECT COUNT(*)ouCOUNT(1)pour obtenir la mesure Occurrences.SELECT COUNT(DISTINCT dimension)ouSELECT APPROX_COUNT_DISTINCT(dimension)pour comptabiliser les valeurs distinctes approximatives d’une dimension. Voir les détails dans Comptage de valeurs distinctes.- Calculs intégrés pour combiner des mesures à la volée et/ou faire des calculs dessus.
Comptage des valeurs distinctes
En raison de la nature sous-jacente du fonctionnement de Customer Journey Analytics, la seule dimension pour laquelle vous pouvez obtenir un comptage des valeurs distinctes exact est la dimension adobe_personid. Les instructions SQL suivantes SELECT COUNT(DISTINCT adobe_personid) ou SELECT APPROX_COUNT_DISTINCT(adobe_personid) renvoient la valeur de la mesure Personnes par défaut, qui correspond au nombre de personnes distinctes. Pour les autres dimensions, un nombre distinct approximatif est renvoyé.
Mesures conditionnelles
Vous pouvez incorporer une clause IF ou CASE dans les fonctions SUM ou COUNT pour ajouter un filtrage supplémentaire spécifique à une mesure sélectionnée. L’ajout de ces clauses est similaire à l’application d’un filtre à une colonne de mesures dans un tableau de rapport Workspace.
Exemples :
SUM(IF(dim1 = 'X' AND dim2 = 'A', metric1, 0)) AS m1
SUM(CASE WHEN dim1 = 'X' AND dim2 = 'A' THEN metric1 END) AS m1
Calculs intégrés
Vous pouvez appliquer des mathématiques supplémentaires aux expressions de mesure dans votre SELECT. Ces calculs peuvent être utilisés au lieu de définir les calculs dans une mesure calculée. Le tableau suivant répertorie les types d’expressions pris en charge.
+, -, *, /, et %-X ou +XPI()POSITIVE, NEGATIVE, ABS, FLOOR, CEIL, CEILING, EXP, LN, LOG10, LOG1P, SQRT, CBRT, DEGREES, RADIANS, SIN, COS, TAN, ACOS, ASIN, ATAN, COSH, SINH et TANHMOD, POW, POWER, ROUND, LOGColonnes spéciales
Horodatage
La colonne spéciale timestamp fournit les périodes de la requête. Une période peut être définie par une expression BETWEEN ou une paire de vérifications timestamp >, >=, <, <= (avec AND).
La valeur timestamp est facultative. Si aucune plage complète n’est fournie, les valeurs par défaut sont utilisées :
- Si seul un minimum est fourni (
timestamp > Xoutimestamp >= X), la plage est comprise entre X et maintenant. - Si seul un maximum est fourni (
timestamp < Xoutimestamp <= X), la plage va de X moins 30 jours à X. - Si rien n’est fourni, la plage va de maintenant moins 30 jours à maintenant.
La plage d’horodatage est convertie en filtre global de plage de dates dans RankedRequest.
Le champ d’horodatage peut également être utilisé dans les fonctions date/heure pour analyser ou tronquer l’horodatage de l’événement.
Période
La colonne spéciale daterange fonctionne de la même manière que timestamp ; toutefois, le filtrage est limité à jours complets. La daterange est également facultative et présente les mêmes valeurs par défaut que timestamp.
Le champ daterange peut également être utilisé dans les fonctions date/heure pour analyser ou tronquer la date de l’événement.
La colonne spéciale daterangeName peut être utilisée pour filtrer votre requête à l’aide d’une période nommée telle que Last Quarter.
NOTEdaterange inférieures à un jour (heure, 30 minutes, 5 minutes, etc.).ID de filtre
La colonne spéciale filterId, optionnelle, sert à appliquer à la requête un filtre défini en externe. L’application d’un filtre défini en externe à une requête est similaire au glissement d’un filtre sur un panneau de Workspace. Plusieurs identifiants de filtre peuvent être utilisés en les AND.
En plus de filterId, vous pouvez utiliser filterName pour utiliser le nom d’un filtre au lieu de l’identifiant.
Clause Where
La clause WHERE est gérée en trois étapes :
-
Recherchez la période dans les champs spéciaux
timestamp,daterangeoudaterangeName. -
Recherchez les
filterIdoufilterNamedéfinis de manière externe à inclure dans le filtrage. -
Conversion des expressions restantes en filtres ad hoc.
La gestion est effectuée en analysant le premier niveau de AND dans la clause WHERE. Chaque expression AND de niveau supérieur doit correspondre à l’une des valeurs ci-dessus. Tout élément, s’il est plus profond que le premier niveau de AND ou si la clause WHERE utilise OR au niveau supérieur, est traité comme un filtre ad hoc.
Ordre de tri
Par défaut, la requête trie les résultats selon la première mesure sélectionnée dans l’ordre décroissant. Vous pouvez remplacer l’ordre de tri par défaut en spécifiant ORDER BY ... ASC ou ORDER BY ... DESC. Si vous utilisez ORDER BY, vous devez spécifier ORDER BY sur la première mesure sélectionnée.
Vous pouvez également inverser l’ordre en utilisant - (moins) devant la mesure. Les deux instructions ci-dessous donnent le même ordre :
ORDER BY metric1 ASC
ORDER BY -metric1 DESC
Prise en charge des fonctions générales
CAST(`timestamp` AS STRING) ou`timestamp`::stringCAST est ignorée.WHERE `timestamp` >= TIMESTAMP('2022-01-01 00:00:00') AND `timestamp` < TIMESTAMP('2022-01-02 00:00:00')WHERE.WHERE `timestamp` >= TO_TIMESTAMP('01/01/2022', 'MM/dd/yyyy') AND `timestamp` < TO_TIMESTAMP('01/02/2022', 'MM/dd/yyyy')WHERE, en fournissant éventuellement un format pour cette chaîne d’heure.WHERE `timestamp` >= DATE('2022-01-01') AND `timestamp` < DATE('2022-01-02')WHERE.WHERE `timestamp` >= TO_DATE('01/01/2022', 'MM/dd/yyyy') AND `timestamp` < TO_DATE('01/02/2022', 'MM/dd/yyyy')WHERE, en fournissant éventuellement un format pour cette chaîne de date.Prise en charge des fonctions Dimension
Ces fonctions peuvent être utilisées sur les dimensions des clauses SELECT et WHERE ou dans les mesures conditionnelles.
Fonctions de chaîne
SELECT LOWER(name) AS lower_nameFonctions date-heure
SELECT DAYOFWEEK(`timestamp`)SELECT DAYOFYEAR(`timestamp`)SELECT QUARTER(`timestamp`)SELECT HOUR(`timestamp`)SELECT MINUTE(`timestamp`)SELECT EXTRACT(MONTH FROM `timestamp`)Les parties prises en charge sont les suivantes :
- Mots-clés :
YEAR, MONTH, DAYOFMONTH, DAYOFWEEK, DAYOFYEAR, WEEK, QUARTER, HOUR, MINUTE.- Chaînes :
'YEAR', 'Y', 'MONTH', 'M', 'DAYOFMONTH', 'DAY', 'D', 'DAYOFWEEK', 'DOW', 'DAYOFYEAR', 'DOY', 'WEEK', 'WOY, 'W', 'QUARTER', 'QOY', 'Q', 'HOUR' ou 'MINUTE'.SELECT DATE_PART('month', `timestamp`)Les parties de chaîne prises en charge sont les suivantes :
'YEAR', 'Y', 'MONTH', 'M', 'DAYOFMONTH', 'DAY', 'D', 'DAYOFWEEK', 'DOW', 'DAYOFYEAR', 'DOY', 'WEEK', 'WOY', 'W', 'QUARTER', 'QOY', 'Q', 'HOUR' ou 'MINUTE'.SELECT DATE_TRUNC('quarter', `timestamp`)Les granularités de chaîne prises en charge sont les suivantes :
'YEAR', 'Y', 'MONTH', 'M', 'DAYOFMONTH', 'DAY', 'D', 'DAYOFWEEK', 'DOW', 'DAYOFYEAR', 'DOY', 'WEEK', 'WOY, 'W', 'QUARTER', 'QOY', 'Q', 'HOUR' ou 'MINUTE'.Prise en charge partielle
Certaines fonctionnalités SQL ne sont que partiellement prises en charge avec l’extension BI et ne renvoient pas les mêmes résultats que ceux d’autres bases de données. Cette fonctionnalité spécifique est utilisée dans le langage SQL généré par divers outils de BI, pour lesquels l’extension BI n’a pas de correspondance exacte. Par conséquent, l’extension BI se concentre sur une implémentation limitée qui couvre l’utilisation minimale de l’outil BI sans générer d’erreurs. Voir le tableau ci-dessous pour plus d’informations.
MIN(daterange) ouMAX(daterange)MIN() sur timestamp, daterange ou tout autre daterangeX comme daterangeday reviendra il y a 2 ans.MAX() sur timestamp, daterange ou l’un des daterangeX tels que daterangeday renvoie la date/l’heure actuelle.MIN() ou MAX() sur une autre dimension, mesure ou expression renvoie 0.