Documentazione Customer Journey Analytics Guida di Customer Journey Analytics

Estensione BI Customer Journey Analytics

Last update: Thu May 22 2025 00:00:00 GMT+0000 (Coordinated Universal Time)

Argomenti:

Creato per:

Amministratore

NOTE

Per utilizzare le funzionalità descritte in questa sezione è necessario disporre del pacchetto Select o versione successiva. In caso di dubbi sul pacchetto di Customer Journey Analytics di cui disponi, contatta l’amministratore.

L’Customer Journey Analytics BI extension consente a SQL di accedere alle visualizzazioni dati definite in Customer Journey Analytics. I tecnici dei dati e gli analisti potrebbero avere più familiarità con Power BI, Tableau Desktop o altri strumenti di business intelligence e visualizzazione (indicati anche come strumenti BI). Ora possono creare reporting e dashboard basati sulle stesse visualizzazioni dati utilizzate dagli utenti di Customer Journey Analytics durante la creazione dei loro progetti Analysis Workspace.

Adobe Experience Platform Query Service è l’interfaccia SQL per i dati disponibili nel data lake di Experience Platform. Con Customer Journey Analytics BI extension abilitato, la funzionalità di Query Service viene estesa per visualizzare le visualizzazioni dati di Customer Journey Analytics come tabelle o visualizzazioni in una sessione di Query Service. Di conseguenza, gli strumenti di business intelligence che utilizzano Query Service come interfaccia PostgresSQL beneficiano senza problemi di questa funzionalità estesa.

I vantaggi principali sono:

Non è necessario ricreare una rappresentazione equivalente delle visualizzazioni dati di Customer Journey Analytics all’interno dello strumento BI stesso.
Consulta Visualizzazioni dati per ulteriori informazioni sulla funzionalità delle visualizzazioni dati per capire cosa deve essere ricreato.
Maggiore coerenza nel reporting e nelle analisi tra gli strumenti BI e Customer Journey Analytics.
Combinazione di dati di Customer Journey Analytics con altre origini dati già disponibili negli strumenti BI.

Prerequisiti

Per utilizzare questa funzionalità, è possibile utilizzare credenziali con scadenza o senza scadenza per connettere gli strumenti BI a Customer Journey Analytics BI extension. La Guida alle credenziali fornisce ulteriori informazioni sull’impostazione di credenziali con scadenza o senza scadenza.
Di seguito sono riportati i passaggi aggiuntivi per configurare le autorizzazioni CJA

Credenziali in scadenza

Per utilizzare le credenziali con scadenza, è possibile:

Concedere l’accesso ad Experience Platform e Customer Journey Analytics.
Concedere all’amministratore del prodotto l’accesso a Customer Journey Analytics per visualizzare, modificare, aggiornare o eliminare connessioni e visualizzazioni dati.

Oppure puoi:

Concedere l’accesso alle visualizzazioni dati a cui desideri accedere.
Concedere l’accesso all’estensione BI di Customer Journey Analytics.

Credenziali senza scadenza

Per utilizzare credenziali senza scadenza:

Crea credenziali senza scadenza in Experience Platform.
Concedi l’accesso alle credenziali senza scadenza seguendo i passaggi indicati in Credenziali con scadenza.

Consulta Controllo Customer Journey Access per ulteriori informazioni, in particolare Autorizzazioni aggiuntive per l’amministratore dil prodotto e Autorizzazioni Customer Journey Analytics in Admin Console.

Utilizzo

Per utilizzare la funzionalità Customer Journey Analytics BI extension, è possibile utilizzare direttamente SQL oppure l’esperienza di trascinamento disponibile nello strumento BI specifico.

SQL

È possibile utilizzare la funzionalità direttamente nelle istruzioni SQL utilizzando Editor di query o un client Command-Line Interface (CLI) PostgresSQL standard.

Editor di query

In Adobe Experience Platform:

Seleziona **** Query **** da  GESTIONE DATI  nella barra a sinistra.
Seleziona  Crea query .
Selezionare il database cja per la sandbox dall'elenco dei database nel menu a discesa Database. Ad esempio prod:cja.
Per eseguire la query, digita l’istruzione SQL e seleziona il pulsante (oppure premere [SHIFT] + [ENTER]).

CLI PostgresSQL

Cerca e copia le credenziali PostgresSQL in Adobe Experience Platform:
1. Seleziona **** Query **** dalla barra a sinistra (in  GESTIONE DATI ).
2. Seleziona  Credenziali  nella barra in alto.
3. Selezionare il database cja per la sandbox dall'elenco dei database nel menu a discesa Database. Ad esempio prod:cja.
4. Per copiare la stringa di comando, utilizza nella sezione  Comando PSQL .
Apri una finestra di comando o terminale.
Per accedere e avviare l’esecuzione delle query, incolla la stringa di comando nel terminale.

Per ulteriori informazioni, consulta la guida interfaccia utente dell’editor di query.

Strumenti BI

Attualmente, Customer Journey Analytics BI extension è supportato e testato per gli strumenti elencati di seguito. Anche altri strumenti BI che utilizzano l’interfaccia PSQL potrebbero funzionare, ma non sono ancora ufficialmente supportati.

Power BI

Cerca i dettagli delle credenziali PostgresSQL in Adobe Experience Platform:
1. Seleziona **** Query **** dalla barra a sinistra (in  GESTIONE DATI ).
2. Seleziona  Credenziali  nella barra in alto.
3. Selezionare il database cja per la sandbox dall'elenco dei database nel menu a discesa Database. Ad esempio prod:cja.
4. Utilizza per copiare ciascuno dei parametri delle credenziali Postgres (Host, Port, Database, Username e altri) quando necessario in Power BI.
In Power BI:
1. Nella finestra principale, seleziona  Ottieni dati  dalla barra degli strumenti in alto.
2. Seleziona More… (Elementi dati) nella barra a sinistra.
3. Nella schermata Ottieni dati, cerca PostgresSQL e seleziona il  database PostgresSQL  dall’elenco.
4. Nella finestra di dialogo  Database PostgressSQL :
  1. Incolla il parametro **** Host **** dalle Credentials per le query Experience Platform nel campo di testo  Server .
  2. Incolla il parametro **** Database **** dalle Credentials per le query Experience Platform nel campo di testo  Database .
    
    Aggiungi ?FLATTEN al parametro  Database , in modo che risulti ad esempio come prod:cja?FLATTEN. Per ulteriori informazioni, consulta Livellare strutture dati nidificate per l’utilizzo con strumenti BI di terze parti.
  3. Quando viene richiesta la modalità Data Connectivity, seleziona DirectQuery.
  4. Ti vengono richesti Username e Password. Utilizza i parametri equivalenti dalle query Experience Platform Credentials.
5. Dopo aver eseguito correttamente l’accesso, le tabelle delle visualizzazioni dati di Customer Journey Analytics vengono visualizzate in Power BI  Navigator .
6. Seleziona le tabelle di visualizzazione dati che desideri utilizzare e seleziona  Carica .
Tutte le dimensioni e le metriche associate a una o più tabelle selezionate vengono visualizzate nel riquadro di destra, pronte per essere utilizzate nelle visualizzazioni.

Per ulteriori informazioni, consulta Connettere Power BI a Query Service. Consulta anche casi d’uso dell’estensione BI per un esempio dettagliato.

Tableau Desktop

Cerca i dettagli delle credenziali PostgresSQL in Adobe Experience Platform:
1. Seleziona **** Query **** dalla barra a sinistra (in  GESTIONE DATI ).
2. Seleziona  Credenziali  nella barra in alto.
3. Selezionare il database cja per la sandbox dall'elenco dei database nel menu a discesa Database. Ad esempio prod:cja.
4. Utilizza per copiare ciascuno dei parametri delle credenziali Postgres (Host, Port, Database, Username e altri) quando necessario in Tableau Desktop.
In Tableau Desktop:
1. Seleziona **** Altro **** da  A un server  nella barra a sinistra.
2. Seleziona  PostgresSQL  dall’elenco.
3. Nella finestra di dialogo PostgresSQL (Crea elemento dati):
  1. Incolla il parametro **** Host **** dalle query Experience Platform Credentials nel campo di testo  Server .
  2. Incolla il parametro **** Porta **** dalle query Experience Platform Credentials nel campo di testo  Porta .
  3. Incolla il parametro **** Database **** dalle query Experience Platform Credentials nel campo di testo  Database .
    
    Aggiungi %3FFLATTEN al parametro  Database , in modo che risulti simile ad esempio a prod:cja%3FFLATTEN. Per ulteriori informazioni, consulta Livellare strutture dati nidificate per l’utilizzo con strumenti BI di terze parti.
  4. Seleziona **** Nome utente e password **** dall’elenco  Autenticazione .
  5. Incolla il parametro **** Username **** dalle query Experience Platform Credentials nel campo di testo  Username .
  6. Incolla il parametro **** Password **** dalle query Experience Platform Credentials nel campo di testo  Password .
  7. Seleziona  Accedi .
4. Le visualizzazioni dati di Customer Journey Analytics vengono visualizzate come tabelle nell’elenco  Tabella .
5. Trascina le tabelle che desideri utilizzare nell’area di lavoro.
Ora puoi utilizzare i dati dalle tabelle delle visualizzazioni dati per creare rapporti e visualizzazioni.

Per ulteriori informazioni, consulta Connettere Tableau a Query Service. Consulta anche casi d’uso dell’estensione BI per un esempio dettagliato.

Looker

Cerca i dettagli delle credenziali PostgresSQL in Adobe Experience Platform:
1. Seleziona **** Query **** dalla barra a sinistra (in  GESTIONE DATI ).
2. Seleziona  Credenziali  nella barra in alto.
3. Selezionare il database cja per la sandbox dall'elenco dei database nel menu a discesa Database. Ad esempio prod:cja.
4. Utilizza per copiare ciascuno dei parametri delle credenziali Postgres (Host, Port, Database, Username e altri) quando necessario in Looker.
In Looker:
1. Seleziona Admin nella barra a sinistra.
2. Seleziona Connections.
3. Seleziona Add Connection (Salva).
4. Nella schermata Connect your database to Looker, incolla i valori appropriati quando configuri la nuova connessione. Assicurati di selezionare PostgreSQL 9.5+ come dialetto.
5. Seleziona Test per verificare la connessione.
6. Dopo aver eseguito correttamente l’operazione, seleziona Update per salvare la connessione.
Ora puoi utilizzare i dati dalle tabelle delle visualizzazioni dati per creare rapporti e visualizzazioni.

Per ulteriori informazioni, consulta Connettere Looker a Query Service. Consulta anche casi d’uso dell’estensione BI per un esempio dettagliato.

Jupyter Notebook

Cerca i dettagli delle credenziali PostgresSQL in Adobe Experience Platform:
1. Seleziona **** Query **** dalla barra a sinistra (in  GESTIONE DATI ).
2. Seleziona  Credenziali  nella barra in alto.
3. Selezionare il database cja per la sandbox dall'elenco dei database nel menu a discesa Database. Ad esempio prod:cja.
4. Utilizza per copiare ciascuno dei parametri delle credenziali Postgres (Host, Port, Database, Username e altri) quando necessario in Jupyter Notebook.
In Jupyter Notebook:
1. Assicurati di utilizzare le librerie obbligatorie.
2. Utilizza i valori appropriati durante la configurazione e l’esecuzione della connessione.
3. Verifica la connessione eseguendo una query rilevante.
In caso di esito positivo, puoi utilizzare i dati per creare rapporti e visualizzazioni.

Per ulteriori informazioni, consulta Connettere Jupyter Notebook a Query Service. Consulta anche casi d’uso dell’estensione BI per un esempio dettagliato.

RStudio

Cerca i dettagli delle credenziali PostgresSQL in Adobe Experience Platform:
1. Seleziona **** Query **** dalla barra a sinistra (in  GESTIONE DATI ).
2. Seleziona  Credenziali  nella barra in alto.
3. Selezionare il database cja per la sandbox dall'elenco dei database nel menu a discesa Database. Ad esempio prod:cja.
4. Utilizza per copiare ciascuno dei parametri delle credenziali Postgres (Host, Port, Database, Username e altri) quando necessario in Jupyter Notebook.
In RStudio:
1. Assicurati di utilizzare le librerie obbligatorie.
2. Utilizza i valori appropriati durante la configurazione e l’esecuzione della connessione.
3. Verifica la connessione eseguendo una query rilevante.
In caso di esito positivo, puoi utilizzare i dati per creare rapporti e visualizzazioni.

Per ulteriori informazioni, consulta Connettere RSudio a Query Service. Consulta anche casi d’uso per l’estensione BI per un esempio dettagliato (che utilizza, invece, il pacchetto RPostgres).

Per una panoramica e ulteriori informazioni sui vari strumenti disponibili, consulta Connettere i client a Query Service.

Consulta Casi d’uso su come eseguire una serie di casi d’uso utilizzando l’estensione BI di Customer Journey Analytics.

Funzionalità

Per impostazione predefinita, le visualizzazioni dati hanno un nome sicuro per la tabella generato dal loro nome descrittivo. Ad esempio, la visualizzazione dati denominata My Web Data View ha il nome my_web_data_view. È possibile definire un nome preferenziale da utilizzare nello strumento BI per la visualizzazione dati. Per ulteriori informazioni, consulta Impostazioni visualizzazione dati.

Se desideri utilizzare gli ID delle visualizzazioni dati come nomi di tabella, è possibile aggiungere l’impostazione facoltativa CJA_USE_IDS al nome del database durante la connessione. Ad esempio, prod:cja?CJA_USE_IDS mostra le visualizzazioni dati con nomi come dv_ABC123.

Governance dei dati

Customer Journey Analytics eredita le impostazioni relative alla governance dei dati da Adobe Experience Platform. L’integrazione tra Customer Journey Analytics e la governance dei dati di Adobe Experience Platform consente di etichettare i dati sensibili di Customer Journey Analytics e di applicare i criteri di privacy.

Le etichette e i criteri di privacy creati sui set di dati utilizzati da Experience Platform possono essere visualizzati nel flusso di lavoro delle visualizzazioni dati di Customer Journey Analytics. Pertanto, i dati interrogati utilizzando Customer Journey Analytics BI extension mostrano avvertenze o errori appropriati quando non sono conformi alle etichette e ai criteri definiti per la privacy.

Elenco di visualizzazioni dati

Nella CLI PostgreSQL standard è possibile elencare le visualizzazioni utilizzando \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

Nidificato rispetto a livellato

Per impostazione predefinita, lo schema delle visualizzazioni dati utilizza strutture nidificate, proprio come gli schemi XDM originali. L’integrazione supporta anche l’opzione FLATTEN. È possibile utilizzare questa opzione per forzare il livellamento dello schema per le visualizzazioni dati (e qualsiasi altra tabella nella sessione). Il livellamento consente un utilizzo più semplice negli strumenti BI che non supportano schemi strutturati. Per ulteriori informazioni, consulta Utilizzo di strutture dati nidificate in Query Service.

Predefiniti e limitazioni

Quando si utilizza l’estensione BI, vengono applicati i seguenti predefiniti e le limitazioni aggiuntivi:

L’estensione BI richiede un limite di righe per i risultati della query. Il valore predefinito è 50, ma è possibile sovrascriverlo in SQL utilizzando LIMIT n, dove n è compreso tra 1 e 50000.
L’estensione BI richiede un intervallo di date per limitare le righe utilizzate per i calcoli. L’impostazione predefinita corrisponde agli ultimi 30 giorni, ma è possibile sovrascriverla nella clausola SQL WHERE utilizzando le colonne speciali timestamp o daterange.
L’estensione BI richiede query aggregate. Impossibile utilizzare SQL come SELECT * FROM ... per ottenere la riga, le righe sottostanti. A un livello avanzato, le query aggregate dovrebbero utilizzare:
- Seleziona i totali utilizzando SUM e/o COUNT.
  Ad esempio, SELECT SUM(metric1), COUNT(*) FROM ...
- Seleziona le metriche suddivise per dimensione.
  Ad esempio, SELECT dimension1, SUM(metric1), COUNT(*) FROM ... GROUP BY dimension1
- Seleziona valori di metrica distinti.
  Ad esempio, SELECT DISTINCT dimension1 FROM ...
  
  Per ulteriori dettagli, consulta SQL supportato.

SQL supportato

Per il riferimento completo al tipo di SQL supportato, consulta Riferimento SQL servizio query.

Per esempi di SQL utilizzabili, consulta la tabella seguente.

Esempi

table 0-row-2 1-row-2 2-row-2 3-row-2 4-row-2 5-row-2 6-row-2 7-row-2 8-row-2 9-row-2 10-row-2 layout-auto

Pattern Esempio

Individuazione schema

code language-none
`SELECT * FROM dv1 WHERE 1=0`

Classifica o raggruppamento

code language-none
SELECT dim1, SUM(metric1) AS m1 FROM dv1 WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02' GROUP BY dim1

code language-none
SELECT dim1, SUM(metric1) AS m1 FROM dv1 WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02' AND filterId = '12345' GROUP BY dim1

code language-none
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 clausola

code language-none
SELECT dim1, SUM(metric1) AS m1 FROM dv1 WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02' GROUP BY dim1 HAVING m1 > 100

Valori distinti e principali della dimensione

code language-none
`SELECT DISTINCT dim1 FROM dv1`

code language-none
SELECT dim1 AS dv1 FROM dv1 WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02' GROUP BY dim1

code language-none
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

Totali delle metriche

code language-none
SELECT SUM(metric1) AS m1 FROM dv1 WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02'

Suddivisioni multidimensionali e distinti principali

code language-none
SELECT dim1, dim2, SUM(metric1) AS m1 FROM dv1 WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02' GROUP BY dim1, dim2

code language-none
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

code language-none
`SELECT DISTINCT dim1, dim2 FROM dv1`

Sottoseleziona: filtra risultati aggiuntivi

code language-none
SELECT dim1, m1 FROM ( SELECT dim1, SUM(metric1) AS m1 FROM dv1 WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02' RAGGRUPPA PER dim1 ) DOVE dim1 in ('A', 'B')

Sottoseleziona: query tra visualizzazioni dati

code language-none

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

Sottoseleziona origine con livelli filtro e aggregazione

Livellato con sottoselezioni:

code language-none

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

Livelli che utilizzano CTE WITH:

code language-none

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

Seleziona la posizione in cui le metriche precedono o sono combinate con le dimensioni

code language-none
SELECT SUM(metric1) AS m1, dim1 FROM dv1 WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02' GROUP BY 2

Dimensioni

Puoi selezionare una qualsiasi delle dimensioni disponibili per impostazione predefinita o definite nella visualizzazione dati. Seleziona una dimensione in base al relativo ID.

Metriche

Le metriche disponibili per la selezione sono:

Una qualsiasi delle metriche disponibili per impostazione predefinita;
Definite nella visualizzazione dati;
Metriche calcolate compatibili con la visualizzazione dati a cui l’utente ha accesso.

Seleziona una metrica in base al relativo ID racchiuso in un’espressione SUM(metric) come faresti con altre origini SQL.

Puoi utilizzare:

SELECT COUNT(*) o COUNT(1) per ottenere la metrica occorrenze.
SELECT COUNT(DISTINCT dimension) o SELECT APPROX_COUNT_DISTINCT(dimension) per contare i valori distinti approssimativi di una dimensione. Consulta i dettagli in Conteggio valori distinti.
Calcoli in linea per combinare al volo le metriche e/o usarle per eseguire calcoli matematici.

Conteggio dei valori distinti

A causa della natura sottostante del funzionamento di Customer Journey Analytics, l’unica dimensione per la quale è possibile ottenere un conteggio distinto esatto è la dimensione adobe_personid. Le istruzioni SQL seguenti SELECT COUNT(DISTINCT adobe_personid) o SELECT APPROX_COUNT_DISTINCT(adobe_personid) restituiscono il valore della metrica persone predefinita, che corrisponde al conteggio di persone distinte. Per le altre dimensioni, viene restituito un conteggio distinto approssimativo.

Metriche condizionali

È possibile incorporare una clausola IF o CASE nelle funzioni SUM o COUNT per aggiungere segmentazioni aggiuntive specifiche per una metrica selezionata. L’aggiunta di queste clausole è simile all’applicazione di un segmento a una colonna di metriche in una tabella di rapporti di Workspace.

Esempi:

SUM(IF(dim1 = 'X' AND dim2 = 'A', metric1, 0)) AS m1

SUM(CASE WHEN dim1 = 'X' AND dim2 = 'A' THEN metric1 END) AS m1

Calcoli in linea

Puoi applicare calcoli aggiuntivi alle espressioni metriche in SELECT. Puoi usare questi calcoli matematici invece di definirli in una metrica calcolata. Nella tabella seguente sono elencati i tipi di espressioni supportati.

Operatore o funzione

Dettagli

+, -, *, / e %

Aggiungere, sottrarre, moltiplicare, dividere e modulo/resto

-X o +X

Modifica del segno o di una metrica in cui X è l’espressione della metrica

PI()

Costante π

POSITIVE, NEGATIVE, ABS, FLOOR, CEIL, CEILING, EXP, LN, LOG10, LOG1P, SQRT, CBRT, DEGREES, RADIANS, SIN, COS, TAN, ACOS, ASIN, ATAN, COSH, SINH e TANH

Funzioni matematiche unarie

MOD, POW, POWER, ROUND, LOG

Funzioni matematiche binarie

Colonne speciali

Marca temporale

La colonna speciale timestamp viene utilizzata per fornire gli intervalli di date per la query. È possibile definire un intervallo di date con un’espressione BETWEEN o una coppia di verifiche timestamp >, >=, <, <= ANDed insieme.
timestamp è facoltativo e se non viene fornito un intervallo completo, vengono utilizzati i valori predefiniti:

Se viene fornito solo un minimo (timestamp > X o timestamp >= X), l’intervallo è compreso tra X e ora.
Se viene fornito solo un massimo (timestamp < X o timestamp <= X), l’intervallo è compreso tra X meno 30 giorni e X.
Se non viene fornito nulla, l’intervallo è da ora meno 30 giorni a ora.

L’intervallo di marca temporale viene convertito in un segmento globale di intervallo di date in RankedRequest.
Il campo marca temporale può essere utilizzato anche nelle funzioni data/ora per analizzare o troncare la marca temporale dell’evento.

Intervallo date

La colonna speciale daterange funziona in modo simile a timestamp; tuttavia la segmentazione è limitata a giorni interi. Anche daterange è facoltativo e ha gli stessi valori predefiniti di intervallo di timestamp.
Il campo daterange può essere utilizzato anche nelle funzioni data/ora per analizzare o troncare la data evento.

La colonna speciale daterangeName può essere utilizzata per segmentare la query utilizzando un intervallo di date denominato come Last Quarter.

NOTE

Power BI non supporta metriche daterange inferiori a un giorno (ora, 30 minuti, 5 minuti, ecc.).

ID segmento

La colonna speciale filterId è facoltativa e viene utilizzata per applicare alla query un segmento definito esternamente. L’applicazione di un segmento definito esternamente a una query è simile al trascinamento di un segmento su un pannello in Workspace. È possibile utilizzare più ID segmento da AND che li invia.

Insieme a filterId, è possibile utilizzare filterName per utilizzare il nome di un segmento invece dell'ID.

Clausola Where

La clausola WHERE viene gestita in tre passaggi:

Trova l’intervallo di date dai campi speciali timestamp, daterange o daterangeName.
Trova qualsiasi filterId o filterName definito esternamente da includere nel segmento.
Trasforma le espressioni rimanenti in segmenti ad hoc.

La gestione viene eseguita analizzando il primo livello di AND nella clausola WHERE. Ogni espressione di primo livello con AND deve corrispondere a una delle precedenti. Qualsiasi elemento più profondo del primo livello di AND o, se la clausola WHERE utilizza OR al livello principale, viene gestito come segmento ad hoc.

Ordinamento

Per impostazione predefinita, la query ordina i risultati in base alla prima metrica selezionata in ordine decrescente. È possibile sovrascrivere l’ordinamento predefinito specificando ORDER BY ... ASC o ORDER BY ... DESC. Se utilizzi ORDER BY, devi specificare ORDER BY sulla prima metrica selezionata.

Puoi anche invertire l’ordine utilizzando - (meno) davanti alla metrica. Entrambe le istruzioni riportate di seguito determinano lo stesso ordinamento:

ORDER BY metric1 ASC

ORDER BY -metric1 DESC

Supporto di funzioni generali

Funzione

Esempio

Dettagli

Cast

CAST(`timestamp` AS STRING) o
`timestamp`::string

Il cast dei tipi non è attualmente supportato, ma non viene generato alcun errore. La funzione CAST viene ignorata.

Marca temporale

WHERE `timestamp` >= TIMESTAMP('2022-01-01 00:00:00') AND `timestamp` < TIMESTAMP('2022-01-02 00:00:00')

Analizza una stringa temporale come marca temporale da utilizzare in una clausola WHERE.

Fino a marca temporale

WHERE `timestamp` >= TO_TIMESTAMP('01/01/2022', 'MM/dd/yyyy') AND `timestamp` < TO_TIMESTAMP('01/02/2022', 'MM/dd/yyyy')

Analizza una stringa temporale come marca temporale da utilizzare all’interno di una clausola WHERE, fornendo facoltativamente un formato per tale stringa temporale.

Data

WHERE `timestamp` >= DATE('2022-01-01') AND `timestamp` < DATE('2022-01-02')

Analizza una stringa di data come marca temporale da utilizzare in una clausola WHERE.

Fino alla data

WHERE `timestamp` >= TO_DATE('01/01/2022', 'MM/dd/yyyy') AND `timestamp` < TO_DATE('01/02/2022', 'MM/dd/yyyy')

Analizza una stringa di data come marca temporale da utilizzare all’interno di una clausola WHERE, fornendo facoltativamente un formato per tale stringa di data.

Supporto delle funzioni dimensionali

Queste funzioni possono essere utilizzate sulle dimensioni nella clausola SELECT, WHERE o nelle metriche condizionali.

Funzioni stringa

Funzione

Esempio

Dettagli

Inferiore

SELECT LOWER(name) AS lower_name

Genera un’identità di dimensione dinamica nel campo trasmesso.

Funzioni data-ora

Funzione

Esempio

Dettagli

Anno

SELECT YEAR(`timestamp`)

Genera un’identità di dimensione dinamica nel campo trasmesso.

Mese

SELECT MONTH(`timestamp`)

Genera un’identità di dimensione dinamica nel campo trasmesso.

Giorno

SELECT DAY(`timestamp`)

Genera un’identità di dimensione dinamica nel campo trasmesso.

Giorno della settimana

SELECT DAYOFWEEK(`timestamp`)

Genera un’identità di dimensione dinamica nel campo trasmesso. Utilizza l’ID elemento invece del valore, in quanto non è necessario il nome descrittivo, ma il numero.

Giorno dell’anno

SELECT DAYOFYEAR(`timestamp`)

Genera un’identità di dimensione dinamica nel campo trasmesso.

Settimana

SELECT WEEK(`timestamp`)

Genera un’identità di dimensione dinamica nel campo trasmesso.

Trimestre

SELECT QUARTER(`timestamp`)

Genera un’identità di dimensione dinamica nel campo trasmesso.

Ora

SELECT HOUR(`timestamp`)

Genera un’identità di dimensione dinamica nel campo trasmesso. Utilizza l’ID elemento invece del valore, in quanto non è necessario il nome descrittivo, ma il numero.

Minuto

SELECT MINUTE(`timestamp`)

Genera un’identità di dimensione dinamica nel campo trasmesso.

Estrai

SELECT EXTRACT(MONTH FROM `timestamp`)

Genera un’identità di dimensione dinamica nel campo trasmesso. Utilizza l’ID elemento invece del valore per alcune parti di questa funzione, in quanto è necessario il numero e non il nome descrittivo.
Parti supportate:
- Parole chiave: YEAR, MONTH, DAYOFMONTH, DAYOFWEEK, DAYOFYEAR, WEEK, QUARTER, HOUR, MINUTE.
- Stringhe: 'YEAR', 'Y', 'MONTH', 'M', 'DAYOFMONTH', 'DAY', 'D', 'DAYOFWEEK', 'DOW', 'DAYOFYEAR', 'DOY', 'WEEK', 'WOY', 'W', 'QUARTER', 'QOY', 'Q', 'HOUR' o 'MINUTE'.

Data (parte)

SELECT DATE_PART('month', `timestamp`)

Genera un’identità di dimensione dinamica nel campo trasmesso. Utilizza l’ID elemento invece del valore per alcune parti di questa funzione, in quanto è necessario il numero e non il nome descrittivo.
Parti di stringa supportate: 'YEAR', 'Y', 'MONTH', 'M', 'DAYOFMONTH', 'DAY', 'D', 'DAYOFWEEK', 'DOW', 'DAYOFYEAR', 'DOY', 'WEEK', 'WOY', 'W', 'QUARTER', 'QOY', 'Q', 'HOUR' o 'MINUTE'.

Data (troncata)

SELECT DATE_TRUNC('quarter', `timestamp`)

Genera un’identità di dimensione dinamica nel campo trasmesso.
Le granularità della stringa supportate sono: 'YEAR', 'Y', 'MONTH', 'M', 'DAYOFMONTH', 'DAY', 'D', 'DAYOFWEEK', 'DOW', 'DAYOFYEAR', 'DOY', 'WEEK', 'WOY', 'W', 'QUARTER', 'QOY', 'Q', 'HOUR' o 'MINUTE'.

Supporto parziale

Alcune funzionalità SQL sono supportate solo parzialmente con l’estensione BI e non restituiscono gli stessi risultati visualizzati con altri database. Questa funzionalità specifica viene utilizzata in SQL generato da vari strumenti BI, per i quali l’estensione BI non ha una corrispondenza esatta. Di conseguenza, l’estensione BI si concentra su un’implementazione limitata che copre l’utilizzo minimo dello strumento BI senza generare errori. Per ulteriori informazioni, consulta la tabella seguenti.

Funzione

Esempio

Dettagli

MIN() E MAX()

MIN(daterange) o
MAX(daterange)

MIN() in timestamp, daterange o uno qualsiasi dei daterangeX come daterangeday restituirà 2 anni fa.

MAX() in timestamp, daterange o uno qualsiasi dei daterangeX come daterangeday restituirà la data/ora corrente.

MIN() o MAX() su qualsiasi altra dimensione, metrica o espressione restituirà 0.

recommendation-more-help

080e5213-7aa2-40d6-9dba-18945e892f79