DocumentazioneCustomer Journey AnalyticsGuida di Customer Journey Analytics

Estensione Customer Journey Analytics BI

Last update: Thu Jul 18 2024 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.

Customer Journey Analytics BI extension abilita l'accesso SQL alle visualizzazioni dati definite nel Customer Journey Analytics. I data engineer e gli analisti potrebbero avere più familiarità con Power BI, Tableau o altri strumenti di business intelligence e visualizzazione (denominati anche strumenti BI). Ora possono creare reporting e dashboard basati sulle stesse visualizzazioni dati utilizzate dagli utenti del 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 usufruiscono senza soluzione di continuità di questa funzionalità estesa.

I principali vantaggi sono i seguenti:

  • 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 nelle attività di reporting e analisi tra strumenti di business intelligence e Customer Journey Analytics.
  • Combinare i dati di Customer Journey Analytics con altre origini dati già disponibili negli strumenti BI.

Prerequisiti

Per utilizzare questa funzionalità, è necessario disporre di:

  • Accesso concesso agli Experienci Platform e ai Customer Journey Analytics.
  • Accesso concesso dall’amministratore di prodotto al Customer Journey Analytics per visualizzare, modificare, aggiornare o eliminare connessioni e visualizzazioni dati.
  • Accesso consentito alle visualizzazioni dati a cui desideri accedere.
  • Accesso concesso all’estensione CJA BI.
  • Utilizzare le credenziali senza scadenza per connettere gli strumenti BI a Customer Journey Analytics BI extension. La Guida alle credenziali fornisce ulteriori informazioni sull'impostazione di credenziali in scadenza o non in scadenza.

Consulta Controllo dell'accesso del Percorso clienti per ulteriori informazioni, in particolare Autorizzazioni aggiuntive per l'amministratore del prodotto e Autorizzazioni di Customer Journey Analytics nell'Admin Console.

Utilizzo

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

SQL

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

Editor query

In Adobe Experience Platform:

  1. Seleziona **** Query **** da ​ GESTIONE DATI ​ nella barra a sinistra.

  2. Selezionare Crea query ​ Crea query ​.

  3. Selezionare il cja ​ database ​.

  4. Per eseguire la query, digitare l'istruzione SQL e selezionare il pulsante Esegui (oppure premere [SHIFT] + [ENTER]).

CLI PostgresSQL

  1. Cercare e copiare le credenziali PostgresSQL in Adobe Experience Platform:

    1. Seleziona **** Query **** dalla barra a sinistra (in ​ GESTIONE DATI ​).

    2. Seleziona ​ Credenziali ​ dalla barra superiore.

    3. Selezionare il cja ​ database ​.

    4. Per copiare la stringa di comando, utilizzare Copia nella sezione ​ Comando PSQL ​.

  2. Aprire una finestra di comando o terminale.

  3. Per accedere e avviare l’esecuzione delle query, incolla la stringa di comando nel terminale.

Per ulteriori informazioni, vedere la Guida dell'interfaccia utente di Query Editor.

Strumenti BI

Attualmente, Customer Journey Analytics BI extension è supportato e testato solo per Power BI e Tableau. Anche altri strumenti di business intelligence che utilizzano l'interfaccia PSQL potrebbero funzionare, ma non sono ancora ufficialmente supportati.

Power BI

  1. Cercare i dettagli delle credenziali PostgresSQL in Adobe Experience Platform:

    1. Seleziona **** Query **** dalla barra a sinistra (in ​ GESTIONE DATI ​).

    2. Seleziona ​ Credenziali ​ dalla barra superiore.

    3. Selezionare il cja ​ database ​.

    4. Utilizza Copia per copiare ciascuno dei parametri delle credenziali Postgres (Host, Port, Database, Username e altri) quando necessario in Power BI.

  2. In Power BI:

    1. Nella finestra principale, seleziona ​ Ottieni dati ​ dalla barra degli strumenti superiore.

    2. Seleziona More… (Elementi dati) nella barra a sinistra.

    3. Nella schermata Ottieni dati, cercare PostgresSQL e selezionare il database ​ PostgresSQL ​ dall'elenco.

    4. Nella finestra di dialogo ​ Database PostgressSQL ​:

      1. Incolla il parametro **** Host **** dalle query Experience Platform Credentials nel campo di testo ​ Server ​.

      2. Incolla il parametro **** Database **** dalle query Experience Platform Credentials nel campo di testo ​ Database ​.

        Aggiungere ?FLATTEN al parametro ​ Database ​, ad esempio prod:cja?FLATTEN. Per ulteriori informazioni, vedere Flatten nested data structures per l'utilizzo con strumenti BI di terze parti.

      3. Quando viene richiesta la modalità Data Connectivity, selezionare DirectQuery.

      4. Viene richiesto di Username e Password. Utilizzare 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. Selezionare le tabelle di visualizzazione dati che si desidera utilizzare e selezionare ​ 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, vedere Connetti Power BI a Query Service.

Tableau

  1. Cercare i dettagli delle credenziali PostgresSQL in Adobe Experience Platform:

    1. Seleziona **** Query **** dalla barra a sinistra (in ​ GESTIONE DATI ​).

    2. Seleziona ​ Credenziali ​ dalla barra superiore.

    3. Selezionare il cja ​ database ​.

    4. Utilizza Copia per copiare ciascuno dei parametri delle credenziali Postgres (Host, Port, Database, Username e altri) quando necessario in Tableau.

  2. A Tableau:

    1. Seleziona **** Altro **** da ​ A un server ​ nella barra a sinistra.

    2. Selezionare ​ PostgresSQL ​ dall'elenco.

    3. Nella finestra di dialogo PostgresSQL (Crea elemento dati):

      1. Incollare 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. Incollare il parametro **** Database **** dalle query Experience Platform Credentials nel campo di testo ​ Database ​.

        Aggiungere %3FFLATTEN al parametro ​ Database ​, ad esempio prod:cja%3FFLATTEN. Per ulteriori informazioni, vedere Flatten nested data structures per l'utilizzo con strumenti BI di terze parti.

      4. Selezionare **** 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. Trascinare le tabelle che si desidera utilizzare nell'area di lavoro.

    Ora puoi lavorare con i dati delle tabelle delle visualizzazioni dati per creare rapporti e visualizzazioni.

    Per ulteriori informazioni, vedere Connetti Tableau a Query Service.

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

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 da utilizzare nello strumento BI per la visualizzazione dati. Per ulteriori informazioni, vedere Impostazioni visualizzazione dati.

Se si desidera 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 tue visualizzazioni dati con nomi come dv_ABC123.

Governance dei dati

Le impostazioni relative alla governance dei dati nel Customer Journey Analytics vengono ereditate da Adobe Experience Platform. L’integrazione tra Governance dei dati di Customer Journey Analytics e Governance dei dati di Adobe Experience Platform consente l’etichettatura dei dati sensibili di Customer Journey Analytics e l’applicazione delle politiche sulla privacy.

Le etichette per la privacy e i criteri 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.

Visualizzazioni dati elenco

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 e appiattito

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 l’appiattimento dello schema per le visualizzazioni dati (e qualsiasi altra tabella nella sessione). L’appiattimento consente un utilizzo più semplice negli strumenti di business intelligence che non supportano schemi strutturati. Per ulteriori informazioni, vedere Utilizzo delle strutture di dati nidificate in Query Service.

SQL supportato

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

Per esempi delle istruzioni SQL utilizzabili, vedere 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 
SELECT * FROM dv1 WHERE 1=0
Classificazione o raggruppamento 
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
clausola HAVING 
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 di
dimensioni distinti		 
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
Totali delle metriche 
SELECT SUM(metric1) AS m1
FROM dv1
WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02'
Suddivisioni
multidimensionali
e principali		 
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
Sottoseleziona:
Filtra ulteriori
risultati		 
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
)
WHERE dim1 in ('A', 'B')
Sottoseleziona:
Query tra
visualizzazioni dati		 
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 '2022-0 1-01' E '2022-01-02'
 GROUP BY dim2
GROUP BY chiave
ORDER BY totale
Sottoseleziona:
Origine con livelli,
filtro,
e aggregazione

Livellato con sottoselezioni:

SELECT rows.dim1, SUM(rows.m1) AS total
FROM (
 SELECT _.dim1,_.m1
 FROM (
 SELECT * FROM dv1
 WHERE `timestamp` TRA '2022-01-01' E '2022-01-02'
 ) _
 WHERE _.dim1 nelle righe ('A', 'B', 'C')
)
GROUP BY 1
ORDER BY total

Livelli che utilizzano CTE WITH:

CON righe COME (
 CON _ AS (
) SELECT * FROM data_ares
 WHERE `timestamp` TRA '2021-01-01' E '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		 
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. Puoi selezionare una dimensione in base al relativo ID.

Metriche

Le metriche disponibili per la selezione sono:

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

È possibile selezionare una metrica in base al relativo ID racchiuso in un'espressione SUM(metric) come si farebbe con altre origini SQL.

Puoi utilizzare:

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

Conteggio dei valori distinti

A causa della natura sottostante del funzionamento del 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 numero di persone distinte. Per le altre quote, viene restituito un conteggio distinto approssimativo.

Metriche condizionali

È possibile incorporare una clausola IF o CASE nelle funzioni SUM o COUNT per aggiungere un filtro aggiuntivo specifico per una metrica selezionata. L’aggiunta di queste clausole è simile all’applicazione di un filtro 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

È possibile applicare calcoli aggiuntivi alle espressioni metriche in SELECT. Puoi usare questa matematica invece di definirla in una metrica calcolata. Nella tabella seguente sono elencati i tipi di espressioni supportati.

Operatore o funzione
Dettagli
+, -, *, / e %
Aggiungere, sottrarre, moltiplicare, dividere e modulare/rimanente
-X o +X
Modifica del segno o di una metrica in cui X è l’espressione della metrica
PI()
Costante di
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 timestamp >, >=, <, <= controlla AND insieme.
timestamp è facoltativo e se non viene fornito un intervallo completo, vengono utilizzati i valori predefiniti:

  • Se viene specificato 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 filtro globale per intervalli di date in RankedRequest.
Il campo timestamp 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 il filtro è limitato 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 filtrare la query utilizzando un intervallo di date denominato come Last Quarter.

NOTE
Power BI non supporta daterange metriche inferiori a una giornata (ore, 30 minuti, 5 minuti, ecc.).

ID filtro

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

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

Clausola Where

La clausola WHERE viene gestita in tre passaggi:

  1. Trovare l'intervallo di date dai campi speciali timestamp, daterange o daterangeName.

  2. Trova qualsiasi filterId o filterName definito esternamente da includere nel filtro.

  3. Trasforma le espressioni rimanenti in filtri ad hoc.

La gestione viene eseguita analizzando il primo livello di AND nella clausola WHERE. Ogni espressione di primo livello 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 superiore, viene gestito come filtro 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.

È inoltre possibile 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. Funzione CAST ignorata.
Marca temporale
WHERE `timestamp` >= TIMESTAMP('2022-01-01 00:00:00') AND `timestamp` < TIMESTAMP('2022-01-02 00:00:00')
Analizzare una stringa di ora come timestamp da utilizzare in una clausola WHERE.
A timestamp
WHERE `timestamp` >= TO_TIMESTAMP('01/01/2022', 'MM/dd/yyyy') AND `timestamp` < TO_TIMESTAMP('01/02/2022', 'MM/dd/yyyy')
Analizzare 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')
Analizzare una stringa di data come timestamp 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')
Analizzare una stringa di data come timestamp da utilizzare all'interno di una clausola WHERE, fornendo facoltativamente un formato per tale stringa di data.

Supporto delle funzioni di Dimension

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'.
recommendation-more-help
080e5213-7aa2-40d6-9dba-18945e892f79