데이터 세트 통계 계산
이제 COMPUTE STATISTICS SQL 명령을 사용하여 Azure Data Lake Storage (ADLS) 데이터 세트에 대한 열 수준 통계를 계산할 수 있습니다. 데이터 집합 통계를 계산하는 SQL 명령은 ANALYZE TABLE 명령의 확장입니다. ANALYZE TABLE 명령에 대한 전체 세부 정보는 SQL 참조 설명서에서 찾을 수 있습니다.
ANALYZE TABLE COMPUTE STATISTICS 명령으로 계산된 통계를 보려면 별칭 이름 또는 통계 ID에 SELECT 쿼리를 사용할 수 있습니다. 전체 데이터 세트, 데이터 세트의 하위 집합, 모든 열 또는 열의 하위 집합으로 통계 분석의 범위를 제한할 수도 있습니다.
COMPUTE STATISTICS, FILTERCONTEXT 및 FOR COLUMNS 명령은 가속화된 저장소 테이블에서 지원되지 않습니다. ANALYZE TABLE 명령에 대한 이러한 확장은 현재 ADLS 테이블에서만 지원됩니다. 자세한 내용은 SQL 구문 안내서의 테이블 분석 섹션을 참조하십시오.이 안내서는 ADLS 데이터 세트의 열 통계를 계산할 수 있도록 쿼리를 구조화하는 데 도움이 됩니다. 이 명령을 사용하면 SQL 쿼리를 사용하여 PSQL 클라이언트를 통해 세션에서 생성된 통계를 볼 수 있습니다.
통계 계산 compute-statistics
ANALYZE TABLE 명령에 추가 구문이 추가되어 데이터 집합 하위 집합 및 특정 열에 대한 통계를 계산할 수 있습니다. 데이터 집합 통계를 계산하려면 ANALYZE TABLE <tableName> COMPUTE STATISTICS 형식을 사용해야 합니다.
ANALYZE TABLE COMPUTE STATISTICS을(를) 사용합니다. ADLS 데이터 집합의 크기가 매우 클 수 있으므로(잠재적으로 페타바이트급 데이터) ADLS 데이터 집합에 필터 없이 COMPUTE STATISTICS 명령을 사용하는 것이 권장되지 않습니다. 대신 항상 FILTERCONTEXT과(와) 지정한 열 목록을 사용하여 analyze 명령을 실행해야 합니다. 자세한 내용은 분석된 열 제한 및 필터 조건 추가에 대한 섹션을 참조하십시오.아래에 표시된 예제에서는 adc_geometric 데이터 집합 및 데이터 집합의 all 열에 대한 통계를 계산합니다.
ANALYZE TABLE adc_geometric COMPUTE STATISTICS;
COMPUTE STATISTICS 명령은 배열 또는 맵 데이터 형식을 지원하지 않습니다. 입력 데이터 프레임에 배열 및 맵 데이터 형식의 열이 있는 경우 알림을 받거나 오류를 발생하도록 skip_stats_for_complex_datatypes 플래그를 설정할 수 있습니다. 기본적으로 플래그는 true로 설정됩니다. 알림 또는 오류를 사용하려면 다음 명령을 사용하십시오. SET skip_stats_for_complex_datatypes = false.별칭 이름 만들기 alias-name
계산 결과는 많은 양의 데이터일 수 있으므로 콘솔 출력에서 직접 계산된 데이터를 반환하기에는 무리가 있습니다. 별칭 이름은 선택 사항이지만 통계를 계산할 때 모범 사례로 사용하는 것이 좋습니다. SQL 쿼리의 결과를 설명적으로 참조하려면 문에 별칭 이름을 입력합니다. 또는 자동으로 생성된 Statistics ID을(를) 생성하여 계산된 정보를 저장하는 데 사용합니다.
아래 예제에서는 나중에 참조할 수 있도록 출력 계산 통계를 alias_name에 저장합니다. 쿼리에 사용된 별칭 이름은 ANALYZE TABLE 명령을 실행하는 즉시 참조할 수 있습니다.
ANALYZE TABLE adc_geometric COMPUTE STATISTICS AS alias_name;
위의 예제에 대한 출력은 SUCCESSFULLY COMPLETED, alias_name입니다. 콘솔 출력은 분석 테이블 통계 계산 명령에 대한 응답에 통계를 표시하지 않습니다. 자세한 결과를 보려면 별칭 이름 또는 통계 ID에 대해 SELECT 쿼리를 사용해야 합니다.
계산된 통계의 출력 보기 view-output-of-computed-statistics
미리 별칭 이름을 제공하지 않으면 쿼리 서비스에서 <tableName_stats_{incremental_number}>의 형식을 따르는 Statistics ID에 대한 이름을 자동으로 생성합니다. 별칭 이름을 지정하면 Statistics ID 열에 나타납니다.
COMPUTE STATISTICS 쿼리의 출력 예는 다음과 같습니다.
| Statistics ID |
| --------------------- |
| adc_geometric_stats_1 |
(1 row)
그런 다음 Statistics ID을(를) 참조하여 계산된 통계를 직접 쿼리 할 수 있습니다. 아래 예제 문을 사용하면 Statistics ID 또는 별칭 이름과 함께 사용할 때 출력을 모두 볼 수 있습니다.
SELECT * FROM adc_geometric_stats_1;
계산된 통계 출력은 아래 예와 비슷할 수 있습니다.
columnName | mean | max | min | standardDeviation | approxDistinctCount | nullCount | dataType
------------------------------------------------------------+----------------+----------------+----------------+-------------------+---------------------+-----------+-----------
marketing.trackingcode | 0.0 | 0.0 | 0.0 | 0.0 | 1213.0 | 0 | String
_experience.analytics.customdimensions.evars.evar13 | 0.0 | 0.0 | 0.0 | 0.0 | 8765.0 | 20 | String
_experience.analytics.customdimensions.evars.evar74 | 0.0 | 0.0 | 0.0 | 0.0 | 11.0 | 0 | String
web.webpagedetails.name | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0 | String
_experience.analytics.event1to100.event8.value | 5.0 | 9077.0 | 123.0 | 10.0 | 1001.0 | 80 | Double
search.ispaid | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0 | Boolean
commerce.productlistviews.value | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 10 | Double
device.typeid | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 10 | String
commerce.purchases.value | 765.0 | 98760.0 | -980.0 | 32.0 | 99.0 | 90 | Double
_experience.analytics.customdimensions.props.prop45 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0 | String
environment.browserdetails.javaenabled | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0 | Boolean
timestamp | 0.0 | 0.0 | 0.0 | 0.0 | 98.0 | 3 | Timestamp
(12 rows)
통계 분석 메타데이터 표시 show-statistics
SHOW STATISTICS 명령을 사용하여 세션에서 생성된 모든 임시 통계에 대한 메타데이터를 표시할 수 있습니다. 이 명령은 통계 분석의 범위를 구체화하는 데 도움이 될 수 있습니다.
SHOW STATISTICS의 출력 예는 아래에 나와 있습니다.
statsId | tableName | columnSet | filterContext | timestamp
----------------------+---------------+-----------+-----------------------------+--------------------
adc_geometric_stats_1 | adc_geometric | (age) | | 25/06/2023 09:22:26
demo_table_stats_1 | demo_table | (*) | ((age > 25)) | 25/06/2023 12:50:26
age_stats | castedtitanic | (age) | ((age > 25) AND (age < 40)) | 25/06/2023 09:22:26
메타데이터 열 이름에 대한 설명은 아래에 나와 있습니다.
statsIdCOMPUTE STATISTICS 명령으로 생성된 임시 통계 테이블을 참조합니다.tableNamecolumnSetfilterContexttimestamp통계 ID 또는 별칭 이름을 사용하여 해당 세션 내에서 언제든지 SELECT 문을 사용하여 계산된 통계를 조회할 수 있습니다. 통계 ID 및 생성된 통계는 이 특정 세션에만 유효하며 다른 PSQL 세션에서 액세스할 수 없습니다. 계산된 통계는 현재 지속되지 않습니다. 자세한 내용은 계산된 통계의 출력을 보는 방법에 대한 섹션을 참조하십시오.
포함된 열 제한 limit-included-columns
분석에 초점을 맞추기 위해 이름별로 특정 데이터 세트 열을 참조하여 특정 데이터 세트 열에 대한 통계를 계산할 수 있습니다. 특정 열을 대상으로 지정하려면 FOR COLUMNS (<col1>, <col2>) 구문을 사용하십시오. 아래 예제에서는 데이터 세트 tableName에 대한 열 commerce, id 및 timestamp에 대한 통계를 계산합니다.
ANALYZE TABLE tableName COMPUTE STATISTICS FOR columns (commerce, id, timestamp);
루트 레벨 또는 중첩된 열에 대한 통계를 계산할 수 있습니다. 다음 예제에서는 이러한 참조를 보여 줍니다.
ANALYZE TABLE adcgeometric COMPUTE STATISTICS FOR columns (commerce, commerce.purchases.value, commerce.productListAdds.value);
타임스탬프 필터 조건 추가 filter-condition
연대기를 기반으로 열을 중점적으로 분석하기 위해 타임스탬프 필터 조건을 추가할 수 있습니다. 이 조건은 이전 데이터를 필터링하거나 특정 기간에 데이터 분석을 집중하는 데 사용할 수 있습니다. FILTERCONTEXT 명령은 제공한 필터 조건을 기반으로 데이터 집합 하위 집합에 대한 통계를 계산합니다.
아래 예에서 통계는 데이터 집합 tableName의 모든 열에 대해 계산되며, 열 타임스탬프에는 지정된 범위 2023-04-01 00:00:00과(와) 2023-04-05 00:00:00 사이의 값이 있습니다.
ANALYZE TABLE tableName FILTERCONTEXT (timestamp >= to_timestamp('2023-04-01 00:00:00') and timestamp <= to_timestamp('2023-04-05 00:00:00')) COMPUTE STATISTICS FOR ALL COLUMNS;
열 제한과 필터를 결합하여 데이터 세트 열에 대한 특정 계산 쿼리를 만들 수 있습니다. 예를 들어 다음 쿼리는 데이터 집합 tableName의 열 commerce, id 및 timestamp에 대한 통계를 계산합니다. 여기서 열 타임스탬프에는 지정된 범위 2023-04-01 00:00:00과(와) 2023-04-05 00:00:00 사이의 값이 있습니다.
ANALYZE TABLE tableName FILTERCONTEXT (timestamp >= to_timestamp('2023-04-01 00:00:00') and timestamp <= to_timestamp('2023-04-05 00:00:00')) COMPUTE STATISTICS FOR columns (commerce, id, timestamp);
다음 단계 next-steps
이제 이 문서를 읽으면 SQL 쿼리를 사용하여 ADLS 데이터 집합에서 열 수준 통계를 생성하는 방법을 더 잘 이해할 수 있습니다. Adobe Experience Platform 쿼리 서비스의 더 많은 기능을 검색하려면 SQl 구문 안내서를 읽는 것이 좋습니다.