Query-service in Jupyter-laptop

Met Adobe Experience Platform kunt u SQL (Structured Query Language) gebruiken in Data Science Workspace door Query Service als standaardfunctie te integreren in JupyterLab .

In deze zelfstudie worden voorbeelden van SQL-query's getoond voor veelvoorkomende gebruiksscenario's voor het verkennen, transformeren en analyseren van Adobe Analytics -gegevens.

Aan de slag

Voordat u deze zelfstudie kunt starten, moet u aan de volgende voorwaarden voldoen:

Toegang JupyterLab en Query Service access-jupyterlab-and-query-service

Uw gegevens opvragen query-your-data

Voer de volgende SQL-query's in afzonderlijke notebookcellen in. Voer een query uit door in de desbetreffende cel te selecteren, gevolgd door de knop play te selecteren. De succesvolle vraagresultaten of foutenlogboeken worden getoond onder de uitgevoerde cel.

Wanneer een laptop gedurende langere tijd inactief is, kan de verbinding tussen de laptop en Query Service verbroken worden. In dergelijke gevallen, nieuw begin JupyterLab door de knoop van het Begin te selecteren die in de hoger-juiste hoek naast de machtsknoop wordt gevestigd.

De notebookkernel wordt opnieuw ingesteld, maar de cellen blijven, en alle cellen worden opnieuw uitgevoerd om verder te gaan waar u was weggegaan.

Aantal uren bezoeker hourly-visitor-count

De volgende query retourneert het aantal bezoekers per uur voor een opgegeven datum:

Query

%%read_sql hourly_visitor -c QS_CONNECTION
SELECT Substring(timestamp, 1, 10)                               AS Day,
       Substring(timestamp, 12, 2)                               AS Hour,
       Count(DISTINCT concat(enduserids._experience.aaid.id,
                             _experience.analytics.session.num)) AS Visit_Count
FROM   {target_table}
WHERE TIMESTAMP = to_timestamp('{target_year}-{target_month}-{target_day}')
GROUP  BY Day, Hour
ORDER  BY Hour;

In de bovenstaande query wordt de tijdstempel in de WHERE -component ingesteld op de waarde van target_year . Neem variabelen op in SQL-query's door deze tussen accolades te plaatsen ({}).

De eerste regel van de query bevat de optionele variabele hourly_visitor . De resultaten van de vraag zullen in deze variabele als dataframe van Pandas worden opgeslagen. Als u resultaten opslaat in een dataframe, kunt u de queryresultaten later visualiseren met een gewenst Python -pakket. Voer de volgende Python code in een nieuwe cel uit om een staafgrafiek te genereren:

trace = go.Bar(
    x = hourly_visitor['Hour'],
    y = hourly_visitor['Visit_Count'],
    name = "Visitor Count"
)
layout = go.Layout(
    title = 'Visit Count by Hour of Day',
    width = 1200,
    height = 600,
    xaxis = dict(title = 'Hour of Day'),
    yaxis = dict(title = 'Count')
)
fig = go.Figure(data = [trace], layout = layout)
iplot(fig)

Aantal Uuractiviteit hourly-activity-count

De volgende query retourneert het aantal acties per uur voor een opgegeven datum:

Query

%%read_sql hourly_actions -d -c QS_CONNECTION
SELECT Substring(timestamp, 1, 10)                        AS Day,
       Substring(timestamp, 12, 2)                        AS Hour,
       Count(concat(enduserids._experience.aaid.id,
                    _experience.analytics.session.num,
                    _experience.analytics.session.depth)) AS Count
FROM   {target_table}
WHERE TIMESTAMP = to_timestamp('{target_year}-{target_month}-{target_day}')
GROUP  BY Day, Hour
ORDER  BY Hour;

Als u de bovenstaande query uitvoert, worden de resultaten in hourly_actions opgeslagen als een dataframe. Voer de volgende functie in een nieuwe cel uit om de resultaten te bekijken:

hourly_actions.head()

De bovengenoemde vraag kan worden gewijzigd om de uuractietelling voor een gespecificeerde datumwaaier terug te keren gebruikend logische exploitanten in WAAR clausule:

Query

%%read_sql hourly_actions_date_range -d -c QS_CONNECTION
SELECT Substring(timestamp, 1, 10)                        AS Day,
       Substring(timestamp, 12, 2)                        AS Hour,
       Count(concat(enduserids._experience.aaid.id,
                    _experience.analytics.session.num,
                    _experience.analytics.session.depth)) AS Count
FROM   {target_table}
WHERE  timestamp >= TO_TIMESTAMP('2019-06-01 00', 'YYYY-MM-DD HH')
       AND timestamp <= TO_TIMESTAMP('2019-06-02 23', 'YYYY-MM-DD HH')
GROUP  BY Day, Hour
ORDER  BY Hour;

Als u de gewijzigde query uitvoert, worden de resultaten in hourly_actions_date_range opgeslagen als een dataframe. Voer de volgende functie in een nieuwe cel uit om de resultaten te bekijken:

hourly_actions_date_rage.head()

Aantal gebeurtenissen per bezoekerssessie number-of-events-per-visitor-session

De volgende query retourneert het aantal gebeurtenissen per bezoekerssessie voor een opgegeven datum:

Query

%%read_sql events_per_session -c QS_CONNECTION
SELECT concat(enduserids._experience.aaid.id,
              '-#',
              _experience.analytics.session.num) AS aaid_sess_key,
       Count(timestamp)                          AS Count
FROM   {target_table}
WHERE TIMESTAMP = to_timestamp('{target_year}-{target_month}-{target_day}')
GROUP BY aaid_sess_key
ORDER BY Count DESC;

Voer de volgende Python -code uit om een histogram te genereren voor het aantal gebeurtenissen per bezoeksessie:

data = [go.Histogram(x = events_per_session['Count'])]

layout = go.Layout(
    title = 'Histogram of Number of Events per Visit Session',
    xaxis = dict(title = 'Number of Events'),
    yaxis = dict(title = 'Count')
)

fig = go.Figure(data = data, layout = layout)
iplot(fig)

Populaire pagina's voor een bepaalde dag popular-pages-for-a-given-day

De volgende query retourneert de tien populairste pagina's voor een opgegeven datum:

Query

%%read_sql popular_pages -c QS_CONNECTION
SELECT web.webpagedetails.name                 AS Page_Name,
       Sum(web.webpagedetails.pageviews.value) AS Page_Views
FROM   {target_table}
WHERE TIMESTAMP = to_timestamp('{target_year}-{target_month}-{target_day}')
GROUP  BY web.webpagedetails.name
ORDER  BY page_views DESC
LIMIT  10;

Actieve gebruikers voor een bepaalde dag active-users-for-a-given-day

De volgende query retourneert de tien meest actieve gebruikers voor een opgegeven datum:

Query

%%read_sql active_users -c QS_CONNECTION
SELECT enduserids._experience.aaid.id AS aaid,
       Count(timestamp)               AS Count
FROM   {target_table}
WHERE TIMESTAMP = to_timestamp('{target_year}-{target_month}-{target_day}')
GROUP  BY aaid
ORDER  BY Count DESC
LIMIT  10;

Actieve steden per gebruikersactiviteit active-cities-by-user-activity

De volgende vraag keert de tien steden terug die een meerderheid van gebruikersactiviteiten voor een gespecificeerde datum produceren:

Query

%%read_sql active_cities -c QS_CONNECTION
SELECT concat(placeContext.geo.stateProvince, ' - ', placeContext.geo.city) AS state_city,
       Count(timestamp)                                                     AS Count
FROM   {target_table}
WHERE TIMESTAMP = to_timestamp('{target_year}-{target_month}-{target_day}')
GROUP  BY state_city
ORDER  BY Count DESC
LIMIT  10;

Volgende stappen

Deze zelfstudie laat een aantal voorbeelden zien waarin gebruik wordt gemaakt van Query Service in Jupyter -laptops. Volg analyseert uw gegevens gebruikend Jupyter Notitieboekjesleerprogramma om te zien hoe de gelijkaardige verrichtingen gebruikend de Toegang SDK van Gegevens worden uitgevoerd.