Extensão de BI do Customer Journey Analytics
Criado para:
- Administrador
O Customer Journey Analytics BI extension habilita o acesso SQL às visualizações de dados definidas no Customer Journey Analytics. Seus engenheiros(as) de dados e analistas podem estar mais familiarizados(as) com o Power BI, o Tableau Desktop ou outras ferramentas de business intelligence e visualização (mais conhecidas como ferramentas de BI). Agora é possível criar relatórios e painéis com base nas mesmas visualizações de dados que usuários(as) do Customer Journey Analytics usam para criar seus projetos do Analysis Workspace.
O Query Service da Adobe Experience Platform é a interface SQL para dados disponíveis no data lake da Experience Platform. Com o Customer Journey Analytics BI extension habilitado, a funcionalidade de Query Service é estendida para ver suas visualizações de dados do Customer Journey Analytics como tabelas ou visualizações em uma sessão do Query Service. Como resultado, as ferramentas de business intelligence que usam o Query Service como interface PostgresSQL se beneficiam perfeitamente dessa funcionalidade estendida.
Os principais benefícios são:
- Não é necessário recriar uma representação equivalente de visualizações de dados do Customer Journey Analytics na própria ferramenta de BI.
Consulte Visualizações de dados para obter mais informações sobre a funcionalidade das Visualizações de dados e entender o que precisa ser recriado. - Maior consistência na emissão de relatórios e análise entre as ferramentas de BI e o Customer Journey Analytics.
- Combine dados do Customer Journey Analytics com outras fontes de dados já disponíveis nas ferramentas de BI.
Pré-requisitos
Para aplicar essa funcionalidade, você pode usar credenciais com ou sem expiração para conectar as ferramentas de BI ao Customer Journey Analytics BI extension. O Guia de credenciais fornece mais informações sobre como definir credenciais com ou sem expiração.
Abaixo estão etapas adicionais para configurar permissões do CJA
Credenciais expiradas
Para usar credenciais com expiração, você pode:
- Conceder acesso à Experience Platform e ao Customer Journey Analytics.
- Conceder acesso de admin de produto ao Customer Journey Analytics, para poder visualização, editar, atualizar ou excluir conexões e visualizações de dados.
Ou você pode:
- Conceder acesso às visualizações de dados que deseja acessar.
- Conceder acesso à extensão de BI do Customer Journey Analytics.
Credenciais sem expiração
Para usar credenciais sem expiração:
- Crie credenciais sem expiração na Experience Platform.
- Conceda acesso às credenciais sem expiração seguindo as etapas mencionadas em Credenciais com expiração.
Consulte o Controle do acesso à jornada do cliente para obter mais informações, especificamente as Permissões adicionais de admin de produto e as Permissões do Customer Journey Analytics no Admin Console.
Uso
Para usar a funcionalidade Customer Journey Analytics BI extension, você pode ou usar o SQL diretamente ou usar a experiência de arrastar e soltar disponível na ferramenta de BI específica.
SQL
É possível usar a funcionalidade diretamente em instruções do SQL usando o Query Editor ou um cliente de interface de linha de comando (CLI) PostgresSQL padrão.
Na Adobe Experience Platform:
-
Selecione **** Consultas **** em GERENCIAMENTO DE DADOS no painel esquerdo.
-
Selecione
-
Selecione o banco de dados
cja
para sua sandbox na lista de bancos de dados no menu suspenso Banco de Dados. Por exemplo,prod:cja
. -
Para realizar a consulta, digite a instrução SQL e clique no botão
[SHIFT]
+[ENTER]
).
-
Procure e copie suas credenciais do PostgresSQL na Adobe Experience Platform:
-
Selecione **** Consultas **** no painel esquerdo (em GERENCIAMENTO DE DADOS ).
-
Selecione Credenciais na barra superior.
-
Selecione o banco de dados
cja
para sua sandbox na lista de bancos de dados no menu suspenso Banco de Dados. Por exemplo,prod:cja
. -
Para copiar a string de comando, use
-
-
Abra uma janela de comando ou terminal.
-
Para fazer logon e começar a executar as consultas, cole a string de comando no terminal.
Consulte o Guia da interface do editor de consultas para obter mais informações.
Ferramentas de BI
Atualmente, o Customer Journey Analytics BI extension é compatível e testado para as ferramentas listadas abaixo. Outras ferramentas de BI que usam a interface PSQL também podem funcionar, mas ainda não são oficialmente compatíveis.
-
Procure os detalhes de suas credenciais do PostgresSQL na Adobe Experience Platform:
-
Selecione **** Consultas **** no painel esquerdo (em GERENCIAMENTO DE DADOS ).
-
Selecione Credenciais na barra superior.
-
Selecione o banco de dados
cja
para sua sandbox na lista de bancos de dados no menu suspenso Banco de Dados. Por exemplo,prod:cja
. -
Use
-
-
No Power BI:
-
Na janela principal, selecione Obter dados na barra de ferramentas superior.
-
Selecione Mais… no painel esquerdo.
-
Na tela Obter dados, pesquise por
PostgresSQL
e selecione o Banco de dados PostgresSQL na lista. -
Na caixa de diálogo Banco de dados PostgressSQL :
-
Cole o parâmetro **** Host **** das Credenciais de consultas da Experience Platform no campo de texto Servidor .
-
Cole o parâmetro **** Banco de dados **** das Credenciais de consultas da Experience Platform no campo de texto Banco de dados .
Adicione
?FLATTEN
ao parâmetro Banco de dados , para que ele seja exibido comoprod:cja?FLATTEN
por exemplo. Consulte Nivelar estruturas de dados aninhadas para uso com ferramentas de BI de terceiros para obter mais informações. -
Quando aparecer a solicitação do modo de Conectividade de dados, selecione DirectQuery.
-
Você será solicitado a inserir o Nome de usuário e a Senha. Usar os parâmetros equivalentes de Credenciais de consultas da Experience Platform.
-
-
Após fazer logon com sucesso, as tabelas de visualização de dados do Customer Journey Analytics aparecerão no Navegador do Power BI.
-
Selecione as tabelas de visualização de dados que deseja usar e clique em Carregar .
Todas as dimensões e métricas associadas a uma ou mais tabelas selecionadas aparecem no painel direito, prontas para serem usadas em suas visualizações.
Consulte Conectar o Power BI ao Query Service para mais informações. Consulte também Casos de uso da extensão do BI para obter um exemplo detalhado.
-
-
Procure os detalhes de suas credenciais do PostgresSQL na Adobe Experience Platform:
-
Selecione **** Consultas **** no painel esquerdo (em GERENCIAMENTO DE DADOS ).
-
Selecione Credenciais na barra superior.
-
Selecione o banco de dados
cja
para sua sandbox na lista de bancos de dados no menu suspenso Banco de Dados. Por exemplo,prod:cja
. -
Use
-
-
No Tableau Desktop:
-
Selecione **** Mais **** em Para um servidor no painel esquerdo.
-
Selecione PostgresSQL na lista.
-
Na caixa de diálogo PostgresSQL:
-
Cole o parâmetro **** Host **** das Credenciais de consultas da Experience Platform no campo de texto Servidor .
-
Cole o parâmetro **** Porta **** das Credenciais de consultas da Experience Platform no campo de texto Porta .
-
Cole o parâmetro **** Banco de dados **** das Credenciais de consultas da Experience Platform no campo de texto Banco de dados .
Adicione
%3FFLATTEN
ao parâmetro Banco de dados , para que ele seja exibido comoprod:cja%3FFLATTEN
por exemplo. Consulte Nivelar estruturas de dados aninhadas para uso com ferramentas de BI de terceiros para obter mais informações. -
Selecione **** Nome de usuário e senha **** na lista Autenticação .
-
Cole o parâmetro **** Nome de usuário **** das Credenciais de consultas da Experience Platform no campo de texto Nome de usuário .
-
Cole o parâmetro **** Senha **** das Credenciais de consulta da Experience Platform no campo de texto Senha .
-
Selecione Fazer logon .
-
-
As visualizações de dados do Customer Journey Analytics são exibidas como tabelas na lista Tabela .
-
Arraste as tabelas que deseja usar para a tela.
Agora, é possível trabalhar com os dados das tabelas de visualização de dados para criar relatórios e visualizações.
Consulte Conectar o Tableau ao Query Service para mais informações. Consulte também Casos de uso da extensão do BI para obter um exemplo detalhado.
-
-
Procure os detalhes de suas credenciais do PostgresSQL na Adobe Experience Platform:
-
Selecione **** Consultas **** no painel esquerdo (em GERENCIAMENTO DE DADOS ).
-
Selecione Credenciais na barra superior.
-
Selecione o banco de dados
cja
para sua sandbox na lista de bancos de dados no menu suspenso Banco de Dados. Por exemplo,prod:cja
. -
Use
-
-
No Pesquisador:
- Selecione Admin no painel esquerdo.
- Selecione Conexões.
- Selecione Adicionar conexão.
- Na tela Conectar o banco de dados ao Pesquisador, cole os valores apropriados ao configurar a nova conexão. Certifique-se de selecionar PostgreSQL 9.5+ como o dialeto.
- Selecione Testar para testar a sua conexão.
- Quando obtiver êxito, selecione Atualizar para salvar a sua conexão.
Agora, é possível trabalhar com os dados das tabelas de visualização de dados para criar relatórios e visualizações.
Consulte Conectar o Pesquisador ao serviço de consulta para mais informações. Consulte também Casos de uso da extensão do BI para obter um exemplo detalhado.
-
Procure os detalhes de suas credenciais do PostgresSQL na Adobe Experience Platform:
-
Selecione **** Consultas **** no painel esquerdo (em GERENCIAMENTO DE DADOS ).
-
Selecione Credenciais na barra superior.
-
Selecione o banco de dados
cja
para sua sandbox na lista de bancos de dados no menu suspenso Banco de Dados. Por exemplo,prod:cja
. -
Use
-
-
No Jupyter Notebook:
- Certifique-se de usar as bibliotecas necessárias.
- Use os valores apropriados ao configurar e executar a conexão.
- Para testar a sua conexão, execute uma consulta relevante.
Quando ela for bem-sucedida, você poderá trabalhar com os dados para criar os seus relatórios e visualizações.
Consulte Conectar o Jupyter Notebook ao serviço de consulta para mais informações. Consulte também Casos de uso da extensão do BI para obter um exemplo detalhado.
-
Procure os detalhes de suas credenciais do PostgresSQL na Adobe Experience Platform:
-
Selecione **** Consultas **** no painel esquerdo (em GERENCIAMENTO DE DADOS ).
-
Selecione Credenciais na barra superior.
-
Selecione o banco de dados
cja
para sua sandbox na lista de bancos de dados no menu suspenso Banco de Dados. Por exemplo,prod:cja
. -
Use
-
-
No RStudio:
- Certifique-se de usar as bibliotecas necessárias.
- Use os valores apropriados ao configurar e executar a conexão.
- Para testar a sua conexão, execute uma consulta relevante.
Quando ela for bem-sucedida, você poderá trabalhar com os dados para criar os seus relatórios e visualizações.
Consulte Conectar o RStudio ao serviço de consulta para mais informações. Consulte também Casos de uso da extensão do BI para obter um exemplo detalhado (mas usando o pacote RPostgres).
Consulte Conectar clientes ao Query Service para obter uma visão geral e mais informações sobre as várias ferramentas disponíveis.
Consulte Casos de uso para saber como utilizar vários casos de uso com a extensão do BI no Customer Journey Analytics.
Funcionalidade
Por padrão, suas visualizações de dados têm um nome seguro de tabela gerado a partir de seu nome amigável. Por exemplo, a visualização de dados chamada Minha visualização de dados da web tem o nome da visualização my_web_data_view
. É possível definir um nome preferencial a ser usado na ferramenta do BI para a sua visualização de dados. Consulte Configurações da visualização de dados para mais informações.
Se quiser usar as IDs de visualização de dados como nomes de tabela, é possível adicionar a configuração opcional CJA_USE_IDS
ao nome do banco de dados ao conectar. Por exemplo, prod:cja?CJA_USE_IDS
mostra suas visualizações de dados com nomes como dv_ABC123
.
Governança de dados
As configurações relacionadas à governança de dados no Customer Journey Analytics são herdadas da Adobe Experience Platform. A integração do Customer Journey Analytics com a Governança de dados da Adobe Experience Platform permite rotular dados sigilosos do Customer Journey Analytics e aplicar políticas de privacidade.
Os rótulos e políticas de privacidade criados em conjuntos de dados consumidos pela Experience Platform podem ser exibidos no fluxo de trabalho de visualizações de dados do Customer Journey Analytics. Portanto, os dados consultados por meio do Customer Journey Analytics BI extension mostram os devidos avisos ou erros quando não estão em conformidade com os rótulos e políticas de privacidade definidos.
Listar visualizações de dados
Na CLI padrão do PostgreSQL, é possível listar suas visualizações usando \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
Aninhado versus nivelado
Por padrão, o esquema das suas visualizações de dados usa estruturas aninhadas, da mesma forma que os esquemas XDM originais. A integração também oferece suporte à opção FLATTEN
. Você pode usar essa opção para forçar o esquema para que as visualizações de dados (e qualquer outra tabela na sessão) sejam niveladas. O nivelamento facilita o uso em ferramentas de BI que não aceitam esquemas estruturados. Consulte Trabalho com estruturas de dados aninhadas no Query Service para obter mais informações.
Padrões e limitações
Os seguintes padrões e limitações adicionais se aplicam ao uso da Extensão de BI:
-
A extensão de BI requer um limite de linha para os resultados da consulta. O padrão é 50, mas você pode substituí-lo no SQL usando
LIMIT n
, onden
é 1 - 50000. -
A extensão de BI requer um intervalo de datas para limitar as linhas usadas para cálculos. O padrão é os últimos 30 dias, mas é possível substituí-lo na cláusula
WHERE
do SQL usando as colunas especiaistimestamp
oudaterange
. -
A extensão de BI requer consultas agregadas. Não é possível usar SQL como
SELECT * FROM ...
para obter as linhas brutas subjacentes. Em um alto nível, as consultas agregadas devem:-
Selecionar totais usando
SUM
e/ouCOUNT
.
Por exemplo,SELECT SUM(metric1), COUNT(*) FROM ...
-
Selecionar métricas detalhadas por uma dimensão.
Por exemplo,SELECT dimension1, SUM(metric1), COUNT(*) FROM ... GROUP BY dimension1
-
Selecione valores de métrica distintos.
Por exemplo,SELECT DISTINCT dimension1 FROM ...
Consulte para obter mais detalhes SQL compatível.
-
SQL compatível
Consulte Referência SQL do Query Service para obter uma referência completa sobre o tipo de SQL compatível.
Consulte a tabela abaixo para obter exemplos de código SQL que é possível utilizar.
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
CláusulaSELECT 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
)
ONDE dim1 em ('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
Em camadas usando subseleções:
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
Camadas que usam CTE COM:
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
Dimensões
É possível selecionar qualquer uma das dimensões disponíveis por padrão ou definidas na visualização de dados. Você seleciona uma dimensão através da sua ID.
Métricas
As métricas disponíveis para seleção são:
- Qualquer uma das métricas disponíveis por padrão;
- As definidas na visualização de dados;
- As métricas calculadas compatíveis com a exibição de dados à qual o usuário tem acesso.
Você seleciona uma métrica por sua ID encapsulada em uma expressão SUM(metric)
como faria com outras origens de SQL.
Você pode utilizar:
SELECT COUNT(*)
ouCOUNT(1)
para obter a métrica de ocorrências.SELECT COUNT(DISTINCT dimension)
ouSELECT APPROX_COUNT_DISTINCT(dimension)
para contar os valores distintos aproximados de uma dimensão. Veja os detalhes em Contagem de valores distintos.- Cálculos em linha para combinar métricas em tempo real e/ou fazer contas com elas.
Contagem de valores distintos
Devido à natureza subjacente de como o Customer Journey Analytics funciona, a única dimensão da qual é possível obter uma contagem distinta exata é a dimensão adobe_personid
. As seguintes instruções SQL SELECT COUNT(DISTINCT adobe_personid)
ou SELECT APPROX_COUNT_DISTINCT(adobe_personid)
retornam o valor da métrica de pessoas padrão, que é a contagem de pessoas distintas. Para outras dimensões, uma contagem distinta aproximada é retornada.
Métricas condicionais
Você pode incorporar uma cláusula IF
ou CASE
nas funções SUM
ou COUNT
para adicionar segmentação adicional específica a uma métrica selecionada. Adicionar essas cláusulas é semelhante a aplicar um segmento a uma coluna de métrica em uma tabela de relatório do Workspace.
Exemplos:
SUM(IF(dim1 = 'X' AND dim2 = 'A', metric1, 0)) AS m1
SUM(CASE WHEN dim1 = 'X' AND dim2 = 'A' THEN metric1 END) AS m1
Cálculos em linha
É possível aplicar cálculos adicionais a expressões de métricas em SELECT
. Esses cálculos podem ser usados em vez de definir o cálculo em uma métrica calculada. A tabela a seguir lista os tipos de expressões compatíveis.
+
, -
, *
, /
, e %
-X
ou +X
PI()
POSITIVE
, NEGATIVE
, ABS
, FLOOR
, CEIL
, CEILING
, EXP
, LN
, LOG10
, LOG1P
, SQRT
, CBRT
, DEGREES
, RADIANS
, SIN
, COS
, TAN
, ACOS
, ASIN
, ATAN
, COSH
, SINH
e TANH
MOD
, POW
, POWER
, ROUND
, LOG
Colunas especiais
Carimbo de data e hora
A coluna especial timestamp
é usada para fornecer os intervalos de datas para a consulta. Um intervalo de datas pode ser definido com uma expressão BETWEEN
ou um par de verificações timestamp
>
, >=
, <
, <=
AND
juntas.
O timestamp
é opcional e, se nenhum intervalo completo for fornecido, os padrões serão usados:
- Se apenas um mínimo for fornecido (
timestamp > X
outimestamp >= X
), o intervalo será de X até agora. - Se apenas um máximo for fornecido (
timestamp < X
outimestamp <= X
), o intervalo será de X menos 30 dias a X. - Se nada for fornecido, o intervalo será de 30 dias atrás até agora.
O intervalo de carimbo de data e hora é convertido em um segmento global de intervalo de datas na RankedRequest.
O campo carimbo de data e hora também pode ser usado em funções de data/hora para analisar ou truncar o carimbo de data e hora do evento.
Intervalo de datas
A coluna especial daterange
funciona de forma semelhante a timestamp
; no entanto, a segmentação é limitada a dias completos. O daterange
também é opcional e tem os mesmos padrões de intervalo que timestamp
.
O campo daterange
também pode ser usado em funções de data/hora para analisar ou truncar a data do evento.
A coluna especial daterangeName
pode ser usada para segmentar sua consulta usando um intervalo de datas nomeado como Last Quarter
.
daterange
com menos de um dia (hora, 30 minutos, 5 minutos etc.).ID do segmento
A coluna especial filterId
é opcional e é usada para aplicar um segmento definido externamente à consulta. Aplicar um segmento definido externamente a um query é semelhante a arrastar um segmento em um painel no Workspace. Várias IDs de segmento podem ser usadas por AND
, utilizando-as.
Junto com filterId
, você pode usar filterName
para usar o nome de um segmento em vez da ID.
Cláusula WHERE
A cláusula WHERE
é tratada em três etapas:
-
Localizar o intervalo de datas dos campos especiais
timestamp
,daterange
oudaterangeName
. -
Encontre qualquer
filterId
s oufilterName
s definido externamente para incluir no segmento. -
Transforme as expressões restantes em segmentos ad-hoc.
O manuseio é feito analisando o primeiro nível dos AND
s na cláusula WHERE
. Cada nível superior da expressão AND
deve corresponder a uma das acima. Qualquer coisa mais profunda do que o primeiro nível de AND
s, ou, se a cláusula WHERE
usar OR
s no nível superior, será manipulada como um segmento ad-hoc.
Ordem de classificação
Por padrão, a consulta classifica os resultados pela primeira métrica selecionada em ordem decrescente. É possível substituir a ordem de classificação padrão especificando ORDER BY ... ASC
ou ORDER BY ... DESC
. Se usar ORDER BY
, será necessário especificar ORDER BY
na primeira métrica selecionada.
Você também pode inverter a ordem usando -
(sinal de menos) na frente da métrica. Ambas as instruções abaixo resultam na mesma ordem:
ORDER BY metric1 ASC
ORDER BY -metric1 DESC
Suporte à função geral
CAST(`timestamp` AS STRING)
ou`timestamp`::string
CAST
é ignorada.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
, fornecendo opcionalmente um formato para essa string de tempo.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
, fornecendo opcionalmente um formato para essa string de data.Suporte à função de dimensão
Essas funções podem ser usadas em dimensões na cláusula SELECT
, WHERE
ou em métricas condicionais.
Funções de string
SELECT LOWER(name) AS lower_name
Funções de data e hora
SELECT DAYOFWEEK(`timestamp`)
SELECT DAYOFYEAR(`timestamp`)
SELECT QUARTER(`timestamp`)
SELECT HOUR(`timestamp`)
SELECT EXTRACT(MONTH FROM `timestamp`)
As partes compatíveis são:
- Palavras-chave:
YEAR
, MONTH
, DAYOFMONTH
, DAYOFWEEK
, DAYOFYEAR
, WEEK
, QUARTER
, HOUR
, MINUTE
.- Strings:
'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`)
As partes da string compatíveis são:
'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`)
As granularidades de string compatíveis são:
'YEAR'
, 'Y'
, 'MONTH'
, 'M'
, 'DAYOFMONTH'
, 'DAY'
, 'D'
, 'DAYOFWEEK'
, 'DOW'
, 'DAYOFYEAR'
, 'DOY'
, 'WEEK'
, 'WOY
', 'W'
, 'QUARTER'
, 'QOY'
, 'Q'
, 'HOUR'
ou 'MINUTE'
.Suporte parcial
Há suporte parcial para algumas funcionalidades SQL na extensão de BI e não há retorno dos mesmos resultados vistos em outros bancos de dados. Essas funcionalidades específicas são usadas no SQL gerado por várias ferramentas de BI, para as quais extensão de BI não tem uma correspondência exata. Como resultado, a extensão de BI se concentra em uma implementação limitada que cobre o uso mínimo das ferramentas de BI sem gerar erros. Veja a tabela abaixo para mais detalhes.
MIN(daterange)
ouMAX(daterange)
MIN()
em timestamp
, daterange
, ou qualquer daterangeX
como daterangeday
retornarão 2 anos atrás.MAX()
em timestamp
, daterange
, ou qualquer daterangeX
como daterangeday
retornarão a data/hora atual.MIN()
ou MAX()
em qualquer outra dimensão, métrica ou expressão retornará 0.