Documentação Customer Journey Analytics Guia do Customer Journey Analytics

Extensão de BI do Customer Journey Analytics

Última atualização: 5 de maio de 2025

Tópicos:

Criado para:

Administrador

NOTE

Você deve ter o pacote Select ou superior para usar a funcionalidade descrita nesta seção. Entre em contato com sua administração se não tiver certeza de qual pacote do Customer Journey Analytics você possui.

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.

Editor de consultas

Na Adobe Experience Platform:

Selecione **** Consultas **** em  GERENCIAMENTO DE DADOS  no painel esquerdo.
Selecione  Criar consulta .
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 (ou pressione [SHIFT] + [ENTER]).

CLI do PostgresSQL

Procure e copie suas credenciais do PostgresSQL na Adobe Experience Platform:
1. Selecione **** Consultas **** no painel esquerdo (em  GERENCIAMENTO DE DADOS ).
2. Selecione  Credenciais  na barra superior.
3. 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.
4. Para copiar a string de comando, use na seção  comando PSQL .
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.

Power BI

Procure os detalhes de suas credenciais do PostgresSQL na Adobe Experience Platform:
1. Selecione **** Consultas **** no painel esquerdo (em  GERENCIAMENTO DE DADOS ).
2. Selecione  Credenciais  na barra superior.
3. 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.
4. Use para copiar cada um dos parâmetros de credenciais do Postgres (Host, Porta, Banco de dados, Nome de usuário e outros) quando necessário no Power BI.
No Power BI:
1. Na janela principal, selecione  Obter dados  na barra de ferramentas superior.
2. Selecione Mais… no painel esquerdo.
3. Na tela Obter dados, pesquise por PostgresSQL e selecione o  Banco de dados PostgresSQL  na lista.
4. Na caixa de diálogo  Banco de dados PostgressSQL :
  1. Cole o parâmetro **** Host **** das Credenciais de consultas da Experience Platform no campo de texto  Servidor .
  2. 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 como prod:cja?FLATTEN por exemplo. Consulte Nivelar estruturas de dados aninhadas para uso com ferramentas de BI de terceiros para obter mais informações.
  3. Quando aparecer a solicitação do modo de Conectividade de dados, selecione DirectQuery.
  4. Você será solicitado a inserir o Nome de usuário e a Senha. Usar os parâmetros equivalentes de Credenciais de consultas da Experience Platform.
5. Após fazer logon com sucesso, as tabelas de visualização de dados do Customer Journey Analytics aparecerão no  Navegador  do Power BI.
6. 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.

Tableau Desktop

Procure os detalhes de suas credenciais do PostgresSQL na Adobe Experience Platform:
1. Selecione **** Consultas **** no painel esquerdo (em  GERENCIAMENTO DE DADOS ).
2. Selecione  Credenciais  na barra superior.
3. 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.
4. Use para copiar cada um dos parâmetros de credenciais do Postgres (Host, Porta, Banco de dados, Nome de usuário e outros) quando necessário no Tableau Desktop.
No Tableau Desktop:
1. Selecione **** Mais **** em  Para um servidor  no painel esquerdo.
2. Selecione  PostgresSQL  na lista.
3. Na caixa de diálogo PostgresSQL:
  1. Cole o parâmetro **** Host **** das Credenciais de consultas da Experience Platform no campo de texto  Servidor .
  2. Cole o parâmetro **** Porta **** das Credenciais de consultas da Experience Platform no campo de texto  Porta .
  3. 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 como prod:cja%3FFLATTEN por exemplo. Consulte Nivelar estruturas de dados aninhadas para uso com ferramentas de BI de terceiros para obter mais informações.
  4. Selecione **** Nome de usuário e senha **** na lista  Autenticação .
  5. Cole o parâmetro **** Nome de usuário **** das Credenciais de consultas da Experience Platform no campo de texto  Nome de usuário .
  6. Cole o parâmetro **** Senha **** das Credenciais de consulta da Experience Platform no campo de texto  Senha .
  7. Selecione  Fazer logon .
4. As visualizações de dados do Customer Journey Analytics são exibidas como tabelas na lista  Tabela .
5. 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.

Pesquisador

Procure os detalhes de suas credenciais do PostgresSQL na Adobe Experience Platform:
1. Selecione **** Consultas **** no painel esquerdo (em  GERENCIAMENTO DE DADOS ).
2. Selecione  Credenciais  na barra superior.
3. 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.
4. Use para copiar cada um dos parâmetros de credenciais do Postgres (Host, Porta, Banco de dados, Nome de usuário e outros) quando necessário no Tableau.
No Pesquisador:
1. Selecione Admin no painel esquerdo.
2. Selecione Conexões.
3. Selecione Adicionar conexão.
4. 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.
5. Selecione Testar para testar a sua conexão.
6. 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.

Jupyter Notebook

Procure os detalhes de suas credenciais do PostgresSQL na Adobe Experience Platform:
1. Selecione **** Consultas **** no painel esquerdo (em  GERENCIAMENTO DE DADOS ).
2. Selecione  Credenciais  na barra superior.
3. 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.
4. Use para copiar cada um dos parâmetros das credenciais do Postgres (Host, Porta, Banco de dados, Nome de usuário e outros) quando necessário no Jupyter Notebook.
No Jupyter Notebook:
1. Certifique-se de usar as bibliotecas necessárias.
2. Use os valores apropriados ao configurar e executar a conexão.
3. 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.

RStudio

Procure os detalhes de suas credenciais do PostgresSQL na Adobe Experience Platform:
1. Selecione **** Consultas **** no painel esquerdo (em  GERENCIAMENTO DE DADOS ).
2. Selecione  Credenciais  na barra superior.
3. 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.
4. Use para copiar cada um dos parâmetros das credenciais do Postgres (Host, Porta, Banco de dados, Nome de usuário e outros) quando necessário no Jupyter Notebook.
No RStudio:
1. Certifique-se de usar as bibliotecas necessárias.
2. Use os valores apropriados ao configurar e executar a conexão.
3. 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, onde n 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 especiais timestamp ou daterange.
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/ou COUNT.
  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.

Exemplos

Padrão

Exemplo

Descoberta de esquema

SELECT * FROM dv1 WHERE 1=0

Classificado ou detalhado

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 Cláusula

SELECT dim1, SUM(metric1) AS m1
FROM dv1
WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02'
GROUP BY dim1
HAVING m1 > 100

Distinto, início valores de dimensão

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

Totais de métricas

SELECT SUM(metric1) AS m1
FROM dv1
WHERE `timestamp` BETWEEN '2022-01-01' AND '2022-01-02'

Multidimensão detalhamentos e top-distints

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

Subselecionar: Filtrar adicionais resultados

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')

Subselecionar: Consulta cruzada visualizações de dados

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

Subselecionar: Origem em camadas, filtragem, e agregação

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

Seleciona onde as as métricas vêm antes ou misturados com as dimensões

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(*) ou COUNT(1) para obter a métrica de ocorrências.
SELECT COUNT(DISTINCT dimension) ou SELECT 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.

Operador ou Função

Detalhes

+, -, *, /, e %

Adicionar, subtrair, multiplicar, dividir e módulo/resto

-X ou +X

Alteração do sinal ou de uma métrica em que X é a expressão da métrica

PI()

Constante 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

Funções matemáticas unárias

MOD, POW, POWER, ROUND, LOG

Funções matemáticas binárias

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 ou timestamp >= X), o intervalo será de X até agora.
Se apenas um máximo for fornecido (timestamp < X ou timestamp <= 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.

NOTE

O Power BI não oferece suporte a métricas 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 ou daterangeName.
Encontre qualquer filterIds ou filterNames definido externamente para incluir no segmento.
Transforme as expressões restantes em segmentos ad-hoc.

O manuseio é feito analisando o primeiro nível dos ANDs 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 ANDs, ou, se a cláusula WHERE usar ORs 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

Função

Exemplo

Detalhes

Cast

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

A conversão de tipo não é aceita atualmente, mas nenhum erro será gerado. A função CAST é ignorada.

Carimbo de data e hora

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

Analise uma string de tempo como um carimbo de data e hora para usar em uma cláusula WHERE.

To timestamp

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

Analise uma string de tempo como um carimbo de data e hora para usar em uma cláusula WHERE, fornecendo opcionalmente um formato para essa string de tempo.

Data

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

Analise uma string de datas como um carimbo de data e hora para usar em uma cláusula WHERE.

To date

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

Analise uma string de data como um carimbo de data e hora para usar em uma cláusula 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

Função

Exemplo

Detalhes

Lower

SELECT LOWER(name) AS lower_name

Gere uma identidade de dimensão dinâmica no campo transmitido.

Funções de data e hora

Função

Exemplo

Detalhes

Ano

SELECT YEAR(`timestamp`)

Gere uma identidade de dimensão dinâmica no campo transmitido.

Mês

SELECT MONTH(`timestamp`)

Gere uma identidade de dimensão dinâmica no campo transmitido.

Dia

SELECT DAY(`timestamp`)

Gere uma identidade de dimensão dinâmica no campo transmitido.

Dia da semana

SELECT DAYOFWEEK(`timestamp`)

Gere uma identidade de dimensão dinâmica no campo transmitido. Use a ID do item em vez do valor, pois você precisa do número e não do nome amigável.

Dia do ano

SELECT DAYOFYEAR(`timestamp`)

Gere uma identidade de dimensão dinâmica no campo transmitido.

Semana

SELECT WEEK(`timestamp`)

Gere uma identidade de dimensão dinâmica no campo transmitido.

Trimestre

SELECT QUARTER(`timestamp`)

Gere uma identidade de dimensão dinâmica no campo transmitido.

Hora

SELECT HOUR(`timestamp`)

Gere uma identidade de dimensão dinâmica no campo transmitido. Use a ID do item em vez do valor, pois você precisa do número e não do nome amigável.

Minuto

SELECT MINUTE(`timestamp`)

Gere uma identidade de dimensão dinâmica no campo transmitido.

Extract

SELECT EXTRACT(MONTH FROM `timestamp`)

Gere uma identidade de dimensão dinâmica no campo transmitido. Use a ID do item em vez do valor para algumas partes dessa função, pois você precisa do número e não do nome amigável.
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'.

Date (part)

SELECT DATE_PART('month', `timestamp`)

Gere uma identidade de dimensão dinâmica no campo transmitido. Use a ID do item em vez do valor para algumas partes dessa função, pois você precisa do número e não do nome amigável.
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'.

Date (truncated)

SELECT DATE_TRUNC('quarter', `timestamp`)

Gere uma identidade de dimensão dinâmica no campo transmitido.
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.

Função

Exemplo

Detalhes

MIN() & MAX()

MIN(daterange) ou
MAX(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.

recommendation-more-help