Frågetjänst i Jupyter-anteckningsbok

I Adobe Experience Platform kan du använda SQL (Structured Query Language) i Data Science Workspace genom att integrera Query Service i JupyterLab som standardfunktion.

I den här självstudiekursen visas exempel på SQL-frågor för vanliga användningsfall för att utforska, omforma och analysera Adobe Analytics-data.

Komma igång

Innan du startar den här självstudiekursen måste du ha följande krav:

Åtkomst JupyterLab och Query Service access-jupyterlab-and-query-service

Fråga dina data query-your-data

Ange följande SQL-frågor i enskilda anteckningsboksceller. Kör en fråga genom att markera den i cellen och sedan markera knappen play. Slutförda frågeresultat eller felloggar visas under den körda cellen.

När en anteckningsbok är inaktiv under en längre period kan anslutningen mellan anteckningsboken och Query Service brytas. I så fall startar du om JupyterLab genom att välja knappen Starta om i det övre högra hörnet bredvid strömknappen.

Anteckningsbokens kärna återställs men cellerna finns kvar. Kör om alla celler för att fortsätta där du slutade.

Antal besökare per timme hourly-visitor-count

Följande fråga returnerar antalet besökare per timme för ett angivet datum:

Fråga

%%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;

I ovanstående fråga ställs tidsstämpeln i WHERE-satsen in på värdet target_year. Inkludera variabler i SQL-frågor genom att innehålla dem inom klammerparenteser ({}).

Den första raden i frågan innehåller den valfria variabeln hourly_visitor. Frågeresultat lagras i den här variabeln som en Pandas-dataram. Om du lagrar resultat i en dataram kan du senare visualisera frågeresultaten med ett önskat Python-paket. Kör följande Python-kod i en ny cell för att generera ett stolpdiagram:

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)

Antal aktiviteter per timme hourly-activity-count

Följande fråga returnerar antalet timåtgärder för ett angivet datum:

Fråga

%%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;

Om du kör frågan ovan kommer resultatet i hourly_actions att lagras som en dataram. Kör följande funktion i en ny cell för att förhandsgranska resultatet:

hourly_actions.head()

Ovanstående fråga kan ändras för att returnera antalet timåtgärder för ett angivet datumintervall med hjälp av logiska operatorer i WHERE -satsen:

Fråga

%%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;

När den ändrade frågan körs sparas resultaten i hourly_actions_date_range som en dataram. Kör följande funktion i en ny cell för att förhandsgranska resultatet:

hourly_actions_date_rage.head()

Antal händelser per besökarsession number-of-events-per-visitor-session

Följande fråga returnerar antalet händelser per besökarsession för ett angivet datum:

Fråga

%%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;

Kör följande Python-kod för att generera ett histogram för antalet händelser per besökssession:

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)

Populära sidor för en viss dag popular-pages-for-a-given-day

Följande fråga returnerar de tio vanligaste sidorna för ett angivet datum:

Fråga

%%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;

Aktiva användare för en viss dag active-users-for-a-given-day

Följande fråga returnerar de tio mest aktiva användarna för ett angivet datum:

Fråga

%%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;

Aktiva städer efter användaraktivitet active-cities-by-user-activity

Följande fråga returnerar de tio städer som genererar de flesta användaraktiviteter för ett angivet datum:

Fråga

%%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;

Nästa steg

I den här självstudien visades några exempel på användningsområden för Query Service i Jupyter anteckningsböcker. Följ självstudiekursen Analysera dina data med Jupyter-anteckningsböcker för att se hur liknande åtgärder utförs med hjälp av SDK för dataåtkomst.