文档 Experience Platform Data Science Workspace 指南

Jupyter Notebook中的查询服务

Last update: Tue Jul 16 2024 00:00:00 GMT+0000 (Coordinated Universal Time)

主题：

创建对象：

undefined
undefined

Adobe Experience Platform允许您通过将Query Service作为标准功能集成到JupyterLab中，在Data Science Workspace中使用结构化查询语言(SQL)。

本教程演示了用于探索、转换和分析Adobe Analytics数据的常见用例的示例SQL查询。

快速入门

在开始本教程之前，您必须满足以下先决条件：

访问Adobe Experience Platform。如果您无权访问Experience Platform中的组织，请在继续之前与系统管理员交谈
Adobe Analytics数据集
对本教程中使用的以下关键概念有了实际了解：
- Experience Data Model (XDM) and XDM System
- Query Service
- Query Service SQL Syntax
- Adobe Analytics

访问JupyterLab和Query Service access-jupyterlab-and-query-service

在Experience Platform中，从左侧导航列导航到 Notebooks。等待片刻以加载JupyterLab。

note note
NOTE
如果未自动显示新的“启动器”选项卡，请单击文件打开新的“启动器”选项卡，然后选择新建启动器。

在“启动器”选项卡中，单击Python 3环境中的空白图标以打开空笔记本。

note note
NOTE
Python 3是当前笔记本中唯一支持查询服务的环境。

在左选择边栏上，单击数据图标，然后双击 数据集 目录以列出所有数据集。
查找要浏览的Adobe Analytics数据集并右键单击列表，单击 在笔记本中查询数据 以在空笔记本中生成SQL查询。
单击包含函数qs_connect()的第一个生成的单元格，然后单击播放按钮执行该单元格。此函数创建笔记本实例与Query Service之间的连接。
从第二次生成的SQL查询中向下复制Adobe Analytics数据集名称，它将是FROM之后的值。
通过单击 + 按钮插入新的笔记本单元格。

在新单元格中复制、粘贴和执行以下import语句。这些语句将用于可视化您的数据：

code language-python
`import plotly.plotly as py import plotly.graph_objs as go from plotly.offline import iplot`

接下来，将以下变量复制并粘贴到新单元格中。根据需要修改它们的值，然后执行它们。

code language-python
`target_table = "your Adobe Analytics dataset name" target_year = "2019" target_month = "04" target_day = "01"`

target_table： Adobe Analytics数据集的名称。
target_year：目标数据来自的特定年份。
target_month：目标来自的特定月份。
target_day：目标数据来自的特定日期。

note note
NOTE
您可以随时更改这些值。执行此操作时，请确保执行变量单元格以应用更改。

查询您的数据 query-your-data

在单个笔记本单元格中输入以下SQL查询。选择查询的单元格，然后选择播放按钮，以执行查询。成功的查询结果或错误日志显示在执行的单元格下方。

当笔记本长时间处于非活动状态时，笔记本与Query Service之间的连接可能会中断。在这种情况下，通过选择位于电源按钮右上角的 重新启动 按钮来重新启动JupyterLab。

笔记本内核将重置，但单元格将保留，重新运行所有单元格以继续运行之前停止的操作。

每小时访客计数 hourly-visitor-count

以下查询返回指定日期的每小时访客计数：

查询

%%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;

在上述查询中，WHERE子句中的时间戳设置为target_year的值。通过将变量包含在大括号({})中，将其包含在SQL查询中。

查询的第一行包含可选变量hourly_visitor。查询结果将作为Pandas数据流存储在此变量中。将结果存储在数据流中允许您以后使用所需的Python包可视化查询结果。在新单元格中执行以下Python代码以生成条形图：

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)

每小时活动计数 hourly-activity-count

以下查询返回指定日期的每小时操作计数：

查询

%%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;

执行上述查询会将结果作为数据流存储在hourly_actions中。在新单元格中执行以下函数以预览结果：

hourly_actions.head()

可以修改上述查询，以便使用 WHERE 子句中的逻辑运算符返回指定日期范围内的每小时操作计数：

查询

%%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;

执行修改的查询会将结果作为数据流存储在hourly_actions_date_range中。在新单元格中执行以下函数以预览结果：

hourly_actions_date_rage.head()

每个访客会话的事件数 number-of-events-per-visitor-session

以下查询返回指定日期内每个访客会话的事件数：

查询

%%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;

执行以下Python代码以生成每个访问会话的事件数的直方图：

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)

给定日期的受欢迎页面 popular-pages-for-a-given-day

以下查询返回指定日期十个最受欢迎的页面：

查询

%%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;

给定日的活动用户 active-users-for-a-given-day

以下查询返回指定日期内最活跃的十个用户：

查询

%%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;

按用户活动列出的活跃城市 active-cities-by-user-activity

以下查询返回在指定日期生成大多数用户活动的十个城市：

查询

%%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;

后续步骤

本教程演示了在Jupyter笔记本中利用Query Service的一些示例用例。请按照使用Jupyter Notebooks分析数据教程中的说明，查看如何使用Data Access SDK执行类似的操作。

recommendation-more-help

cc79fe26-64da-411e-a6b9-5b650f53e4e9