查询加速商店报告见解指南
Query accelerated store允许您减少从数据中获得关键见解所需的时间和处理能力。 通常，会定期（例如，每小时或每天）处理数据，其中会创建和报告聚合视图。 对源自汇总数据的这些报表的分析会产生旨在改善业务绩效的见解。 query accelerated store提供缓存服务、并发、交互式体验和无状态API。 但是，它假定已针对聚合查询而非原始数据查询对数据进行预处理和优化。
查询加速存储允许您构建自定义数据模型和/或扩展现有Adobe Real-time Customer Data Platform数据模型。 然后，您可以参与报表分析，或将报表分析嵌入到您选择的报表/可视化框架中。 请参阅Real-time Customer Data Platform分析数据模型文档，了解如何自定义您的SQL查询模板，以便为您的营销和关键绩效指标(KPI)用例创建Real-Time CDP报告。
Adobe Experience Platform的Real-Time CDP数据模型提供了有关用户档案、受众和目标的洞察，并启用了Real-Time CDP洞察功能板。 本文档将指导您完成创建报表见解数据模型的过程，并且还会指导您根据需要扩展Real-Time CDP数据模型。
先决条件
本教程使用用户定义的功能板在Platform UI中可视化自定义数据模型中的数据。 请参阅用户定义的功能板文档以了解有关此功能的更多信息。
快速入门
要构建用于报表分析的自定义数据模型，并扩展包含扩充的Platform数据的Real-Time CDP数据模型，需要数据Distiller SKU。 请参阅与Data Distiller SKU相关的打包、护栏和许可文档。 如果您没有Data Distiller SKU，请联系您的Adobe客户服务代表以了解更多信息。
构建报表见解数据模型
本教程以构建受众分析数据模型为例。 如果您使用一个或多个广告商平台来访问受众，则可以使用广告商的API来获取受众的大致匹配计数。
首先，您拥有来自您的源（可能来自广告商平台API）的初始数据模型。 要生成原始数据的汇总视图，请按照下图所述创建报表分析模型。 这样允许一个数据集获得受众匹配的上限和下限。
在此示例中，externalaudiencereach表/数据集基于ID并跟踪匹配计数的下限和上限。 externalaudiencemapping维度表/数据集将外部ID映射到Platform上的目标和受众。
使用Data Distiller创建报表见解模型
接下来，创建一个报表分析模型（在此示例中为audienceinsight），并使用SQL命令ACCOUNT=acp_query_batch and TYPE=QSACCEL来确保在加速存储上创建它。 然后使用查询服务为audienceinsight数据库创建audienceinsight.audiencemodel架构。
ACCOUNT=acp_query_batch命令需要Data Distiller SKU。 如果没有它，则会在数据湖上创建常规数据模型。CREATE database audienceinsight WITH (TYPE=QSACCEL, ACCOUNT=acp_query_batch);
CREATE schema audienceinsight.audiencemodel;
创建表、关系和填充数据
现在您已经创建了audienceinsight报表分析模型，请创建externalaudiencereach和externalaudiencemapping表并建立它们之间的关系。 接下来，使用ALTER TABLE命令在表之间添加外键约束并定义关系。 以下SQL示例演示了如何执行此操作。
CREATE TABLE IF NOT exists audienceinsight.audiencemodel.externalaudiencereach
WITH ( DISTRIBUTION = REPLICATE ) AS
SELECT cast(null as int) approximate_count_upper_bound,
cast(null as string) deliverystatusdescription,
cast(null as timestamp) timeupdated ,
cast(null as int) operationstatuscode ,
cast(null as string) operationstatusdescription,
cast(null as int) approximate_count_lower_bound,
cast(null as timestamp)timecreated ,
cast(null as timestamp)timecontentupdated ,
cast(null as int) deliverystatuscode ,
cast(null as int) ext_custom_audience_id
WHERE false;
CREATE TABLE IF NOT exists audienceinsight.audiencemodel.externalaudiencemapping
WITH ( DISTRIBUTION = REPLICATE ) AS
SELECT cast(null as int) audience_id,
cast(null as int) destination_id,
cast(null as int) ext_custom_audience_id
WHERE false;
ALTER TABLE externalaudiencereach ADD CONSTRAINT FOREIGN KEY (ext_custom_audience_id) REFERENCES externalaudiencemapping (ext_custom_audience_id) NOT enforced;
成功执行两个ALTER TABLE命令后，事实和维度表之间的关系形成。
语句运行后，使用SHOW datagroups;命令从audienceinsight.audiencemodel返回加速存储上可用数据集的列表。 您的列表结果应类似于以下提供的示例。
POST /data/foundation/query/accelerated-queries访问。 Database | Schema | GroupType | ChildType | ChildName | PhysicalParent | ChildId
-----------------+---------------+-----------+----------------------+-------------------------+----------------+--------------------------------------
audienceinsight | audiencemodel | QSACCEL | Data Warehouse Table | externalaudiencemapping | true | 9155d3b4-889d-41da-9014-5b174f6fa572
audienceinsight | audiencemodel | QSACCEL | Data Warehouse Table | externalaudiencereach | true | 1b941a6d-6214-4810-815c-81c497a0b636
查询报表分析数据模型
使用查询服务查询audiencemodel.externalaudiencereach维度表。 下面显示了示例查询。
SELECT a.ext_custom_audience_id,
a.approximate_count_upper_bound
FROM audiencemodel.externalaudiencereach AS a
LEFT OUTER JOIN audiencemodel.externalaudiencemapping AS b
ON ( ( a.ext_custom_audience_id ) =
( b.ext_custom_audience_id ) )
GROUP BY a.ext_custom_audience_id,
a.approximate_count_upper_bound
LIMIT 5000 ;
列表化的结果包括计数和ID。
ext_custom_audience_id | approximate_count_upper_bound
------------------------+-------------------------------
23850912218170554 | 1000
23850808585120554 | 1012000
23850808585220554 | 100000
23850814978560554 | 1000
23850808585180554 | 421000
23850814978510554 | 3001000
23850814978530554 | 300000
23850912218160554 | 105000
23850808584990554 | 1000
23850809520110554 | 1000
(10 rows)
使用Real-Time CDP分析数据模型扩展您的数据模型
您可以通过其他详细信息扩展受众模型，以创建更丰富的维度表。 例如，您可以将受众名称和目标名称映射到外部受众标识符。 要实现此目的，请使用查询服务创建或刷新新数据集，并将其添加到将受众和目标与外部身份结合的受众模型。 下图说明了此数据模型扩展的概念。
创建维度表以扩展您的报表分析模型
使用查询服务将关键描述性属性从扩充的Real-Time CDP维度数据集添加到audienceinsight数据模型，并在事实表和新维度表之间建立关系。 以下SQL演示了如何将现有维度表集成到报表分析数据模型中。
CREATE TABLE audienceinsight.audiencemodel.external_seg_dest_map AS
SELECT ext_custom_audience_id,
destination_name,
audience_name,
destination_status,
a.destination_id,
a.audience_id
FROM externalaudiencemapping AS a
LEFT OUTER JOIN adwh_dim_audiences AS b
ON ( ( a.audience_id ) = ( b.audience_id ) )
LEFT OUTER JOIN adwh_dim_destination AS c
ON ( ( a.destination_id ) = ( c.destination_id ) );
ALTER TABLE externalaudiencereach ADD CONSTRAINT FOREIGN KEY (ext_custom_audience_id) REFERENCES external_seg_dest_map (ext_custom_audience_id) NOT enforced;
使用SHOW datagroups;命令确认创建附加external_seg_dest_map维度表。
Database | Schema | GroupType | ChildType | ChildName | PhysicalParent | ChildId
-----------------+----------------+-----------+----------------------+----------------------------------------------------+----------------+--------------------------------------
audienceinsight | audiencemodel | QSACCEL | Data Warehouse Table | external_seg_dest_map | true | 4b4b86b7-2db7-48ee-a67e-4b28cb900810
audienceinsight | audiencemodel | QSACCEL | Data Warehouse Table | externalaudiencemapping | true | b0302c05-28c3-488b-a048-1c635d88dca9
audienceinsight | audiencemodel | QSACCEL | Data Warehouse Table | externalaudiencereach | true | 4485c610-7424-4ed6-8317-eed0991b9727
查询您的扩展加速商店报告见解数据模型
现在audienceinsight数据模型已增强，可以对其进行查询了。 以下SQL显示了映射的目标和受众列表。
SELECT a.ext_custom_audience_id,
b.destination_name,
b.audience_name,
b.destination_status,
b.destination_id,
b.audience_id
FROM audiencemodel.externalaudiencereach1 AS a
LEFT OUTER JOIN audiencemodel.external_seg_dest_map AS b
ON ( ( a.ext_custom_audience_id ) = (
b.ext_custom_audience_id ) )
LIMIT 25;
查询返回查询加速存储上的所有数据集：
ext_custom_audience_id | destination_name | audience_name | destination_status | destination_id | audience_id
------------------------+------------------+---------------------------+--------------------+----------------+-------------
23850808595110554 | FCA_Test2 | United States | enabled | -605911558 | -1357046572
23850799115800554 | FCA_Test2 | Born in 1980s | enabled | -605911558 | -1224554872
23850799115790554 | FCA_Test2 | Born in 1970s | enabled | -605911558 | 1899603869
23850798177620554 | FCA_Test1 | Billionaires | enabled | 321720439 | 1401872665
23850814978560554 | FCA_Test3 | Canada - Saskatchewan | enabled | 1182494936 | -1917996562
23850808585180554 | FCA_Test3 | United States | enabled | 1182494936 | -1357046572
23850814978530554 | FCA_Test3 | Canada - British Columbia | enabled | 1182494936 | -652840507
23850808585120554 | FCA_Test3 | Canada - Quebec | enabled | 1182494936 | -519557860
23850809520110554 | FCA_Test3 | Born in 1960s | enabled | 1182494936 | 237824266
23850808585220554 | FCA_Test3 | Western Canada | enabled | 1182494936 | 1075937528
23850808584990554 | FCA_Test3 | Canada - Ontario | enabled | 1182494936 | 1593438041
23850814978510554 | FCA_Test3 | Canada - Alberta | enabled | 1182494936 | 1862946783
23850912218170554 | FCA_Test4 | Canada - Alberta | enabled | 1549248886 | 1862946783
23850912218160554 | FCA_Test4 | Born in 1970s | enabled | 1549248886 | 1899603869
使用用户定义的仪表板可视化您的数据
现在您已经创建了自定义数据模型，接下来可以使用自定义查询和用户定义的仪表板可视化您的数据。
以下SQL提供了按目标中的受众划分的匹配计数，以及按受众划分的每个受众目标。
SELECT b.destination_name,
a.approximate_count_upper_bound,
b.audience_name
FROM audiencemodel.externalaudiencereach AS a
LEFT OUTER JOIN audiencemodel.external_seg_dest_map AS b
ON ( ( a.ext_custom_audience_id ) = (
b.ext_custom_audience_id ) )
GROUP BY b.destination_name,
a.approximate_count_upper_bound,
b.audience_name
ORDER BY b.destination_name
LIMIT 5000
下图提供了一个示例，说明了如何使用您的报表分析数据模型实现可能的自定义可视化图表。
您的自定义数据模型可在用户定义的仪表板工作区中的可用数据模型列表中找到。 有关如何利用自定义数据模型的指导，请参阅用户定义的仪表板指南。