使用超多維度資料集進行高效率的大資料分析
AVAILABILITY瞭解如何在Adobe Experience Platform的Experience Query Service中使用超立方體，以提升效率執行進階資料分析。 本文介紹如何使用Apache Datasketches 資料庫的進階函式，以遞增方式處理不同的計數和複雜的計算，而不需每次都重新處理歷史資料。
在大資料分析中，產生量度，例如相異計數、分位數、最常出現的專案、聯結和圖表分析，通常涉及非累加計數（其中結果不能簡單地從子群組彙總）。 傳統方法需要重新處理所有歷史資料，這可能需要耗費大量資源及時間。 使用草圖（即使用機率來表示大型資料集的簡潔摘要）和進階查詢服務功能，透過減少重新計算的需求來簡化此程式。
超立方體的主要功能
超立方體提供數種強大的功能，可提升資料分析的效率和彈性。
- 計算唯一使用者或不同的查詢：使用SQL功能產生與各種資料維度（例如產品檢視、網站造訪或商務活動）互動的不重複使用者計數，而不需重複重新分析原始資料。
- 累加處理：執行累加更新，以摺疊及合併跨維度和時間的資料點，而不需從頭開始重新計算所有資料。
- 多維度分析：超立方結構可啟用多維度篩選和重新排列資料，以建立代表維度組合的摘要列。 然後，這些摘要可用於以最少的計算開銷產生見解。
超立方體的使用案例
使用超立方體來有效地產生各種使用者互動的不同計數，而不需每次都完全重新計算資料。 以下是一些實用的使用案例：
- 分析在定義的時段內檢視特定產品的不重複訪客。
- 識別在指定期間內與多項產品互動的使用者，以強化交叉銷售分析。
- 區分隨著時間使用一種產品而不是另一種產品的使用者，以揭示偏好設定模式。
- 結合線上和離線互動資料，以取得指定期間使用者行為的完整檢視。
- 追蹤事件中不同活動的使用者移動，以最佳化版面配置和服務。
使用超立方體的優點
在這些情況下，您可以預先計算特定類別的基本資訊。 不過，當您跨多個維度和時段分析資料時，必須從原始資料重新計算所有內容，或使用查詢服務超立方體。 超立方體藉由有效率地組織資料來簡化流程，如此可讓您在不重新處理的情況下彈性篩選和多維度分析。 他們使用進階功能來快速且準確地估計結果，提供主要優點，例如改善處理效率、擴充能力以及適用於複雜分析任務的適應性。
查詢處理的資料大小效率
Query Service可以將數百萬或數十億個資料點（例如使用者ID）壓縮成稱為草圖的精簡形式。 此草圖已大幅減少查詢處理的資料大小，可維持擴充性，並讓您更容易、更快速地操作。 無論原始資料的大小有多大，草圖的大小都會維持在較小狀態，因此分析大型資料會更方便管理且更有效率。
下圖說明如何將Commerce、產品資訊和網頁維度ExperienceEvents處理為草圖，然後使用草圖來近似不重複計數。
