資料集統計資料計算
您現在可以使用Azure Data Lake Storage SQL命令計算COMPUTE STATISTICS (ADLS)資料集的資料行層級統計資料。 計算資料集統計資料的SQL命令是ANALYZE TABLE命令的延伸。 在ANALYZE TABLESQL參考檔案中可以找到命令的完整詳細資料。
若要檢視使用ANALYZE TABLE COMPUTE STATISTICS命令計算的統計資料，您可以在別名或統計資料ID上使用SELECT查詢。 您也可以將統計分析的範圍限制在整個資料集、資料集的子集、所有欄或欄的子集。
COMPUTE STATISTICS、FILTERCONTEXT和FOR COLUMNS命令。 ANALYZE TABLE命令的這些延伸目前僅支援ADLS表格。 如需詳細資訊，請參閱SQL語法指南的ANALYZE TABLE section。本指南可協助您建構查詢，以便您計算ADLS資料集的欄統計資料。 使用這些命令，您可以透過PSQL使用者端使用SQL查詢來檢視階段作業中產生的統計資料。
計算統計資料 compute-statistics
已在ANALYZE TABLE命令中新增其他建構，可讓您計算資料集子集和特定資料行的統計資料。 若要計算資料集統計資料，您必須使用ANALYZE TABLE <tableName> COMPUTE STATISTICS格式。
以下範例會計算資料集內adc_geometric資料集和 所有 欄的統計資料。
ANALYZE TABLE adc_geometric COMPUTE STATISTICS;
COMPUTE STATISTICS命令不支援陣列或對應資料型別。 您可以設定skip_stats_for_complex_datatypes旗標，如果輸入資料框架有具有陣列和對應資料型別的欄，則通知或發生錯誤。 依預設，標幟會設為true。 若要啟用通知或錯誤，請使用下列命令： SET skip_stats_for_complex_datatypes = false。建立別名 alias-name
由於計算結果可能是大量資料，因此直接在主控台輸出中傳回已計算的資料是不合理的。 雖然別名是選用名稱，但建議您在計算統計資料時使用這些別名作為最佳實務。 在陳述式中提供別名，以描述性參考SQL查詢中的結果。 或者，產生自動產生的Statistics ID，並用來儲存計算的資訊。
下列範例會將輸出計算統計資料儲存在alias_name中，以供稍後參考。 執行ANALYZE TABLE命令後，查詢中使用的別名即可供參考。
ANALYZE TABLE adc_geometric COMPUTE STATISTICS AS alias_name;
上述範例的輸出為SUCCESSFULLY COMPLETED, alias_name。 主控台輸出不會在回應analyze table compute statistics命令時顯示統計資料。 若要檢視詳細結果，您必須對別名或「統計值ID」使用SELECT查詢。
檢視計算統計資料的輸出 view-output-of-computed-statistics
如果您未預先提供別名，查詢服務會自動為Statistics ID產生遵循<tableName_stats_{incremental_number}>格式的名稱。 如果提供了別名，則會顯示在Statistics ID欄中。
COMPUTE STATISTICS查詢的範例輸出如下：
| Statistics ID |
| --------------------- |
| adc_geometric_stats_1 |
(1 row)
然後，您可以參照 直接 查詢計算的統計資料Statistics ID。 以下範例陳述式可讓您在搭配Statistics ID或別名使用時完整檢視輸出。
SELECT * FROM adc_geometric_stats_1;
計算的統計資料輸出看起來可能類似於下面的範例。
columnName | mean | max | min | standardDeviation | approxDistinctCount | nullCount | dataType
|------------------------------------------------------------+----------------+----------------+----------------+-------------------+---------------------+-----------+-----------
marketing.trackingcode | 0.0 | 0.0 | 0.0 | 0.0 | 1213.0 | 0 | String
_experience.analytics.customdimensions.evars.evar13 | 0.0 | 0.0 | 0.0 | 0.0 | 8765.0 | 20 | String
_experience.analytics.customdimensions.evars.evar74 | 0.0 | 0.0 | 0.0 | 0.0 | 11.0 | 0 | String
web.webpagedetails.name | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0 | String
_experience.analytics.event1to100.event8.value | 5.0 | 9077.0 | 123.0 | 10.0 | 1001.0 | 80 | Double
search.ispaid | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0 | Boolean
commerce.productlistviews.value | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 10 | Double
device.typeid | 0.0 | 0.0 | 0.0 | 0.0 | 0.0 | 10 | String
commerce.purchases.value | 765.0 | 98760.0 | -980.0 | 32.0 | 99.0 | 90 | Double
_experience.analytics.customdimensions.props.prop45 | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0 | String
environment.browserdetails.javaenabled | 0.0 | 0.0 | 0.0 | 0.0 | 1.0 | 0 | Boolean
timestamp | 0.0 | 0.0 | 0.0 | 0.0 | 98.0 | 3 | Timestamp
(12 rows)
顯示統計分析中繼資料 show-statistics
您可以使用SHOW STATISTICS命令來顯示工作階段中產生之所有暫時統計資料的中繼資料。 這個指令可以協助您縮小統計分析的範圍。
以下顯示SHOW STATISTICS的範例輸出。
statsId | tableName | columnSet | filterContext | timestamp
|----------------------+---------------+-----------+-----------------------------+--------------------
adc_geometric_stats_1 | adc_geometric | (age) | | 25/06/2023 09:22:26
demo_table_stats_1 | demo_table | (*) | ((age > 25)) | 25/06/2023 12:50:26
age_stats | castedtitanic | (age) | ((age > 25) AND (age < 40)) | 25/06/2023 09:22:26
以下提供中繼資料欄名稱的說明。
statsIdCOMPUTE STATISTICS命令產生的暫存統計資料表。tableNamecolumnSetfilterContexttimestamp您可以隨時在該階段作業中使用SELECT敘述句來查詢計算的統計資料，並使用統計資料ID或別名。 產生的統計值ID和統計值只適用於此特定階段作業，而且無法跨不同的PSQL階段作業存取。 計算的統計資料目前不是持續性的。 如需詳細資訊，請參閱如何檢視計算所得統計資料的輸出的區段。
限制包含的欄 limit-included-columns
若要集中進行分析，您可以依名稱參照特定資料集欄，藉此計算其統計資料。 使用FOR COLUMNS (<col1>, <col2>)語法來鎖定特定資料行。 以下範例計算資料集commerce之資料行id、timestamp和tableName的統計資料。
ANALYZE TABLE tableName COMPUTE STATISTICS FOR columns (commerce, id, timestamp);
您可以計算任何根層級或巢狀資料行的統計資料。 下列範例示範這些參照。
ANALYZE TABLE adcgeometric COMPUTE STATISTICS FOR columns (commerce, commerce.purchases.value, commerce.productListAdds.value);
新增時間戳記篩選條件 filter-condition
若要根據時間順序重點分析欄，您可以新增時間戳記篩選條件。 此條件可用來篩選掉歷史資料，或將資料分析聚焦於特定期間。 FILTERCONTEXT命令會根據您提供的篩選條件，計算資料集子集的統計資料。
在以下範例中，會在資料集tableName的所有資料行計算統計資料，其中資料行時間戳記的值介於指定的範圍2023-04-01 00:00:00和2023-04-05 00:00:00之間。
ANALYZE TABLE tableName FILTERCONTEXT (timestamp >= to_timestamp('2023-04-01 00:00:00') and timestamp <= to_timestamp('2023-04-05 00:00:00')) COMPUTE STATISTICS FOR ALL COLUMNS;
您可以結合欄限制和篩選器，為您的資料集欄建立高度具體的計算查詢。 例如，下列查詢會計算資料集commerce之資料行id、timestamp和tableName的統計資料，其中資料行時間戳記的值介於指定的範圍2023-04-01 00:00:00和2023-04-05 00:00:00之間。
ANALYZE TABLE tableName FILTERCONTEXT (timestamp >= to_timestamp('2023-04-01 00:00:00') and timestamp <= to_timestamp('2023-04-05 00:00:00')) COMPUTE STATISTICS FOR columns (commerce, id, timestamp);
後續步驟 next-steps
閱讀本檔案後，您現在已能更加瞭解如何使用SQL查詢，從ADLS資料集產生欄級統計資料。 建議您閱讀SQl語法指南，以探索Adobe Experience Platform查詢服務的更多功能。