文档Experience PlatformData Science Workspace 指南

Jupyter Notebook中的查询服务

Last update: Thu May 25 2023 00:00:00 GMT+0000 (Coordinated Universal Time)

创建对象：

  • User
  • Developer

Adobe Experience Platform 允许您在中使用结构化查询语言(SQL) Data Science Workspace 通过集成 Query Service 到 JupyterLab 作为标准功能。

本教程演示了用于探索、转换和分析常用用例的示例SQL查询 Adobe Analytics 数据。

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

  1. In Experience Platform，导航到 Notebooks （从左侧导航列中）。 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，请单击以打开新的“启动器”选项卡 文件 然后选择 新建启动器.

  2. 在“启动器”选项卡中，单击 空白 图标，打开空笔记本。

    note note
    NOTE
    Python 3是当前笔记本中查询服务唯一支持的环境。

  3. 在左侧的选择边栏中，单击 数据 图标，然后双击 数据集 目录，列出所有数据集。

  4. 查找 Adobe Analytics 要浏览并右键单击列表的数据集，请单击 在笔记本中查询数据 以在空笔记本中生成SQL查询。

  5. 单击第一个生成的包含函数的单元格 qs_connect() 并通过单击“播放”按钮来执行。 此函数创建笔记本实例与 Query Service.

  6. 向下复制 Adobe Analytics 数据集名称来自第二个生成的SQL查询，它将是之后的值 FROM.

  7. 通过单击 + 按钮。

  8. 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

  9. 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：您的名称 Adobe Analytics 数据集。
    • 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。 在执行此操作时，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 play 按钮。 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，笔记本和服务器之间的连接 Query Service 可能会中断。 在这种情况下，重新启动 JupyterLab 通过选择 重新启动 按钮 重新启动按钮 位于电源按钮旁边的右上角。

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，时间戳 WHERE 子句设置为的值 target_year. 通过将变量包含在大括号({})。

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稍后使用所需的可视化查询结果 Python 包。 执行以下命令 Python 新单元格中用于生成条形图的代码：

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存储在 hourly_actions 作为数据流。 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，以使用中的逻辑运算符返回指定日期范围内的每小时操作计数 位置 子句：

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;

执行修改后的查询会将结果存储在 hourly_actions_date_range 作为数据流。 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;

执行以下命令 Python 用于为每个访问会话的事件数生成直方图的代码：

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)

给定日期的热门页面 popular-pages-for-a-given-day

以下查询返回指定日期的最受欢迎的10个页面：

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;

给定日期的活动用户 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

本教程演示了利用的一些示例用例 Query Service 在 Jupyter 笔记本。 请遵循 使用Jupyter Notebooks分析数据 本教程将介绍如何使用Data Access SDK执行类似操作。

recommendation-more-help
cc79fe26-64da-411e-a6b9-5b650f53e4e9