为什么Google Analytics等网络分析使用维度和指标而不是SQL语句？

Question

当我再次熟悉SQL语句时，从Google Analytics中提取数据时，我发现他们不使用SQL，而是使用维度和指标及其组合。

为什么这是一个原因？我认为它没有SQL接口（或普通的Web服务器日志下载）？如果是这样，SQL语句如何转换为Dimension，Metrics（以及Segment和Filters）？

似乎Metrics往往是“聚合”，例如count（）或average（），而Dimension往往是记录值本身（例如Browser == IE或Country = =澳大利亚），与group by值相同。过滤器就像条件，那么Segment呢？

似乎如果我们指定Dimensions，它会自动执行group by并显示该字段。它通常会计数（）或总和（）。如果我们想要average(*)，该怎么办？如果我们希望它显示但不希望它执行group by会怎么样？

要进行实验的示例网站位于http://code.google.com/apis/analytics/docs/gdata/gdataExplorer.html

Answer 1

使用术语“维度”和“度量标准”表明Google使用的是OLAP数据库而不是关系数据库.... SQL用于关系数据库：OLAP使用MDX或专有查询语言（如果是Oracle）。

来自http://en.wikipedia.org/wiki/OLAP

  

任何OLAP系统的核心都是OLAP多维数据集（也称为   '多维立方体'或超立方体）。

     

它由数字事实称为度量组成   按维度分类。

Answer 2

它可能是使用自己的技术（如Big Table和Map-Reduce）在内部开发的。映射和聚合是Map-Reduce类型算法的优势，因此有意义的是，数据似乎会在各种维度上聚合。

如果您想了解更多关于它们的信息，我会建议这些维基百科文章：

• http://en.wikipedia.org/wiki/Bigtable
• http://en.wikipedia.org/wiki/Map_reduce

Answer 3

我的猜测是，如果你问这样的问题，你可能已经过去了很多，看看一些开箱即用的报告，比如简单的页面浏览。如果这就是您所做的一切，那么您将大大忽略Web Analytics的重点和力量。一般而言，网络分析（不仅仅是GA）是关于随着时间的推移查看数据趋势。并且通过遵循预定义和用户定义的某些规则和行为来获取数据本身。

报告的大部分数据都不能轻易地从直接数据库查询中获取，因为数据基于诸如“随时间推移的xyz”和聚合数据等摘要。例如，维度和指标的“范围”概念，其中变量和/或值将报告有关单个页面视图/事件的数据，或者在访问（会话）过程中或甚至超过用户定义的时间量（比如“让这个月最后一个月”或“直到某个事件发生时才这样做”，就像弹出的特定变量或变量类型一样）。

由于大多数报告都涉及更高级别的数据检索概念，因此数据库被抽象出来，并建立了一个“框架”（报告界面），以帮助您构建显示趋势数据的报告。即使您是数据库专家，也需要花费太多时间和精力来手动提取数据，除了最基本的数据（如页面视图）之外几乎所有内容。像这样的基本数据不是很有效。

以广告系列跟踪为例。这一切都以单个var =值开头。当用户点击链接并转到URL中具有该var = value的页面时，跟踪代码会抓取该值并开始不仅仅归因于页面的数据（网址，时间，浏览器类型，列表继续以及从自定义编码收集的所有其他数据。然后还有其他可以应用的设置，例如附加每次点击费用或一些加权衡量标准，将成功归因于目标或事件等等......基于其他规则（首先与最终点击归因等）。 ..）。正在发挥作用的内容列表以及所考虑的内容一直在继续。继续尝试自己创建这些数据库查询字符串。现在洗，冲洗和重复，因为这只是一个活动代码。我的客户拥有数千个广告系列代码，每天都会添加更多广告代码。哦，最重要的是，根据您希望实际报告显示数据的方式调整或完成新的查询。通过xyz进行交叉引用和分解。根据该数据查看漏斗和方案。这只是针对广告系列的，有很多事情可以解决。

因此，简而言之，将报告界面视为数据库框架，使用可以调整的预定义查询，使人们的报告工作变得更加轻松，特别是因为大多数人不是数据库专家。

Answer 4

我认为答案在于，在API可用之前，您可以通过Google Analytics界面分析数据的唯一方法。它在那里广泛使用“维度”和“度量”。因为非技术人员经常光顾它，所以他们从未引入复杂的SQL结构;更容易下拉。

我不完全确定Google Analytics数据的存储方式是SQL友好的（即表中的列和行）。我读过他们已经开发了自己的内部存储方式来存储这些数据。

Answer 5

我们问自己类似的问题。看起来许多网络分析API更像是事后的想法，并且通常是对相应产品的UI功能的直接映射。使用Infunl（免责声明：我是联合创始人），我们正在使用灵活的查询语言构建Web分析API，该语法在语法上类似于SQL，但针对聚合和映射减少执行框架进行了高度优化。此外，它还提供了许多专为网络分析而设计的内置功能，如转换渠道步骤，群组分析，分割测试支持以及灵活的内容分组和分段。