Question

早上好。我在Google AnalyticsAPI中看到过这种行为，作为一个SQL人我觉得很奇怪。我想获取adContent的所有值的列表，因此我查询ga:adContent和（因为我还必须选择一个指标，没有明确定义的原因）ga:organicSearches。它位于同一组（Campaign）中，因此它可能会在服务器上表现更好。

我得到一行：adContent是“（未设置）”，organicSearches是516,674。嗯，我猜adContent没有被使用。但营销部门发誓说它是，并产生一些令人信服的屏幕截图。

稍后，我随意将指标更改为ga:transactions。在我醒来的宇宙中，除了在该列中返回的实际值之外，这应该对任何事物都没有任何影响。相反，我得到了数以万计的行，ga:adContent的值合理。 ga:transactions的值有时为零，因此GA不会过滤“metric＆gt; 0”。

我的查询中没有过滤器。我没有更改这两个变体之间的日期范围。谁能告诉我发生了什么事？我希望上面的查询转换为类似的东西，它应返回完全相同的行数：

SELECT adContent, SUM(organicSearches)
FROM Campaign
WHERE Date BETWEEN X AND Y
GROUP BY adContent

SELECT adContent, SUM(transactions)
FROM Campaign INNER JOIN ECommerce ON <something>
WHERE Date BETWEEN X AND Y
GROUP BY adContent

我意识到GA可能没有在后端使用普通的RDMS，但在任何数据库中肯定1 + 1仍然等于2！

Answer 1

根据定义，ga:organicSearches几乎不会有ga:adContent的任何匹配（边缘情况除外）。 ga:adContent用于广告的内容，其中ga:organicSearches用于会话中的自然搜索结果访问（例如，如果您在同一会话中多次使用Google来尝试在网站上查找特定内容）。除了试图测量这种特殊现象外，不要将它用于任何事物。

尽量不要在这里使用SQL思维框架; Google Analytics不会在后端使用SQL，因此您对传统关系的概念不适用。 IIRC，他们使用了一些东西，其中包括BigTable variant，这是一个NoSQL类型的数据库。

From a Google Paper on BigTable from 2006：

我们简要介绍两个表格由Google Analytics使用。原始的单击表（200 TB）保持一行对于每个最终用户会话。排 name是包含的元组网站的名称和时间会话已创建。这个架构确保访问的会话同一个网站是连续的，那个它们按时间顺序排序。这个桌子压缩到14％原始尺寸。汇总表（20 TB）包含各种预定义的每个网站的摘要。这张桌子从原始点击表生成通过定期安排的MapReduce 工作。每个MapReduce作业都会提取来自原始点击的最近会话数据表。整个系统的吞吐量受到GFS吞吐量的限制。该表压缩到其中的29％原始尺寸。

如果您希望所有维度列表的指标的最小公分母，请使用ga:pageviews。

Google AnalyticsAPI - 指标的选择会影响返回的维度值吗？

1 个答案: