欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

介紹PostgreSQL中的Lateral類(lèi)型

 更新時(shí)間：2015年04月21日 17:15:13   投稿：goldensun  
這篇文章主要介紹了介紹PostgreSQL中的Lateral類(lèi)型,Lateral是PostgreSQL9.3版本以來(lái)加入的內(nèi)置類(lèi)型,需要的朋友可以參考下

PostgreSQL 9.3 用了一種新的聯(lián)合類(lèi)型! Lateral聯(lián)合的推出比較低調(diào)，但它實(shí)現(xiàn)了之前需要使用編寫(xiě)程序才能獲得的強(qiáng)大的新查詢. 在本文中, 我將會(huì)介紹一個(gè)在 PostgreSQL 9.2 不可能被實(shí)現(xiàn)的渠道轉(zhuǎn)換分析.
什么是 LATERAL 聯(lián)合?

對(duì)此的最佳描述在文檔中 可選 FROM 語(yǔ)句清單 的底部:

LATERAL 關(guān)鍵詞可以在前綴一個(gè) SELECT FROM 子項(xiàng). 這能讓 SELECT 子項(xiàng)在FROM項(xiàng)出現(xiàn)之前就引用到FROM項(xiàng)中的列. (沒(méi)有 LATERAL 的話, 每一個(gè) SELECT 子項(xiàng)彼此都是獨(dú)立的，因此不能夠?qū)ζ渌?FROM 項(xiàng)進(jìn)行交叉引用.)
…
當(dāng)一個(gè) FROM 項(xiàng)包含 LATERAL 交叉引用的時(shí)候，查詢的計(jì)算過(guò)程如下: 對(duì)于FROM像提供給交叉引用列的每一行，或者多個(gè)FROM像提供給引用列的行的集合, LATERAL 項(xiàng)都會(huì)使用行或者行的集合的列值來(lái)進(jìn)行計(jì)算. 計(jì)算出來(lái)的結(jié)果集像往常一樣被加入到聯(lián)合查詢之中. 這一過(guò)程會(huì)在列的來(lái)源表的行或者行的集合上重復(fù)進(jìn)行.

這種計(jì)算有一點(diǎn)密集。你可以比較松散的將 LATERAL 聯(lián)合理解作一個(gè) SQL 的foreach 選擇, 在這個(gè)循環(huán)中 PostgreSQL 將循環(huán)一個(gè)結(jié)果集中的每一行，并將那一行作為參數(shù)來(lái)執(zhí)行一次子查詢的計(jì)算.

我們可以用這個(gè)來(lái)干些什么?

看看下面這個(gè)用來(lái)記錄點(diǎn)擊事件的表結(jié)構(gòu):
 

CREATE TABLE event (
  user_id BIGINT,
  event_id BIGINT,
  time BIGINT NOT NULL,
  data JSON NOT NULL,
  PRIMARY KEY (user_id, event_id)
)

每一個(gè)事件都關(guān)聯(lián)了一個(gè)用戶，擁有一個(gè)ID，一個(gè)時(shí)間戳，還有一個(gè)帶有事件屬性的JSON blob. 在堆中，這些屬性可能包含一次點(diǎn)擊的DOM層級(jí), 窗口的標(biāo)題，會(huì)話引用等等信息.

加入我們要優(yōu)化我們的登錄頁(yè)面以增加注冊(cè). 第一步就是要計(jì)算看看我們的哪個(gè)渠道轉(zhuǎn)換上正在丟失用戶.

2015421170911413.png (1246×794)

示例：一個(gè)注冊(cè)流程的個(gè)步驟之間的渠道轉(zhuǎn)換率.


假設(shè)我們已經(jīng)在前端配備的裝置，來(lái)沿著這一流程來(lái)記錄事件日志，所有的數(shù)據(jù)都會(huì)保存到上述的事件數(shù)據(jù)表中.[1] 最開(kāi)始的問(wèn)題是，我們要計(jì)算有多少人查看了我們的主頁(yè)，而他們之中有百分之多少在那次查看了主頁(yè)之后的兩個(gè)星期之內(nèi)輸入了驗(yàn)證信息. 如果我們使用 PostgreSQL 較老的版本, 我們可能需要使用PL/pgSQL這一PostgreSQL內(nèi)置的過(guò)程語(yǔ)言 來(lái)編寫(xiě)一些定制的函數(shù). 而在 9.3 中, 我們就可以使用一個(gè) lateral 聯(lián)合，只用一個(gè)搞笑的查詢就能計(jì)算出結(jié)果，不需要任何擴(kuò)展或者 PL/pgSQL.

 

SELECT
user_id,
view_homepage,
view_homepage_time,
enter_credit_card,
enter_credit_card_time
FROM (
-- Get the first time each user viewed the homepage.
SELECT
user_id,
1 AS view_homepage,
min(time) AS view_homepage_time
FROM event
WHERE
data->>'type' = 'view_homepage'
GROUP BY user_id
) e1 LEFT JOIN LATERAL (
-- For each row, get the first time the user_id did the enter_credit_card
-- event, if one exists within two weeks of view_homepage_time.
SELECT
1 AS enter_credit_card,
time AS enter_credit_card_time
FROM event
WHERE
user_id = e1.user_id AND
data->>'type' = 'enter_credit_card' AND
time BETWEEN view_homepage_time AND (view_homepage_time + 1000*60*60*24*14)
ORDER BY time
LIMIT 1
) e2 ON true

沒(méi)有人會(huì)喜歡30多行的SQL查詢，所以讓我們將這些SQL分成片段來(lái)分析。第一塊是一段普通的 SQL:
 

SELECT
  user_id,
  1 AS view_homepage,
  min(time) AS view_homepage_time
FROM event
WHERE
  data->>'type' = 'view_homepage'
GROUP BY user_id

也就是要獲取到每個(gè)用戶最開(kāi)始觸發(fā) view_homepage 事件的時(shí)間. 然后我們的 lateral 聯(lián)合就可以讓我們迭代結(jié)果集的每一行，并會(huì)在接下來(lái)執(zhí)行一次參數(shù)化的子查詢. 這就等同于針對(duì)結(jié)果集的每一行都要執(zhí)行一邊下面的這個(gè)查詢:
 

SELECT
  1 AS enter_credit_card,
  time AS enter_credit_card_time
FROM event
WHERE
  user_id = e1.user_id AND
  data->>'type' = 'enter_credit_card' AND
  time BETWEEN view_homepage_time AND (view_homepage_time + 1000*60*60*24*14)
ORDER BY time
LIMIT 1

例如,對(duì)于每一個(gè)用戶，要獲取他們?cè)谟|發(fā) view_homepage_time 事件后的兩星期內(nèi)觸發(fā) enter_credit_card  事件的時(shí)間. 因?yàn)檫@是一個(gè)lateral聯(lián)合，我們的子查詢就可以從之前的子查詢出引用到 view_homepage_time 結(jié)果集. 否則，子查詢就只能單獨(dú)執(zhí)行，而沒(méi)辦法訪問(wèn)到另外一個(gè)子查詢所計(jì)算出來(lái)的結(jié)果集.

之后哦我們整個(gè)封裝成一個(gè)select，它會(huì)返回像下面這樣的東西:

user_id | view_homepage | view_homepage_time | enter_credit_card | enter_credit_card_time
---------+---------------+--------------------+-------------------+------------------------
567 | 1 | 5234567890 | 1 | 5839367890
234 | 1 | 2234567890 | |
345 | 1 | 3234567890 | |
456 | 1 | 4234567890 | |
678 | 1 | 6234567890 | |
123 | 1 | 1234567890 | |
...


因?yàn)檫@是一個(gè)左聯(lián)合，所以查詢結(jié)果集中會(huì)有不匹配 enter_credit_card 事件的行，只要有 view_homepage 事件就行. 如果我們匯總所有的數(shù)值列，就會(huì)得到渠道轉(zhuǎn)換的一個(gè)清晰匯總:
 

SELECT
  sum(view_homepage) AS viewed_homepage,
  sum(enter_credit_card) AS entered_credit_card
FROM (
  -- Get the first time each user viewed the homepage.
  SELECT
  user_id,
  1 AS view_homepage,
  min(time) AS view_homepage_time
  FROM event
  WHERE
  data->>'type' = 'view_homepage'
  GROUP BY user_id
) e1 LEFT JOIN LATERAL (
  -- For each (user_id, view_homepage_time) tuple, get the first time that
  -- user did the enter_credit_card event, if one exists within two weeks.
  SELECT
  1 AS enter_credit_card,
  time AS enter_credit_card_time
  FROM event
  WHERE
  user_id = e1.user_id AND
  data->>'type' = 'enter_credit_card' AND
  time BETWEEN view_homepage_time AND (view_homepage_time + 1000*60*60*24*14)
  ORDER BY time
  LIMIT 1
) e2 ON true

… 它會(huì)輸出:

 viewed_homepage | entered_credit_card
-----------------+---------------------
827 | 10


我們可以向這個(gè)渠道中填入帶有更多l(xiāng)ateral聯(lián)合的中間步驟，來(lái)得到流程中我們需要重點(diǎn)改進(jìn)的部分. 讓我們?cè)诓榭粗黜?yè)和輸入驗(yàn)證信息之間加入對(duì)使用示例步驟的查詢.
 

SELECT
  sum(view_homepage) AS viewed_homepage,
  sum(use_demo) AS use_demo,
  sum(enter_credit_card) AS entered_credit_card
FROM (
  -- Get the first time each user viewed the homepage.
  SELECT
  user_id,
  1 AS view_homepage,
  min(time) AS view_homepage_time
  FROM event
  WHERE
  data->>'type' = 'view_homepage'
  GROUP BY user_id
) e1 LEFT JOIN LATERAL (
  -- For each row, get the first time the user_id did the use_demo
  -- event, if one exists within one week of view_homepage_time.
  SELECT
  user_id,
  1 AS use_demo,
  time AS use_demo_time
  FROM event
  WHERE
  user_id = e1.user_id AND
  data->>'type' = 'use_demo' AND
  time BETWEEN view_homepage_time AND (view_homepage_time + 1000*60*60*24*7)
  ORDER BY time
  LIMIT 1
) e2 ON true LEFT JOIN LATERAL (
  -- For each row, get the first time the user_id did the enter_credit_card
  -- event, if one exists within one week of use_demo_time.
  SELECT
  1 AS enter_credit_card,
  time AS enter_credit_card_time
  FROM event
  WHERE
  user_id = e2.user_id AND
  data->>'type' = 'enter_credit_card' AND
  time BETWEEN use_demo_time AND (use_demo_time + 1000*60*60*24*7)
  ORDER BY time
  LIMIT 1
) e3 ON true

這樣就會(huì)輸出:

 viewed_homepage | use_demo | entered_credit_card
-----------------+----------+---------------------
827 | 220 | 86


從查看主頁(yè)到一周之內(nèi)使用demo，再到一周以內(nèi)向其輸入信用卡信息，這就向我們提供了三個(gè)步驟的通道轉(zhuǎn)換. 從此，功能強(qiáng)大的 PostgreSQL 使得我們可以深入分析這些數(shù)據(jù)結(jié)果集，并對(duì)我們的網(wǎng)站性能進(jìn)行整體的分析. 接著我們可能會(huì)有下面這些問(wèn)題要解決:

  •     使用demo是否能增加注冊(cè)的可能性?
  •     通過(guò)廣告找到我們主頁(yè)的用戶是否同來(lái)自其他渠道的用戶擁有相同的轉(zhuǎn)換率?
  •     轉(zhuǎn)換率會(huì)跟隨不同的 A/B 測(cè)試變量發(fā)生怎樣的變化?

這些問(wèn)題的答案會(huì)直接影響到產(chǎn)品的改進(jìn)，它們可以從 PostgreSQL 數(shù)據(jù)庫(kù)中找到答案，因?yàn)楝F(xiàn)在它支持 lateral 聯(lián)合.


沒(méi)有 lateral 聯(lián)合，我們就只能借助 PL/pgSQL 來(lái)做這些分析?；蛘?，如果我們的數(shù)據(jù)集很小，我們可能就不會(huì)碰這些復(fù)雜、低效的查詢. 在一項(xiàng)探索性數(shù)據(jù)研究使用場(chǎng)景下，你可能只是將數(shù)據(jù)從 PostgreSQL 里面抽取出來(lái)，并使用你所選擇的腳本語(yǔ)言來(lái)對(duì)其進(jìn)行分析。但是其實(shí)還存在更強(qiáng)大的理由來(lái)用SQL表述這些問(wèn)題, 特別是如果你正想要把整個(gè)全封裝到一套易于理解的UI中，并向非技術(shù)型用戶發(fā)布功能 的時(shí)候.

注意這些查詢可以被優(yōu)化，以變得更加高效. 在本例中，如果我們?cè)?(user_id, (data->>'type'), time)上創(chuàng)建一個(gè)btree索引, 我們只用一次索引查找就能針對(duì)每一個(gè)用戶計(jì)算每一個(gè)渠道步驟. 如果你使用的是SSD，在上面做查找花費(fèi)是很小的，那這就足夠了。而如果不是，你就可能需要用稍微不同的手段來(lái)圖示化你的數(shù)據(jù)，詳細(xì)的內(nèi)容我會(huì)留到另外一篇文章之中進(jìn)行介紹.


相關(guān)文章

最新評(píng)論