您在此处:
定义相对时间窗口度量
通过基于滚动时间窗口的度量获取实时 Data Cloud 见解。使用相对时间范围确定度量,例如指定的过去几秒、几分钟或几天。
计算见解时间窗口度量
对于计算见解,使用NOW函数建立动态或相对时间窗口。SECOND_ADD和SECOND_SUB函数提供更精确的控制,以定义度量的精确时间窗口。
- 可用性:
NOW、SECOND_ADD和SECOND_SUB函数在 Visual Insight Builder 的转换节点中可用。- 这些函数包含在 SQL 见解函数中。
- 筛选:您可以使用可视生成器筛选器节点“相对日期时间运算符”选项定义相对时间筛选器。
- 灵活性:您可以在可配置的时间间隔内定义和计算动态度量,从秒到年(365 天以上)。
实时时间窗口度量
使用动态时间窗口度量,以实时计算特定时间范围内的度量。将这些度量用于最近活动通知的个性化产品推荐。例如,您可以:
- 统计过去 10 分钟的网站互动,以推荐与最近查看次数相似的产品。
- 删除过去 10 分钟内未查看的产品。
实时见解如何更新度量
实时见解会在处理数据事件时更新度量。
- 查询时的计算:此度量的值在图形查询时计算。
- 不处理事件:在没有处理事件时,度量值会根据定义的相对时间窗口计算。例如,如果您的度量是“过去 10 分钟的产品点击计数”,并且在此期间没有发生点击,则该度量是 0。
- 客户端处理:实时图形客户端必须处理客户端的实时见解数据,以便在图形查询时获得真正的度量。
使用子度量和时间存储桶简化数据聚合
为了简化实时图形中的数据聚合并最大限度地减少存储,时间窗口流程在用户定义的时间间隔内使用子度量和时间存储桶。此流程无需将每个事件存储在实时图形中。
- 工作方式:在处理实时事件时,
NOW函数会比较 5 分钟子时间窗口中每个事件的事件时间,以确定适当的窗口大小。该函数按层次结构顺序应用了 5 个不同的窗口类型,其中每个类型涵盖了相对于计算时间的特定时间范围。 - 自动创建维度:在定义动态时间窗口时,该函数会将维度
window_start__c和window_end__c创建为实时见解维度。 - 提高存储成本:时间窗口流程可以生成近似度量,而不是事件的确切计数。该过程经过优化,可将最新数据存储在更小的精确存储桶中,并将旧数据分组到更大的存储桶中,以平衡准确性与存储成本。
窗口类型和逻辑:
- 五分钟窗口(最新数据)
- 涵盖:从计算时间开始的最后 1 小时
- 最大存储桶数量:12(确保至少 1 小时的覆盖范围)
- 一小时窗口(最近数据)
- 涵盖:从 1 小时前到 1 天前
- 最大存储桶数量:23
- 每日窗口(中期历史数据)
- 涵盖:从 1 天前到 1 个月前
- 存储桶示例:[2025-03-19 00:00 - 23:59], [2025-03-20 00:00 - 23:59]
- 最大存储桶数量:~30(因月长而异)
- 每月窗口(长期历史数据)
- 涵盖:从 1 个月前到 1 年前
- 存储桶示例:[2025-02-01 00:00 - 2025-02-28 23:59], [2025-03-01 00:00 - 2025-03-31 23:59]
- 最大存储桶数量:11
- 年度窗口(最旧数据)
- 涵盖:从计算时间开始超过 1 年的所有数据
- 存储桶示例:[2024-01-01 00:00 - 2024-12-31 23:59], [2023-01-01 00:00 - 2023-12-31 23:59]
- 最大存储桶数量:Unlimited(取决于数据时代)
示例:处理 25 个月的分钟级数据
- 数据集:从 2023 年 4 月 1 日到 2025 年 5 月 1 日每分钟的记录
- 计算时间:2025 年 5 月 1 日上午 10:30
- 记录总数:约 1,081,440 条记录
| 窗口类型 | 时间范围 | DMO 事件计数 | 实时图形聚合计数 |
|---|---|---|---|
| 5 分钟 | 2025 年 5 月 1 日9:30-10:30 | 60 条记录 | 12 条记录 |
| 1 小时 | 2025 年 4 月 30 日 10:30 至 2025 年 5 月 1 日 9:30 | 1380 条记录 | 23 条记录 |
| 每天 | 2025 年 3 月 31 日至 4 月 30 日 | 44,640 条记录 | 31 条记录 |
| 每月 | 2024 年 5 月 1 日至 2025 年 3 月 31 日 | 525,600 条记录 | 11 条记录 |
| 每年 | 2023 年 4 月 1 日 2024 年 5 月 1 日 | 525,600 条记录 | 2 个记录 |
