Quick BI的SQL传参建模可以用在什么场景

Quick B的SQL传参建模功能提供基于SQL的数据加工处理能力，减轻了IT支撑人员的工作量。在即席查询SQL中，我们用物理字段显示别名来表示参数的占位符，配置完占位符后，就可以在查询控件中进行参数绑定。在的传参建模中，本质透传的是逻辑条件，执行过程中会将物理字段:显示别名来表示参数的占位符，配置完占位符后，就可以在查询控件中进行参数绑定。在QuickBI的SQL传参建模中，本质透传的是逻辑条件，执行过程中会将“{物理字段:显示别名}”替换为“物理字段 > 查询值 ” 或 “物理字段 = 查询值 ” 或 “物理字段 in (查询值A、查询值B、查询值C) ” 或 “物理字段>= 查询值A and物理字段<= 查询值B”。下面我们来看看，哪些场景会用到Quick B的SQL传参建模功能吧！

场景一：任意时间段内的用户购买行为分析

场景描述：在零售行业往往需要分析用户的活跃度和客户的忠诚度，那么通过分析任意时间段内用户购买频率是常用的分析思路。
基于SQL传参如何实现：

1) SQL建模，这个场景就是典型的二次聚合分析，而且任意时间段，需要作用到子查询中，SQL建模语句如下：

select

sum(case when buy_cnt = 1 then 1 else 0 end ) as buy_cut_1,

sum(case when buy_cnt = 2 then 1 else 0 end ) as buy_cut_2,

sum(case when buy_cnt >2 and buy_cnt<=5 then 1 else 0 end ) as buy_cut_2_5,

sum(case when buy_cnt >5 and buy_cnt<=10 then 1 else 0 end ) as buy_cut_5_10,

sum(case when buy_cnt >10 and buy_cnt<=20 then 1 else 0 end ) as buy_cut_10_20,

sum(case when buy_cnt >20 then 1 else 0 end ) as buy_cut_up_20

from

(SELECT a.customer_name,

count(a.order_id) as buy_cnt

from company_sales_record_copy a

WHERE ${a.report_date : date_test } /定义查询时间参数/

group by a.customer_name

) b

2) 参数设置，在Quick BI中SQL传参本质上传逻辑条件，SQL传参需要选择为“日期-年月日”，供查询控件中识别数据类型。

3) 点击“创建数据集”，构建“任意时间多次购买客户数”数据集

4) 仪表板配置，以交叉表配置为例。选择对应SQL传参建模数据集，拖拽选择需要展现的字段。如下所示：

5) 查询项绑定配置，选择SQL参数项作为查询条件项，设置查询项与图表组件的关联关系和筛选项展现形式。如下图所示：

6) 数据验证：点击查询进行数据验证和SQL准确性验证。Quick BI的SQL引擎根据查询条件配置和SQL传参建模进行参数绑定。如下图所示:

通过以上六步操作，就可以很好的实现SQL传参建模的全流程穿越，以此来支撑多次聚合的复杂分析场景。

场景二、销售库存类数据分析（SQL建模供参考）

1．场景描述：在零售行业分析任意时间段的库存和销量数据是比较常用的需求，通过该数据分析甄别某个商品近期销售情况和库存？针对这样的场景，如何构建Quick BI的SQL传参建模？

1）数据样例，后台数据具体字段包括（统计日期、省份、城市、期初库存、进货量、出货量、期末库存等）：

2）需要实现结果说明，基于以上数据，假设需要分析20190801~20190820浙江杭州的销售库存数据，需要给出的结果为:（期初库存取汇总开始时间的期初库存值，期末库存取汇总结束时间的期末库存值，进货朗、出货量采用sum汇总），另外时间为筛选区间。

3） Quick BI中SQL建模语句如下（供参考）：

SELECT QBI_T_1_.COL_2 AS '省份',

    QBI_T_1_.`COL_3` AS '城市',

sum( case when QBI_T_1_.COL_1 = start_date then QBI_T_1_.COL_4else 0 end) as '期初库存',

SUM(QBI_T_1_.COL_5) AS '进货量',

SUM(QBI_T_1_.COL_6) AS '出货量',

SUM(case when QBI_T_1_.COL_1 = end_date then QBI_T_1_.COL_7 else 0 end ) as '期末库存'

FROM quickbi_test.QBI_0808_1566542575222 AS QBI_T_1_ /每日库存销量表/

left join (

select min(a.COL_1) as start_date,

max(a.COL_1) as end_date

FROM quickbi_test.QBI_0808_1566542575222 AS a /每日库存销量表/

where ${a.COL_1:report_date} /查询项中绑定的SQL传参/

    ) b /*获取待汇总的统计时间*/

on (

        QBI_T_1_.COL_1 >= start_date

and QBI_T_1_.COL_1 <= end_date

    )

group by QBI_T_1_.COL_2,

     QBI_T_1_.`COL_3`

阿里巴巴数据中台团队，致力于输出阿里云数据智能的最佳实践，助力每个企业建设自己的数据中台，进而共同实现新时代下的智能商业！

阿里巴巴数据中台解决方案，核心产品：
Dataphin，以阿里巴巴大数据核心方法论OneData为内核驱动，提供一站式数据构建与管理能力；
Quick BI，集阿里巴巴数据分析经验沉淀，提供一站式数据分析与展现能力；
Quick Audience，集阿里巴巴消费者洞察及营销经验，提供一站式人群圈选、洞察及营销投放能力，连接阿里巴巴商业，实现用户增长。
欢迎志同道合者一起成长！更多内容详见数据中台官网 https://dp.alibaba.com

本文作者：潘炎峰

原文链接

本文为云栖社区原创内容，未经允许不得转载。