Quick BI的SQL传参建模可以用在什么场景 阿里巴巴

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

1.  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。
2.  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_4`else 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。

 

 

[原文链接](https://link.zhihu.com/?target=https%3A//yq.aliyun.com/articles/727597%3Futm_content%3Dg_1000089494)

本文为云栖社区原创内容，未经允许不得转载。