可視化類型磚
本文概述了可視化的類型可以使用在磚磚筆記本和SQL。
柱狀圖
柱狀圖顯示,一個給定的頻率值出現在一個數據集。看到柱狀圖可視化。
使用以下SQL查詢生成這個柱狀圖的例子。
選擇*從樣品。tpch。訂單
請注意
直方圖的支持後端聚合,提供後台支持查詢返回超過64 k行數據沒有截斷的結果集。
的熱圖
熱圖可視化允許您可視化數值數據使用的顏色。看到熱圖可視化。
使用以下SQL查詢生成這個熱圖的例子。
選擇*從樣品。tpch。訂單
請注意
熱圖支持後端聚合,提供後台支持查詢返回超過64 k行數據沒有截斷的結果集。
盒子
箱線圖顯示了分布數值數據的總結,可以按類別分組。看到箱線圖可視化。
下麵的SQL查詢用於生成這箱線圖的例子。
選擇*從樣品。tpch。lineitem
請注意
箱形圖隻支持聚合長達64000行。如果一個數據集大於64000行,數據將被截斷。
隊列
斷代分析檢驗結果的預先確定的團體,稱為軍團,他們通過一係列階段的進展。看到隊列可視化。
使用以下SQL查詢生成這個隊列的例子。
——匹配每個客戶的群體與cohort_dates作為(選擇o_custkey,最小值(date_trunc(“月”,o_orderdate))作為cohort_month從樣品。tpch。訂單集團通過1),——找到每個隊列的大小cohort_size作為(選擇cohort_month,數(截然不同的o_custkey)作為大小從cohort_dates集團通過1)——為每個隊列和月之後,發現活動用戶的數量beplay体育app下载地址選擇cohort_dates。cohort_month,裝天花板(months_between(date_trunc(“月”,樣品。tpch。訂單。o_orderdate),cohort_dates。cohort_month))作為個月,數(截然不同的樣品。tpch。訂單。o_custkey)作為活躍的,第一個(大小)作為大小從樣品。tpch。訂單左加入cohort_dates在樣品。tpch。訂單。o_custkey=cohort_dates。o_custkey左加入cohort_size在cohort_dates。cohort_month=cohort_size。cohort_month在哪裏datediff(date_trunc(“月”,樣品。tpch。訂單。o_orderdate),cohort_dates。cohort_month)! =0集團通過1,2訂單通過1,2
請注意
群隻聚集在日期(它允許每月聚合)。它不做任何任何其他聚合的數據在結果集內。所有其他的聚合查詢本身。
計數器
計數器顯示一個值顯著位置,選擇對目標值進行比較。使用計數器,指定行數據顯示在櫃台上的可視化值列和目標列。
下麵的SQL查詢用於生成這個反例。
選擇o_orderdate,avg(o_totalprice)從樣品。tpch。訂單集團通過1訂單通過1DESC
請注意
計數器隻支持聚合長達64000行。如果一個數據集大於64000行,數據將被截斷。
漏鬥
漏鬥可視化幫助分析指標在不同階段的變化。使用漏鬥,指定一個步進值列。
使用以下SQL查詢生成這個漏鬥的例子。
選擇o_orderstatus,總和(o_totalprice)作為收入從樣品。tpch。訂單集團通過1
請注意
漏鬥隻支持聚合長達64000行。如果一個數據集大於64000行,數據將被截斷。
地圖
有兩種類型的地圖可視化:等值線圖和標記。看到地圖可視化。
數據透視表
數據透視表可視化聚集記錄到一個新的列表顯示查詢結果。這是類似於主或組SQL語句。看到數據透視表可視化。
使用以下SQL查詢生成這個數據透視表的例子。
選擇*從樣品。tpch。lineitem
請注意
數據透視表支持後端聚合,提供後台支持的查詢返回超過64 k沒有截斷結果集的行數據。然而,數據透視表(遺留)隻支持聚合長達64000行。如果一個數據集大於64000行,數據將被截斷。
桑基
桑基圖可視化流到另一個從一組值。
下麵的SQL查詢用於生成這桑基例子。
選擇pickup_zip作為stage1,dropoff_zip作為stage2,總和(fare_amount)作為價值從樣品。nyctaxi。旅行集團通過1,2訂單通過3DESC限製10
請注意
桑基可視化不做任何聚合的數據在結果集內。所有聚合必須計算在查詢本身。
