Google analytics 为什么像Google Analytics这样的Web分析使用维度和度量而不是SQL语句？

当我再次非常熟悉SQL语句时，从Google Analytics中提取数据时，我发现它们不使用SQL，而是使用维度和度量以及它们的组合

这是为什么呢？我认为它没有SQL接口（或普通的web服务器日志下载）？如果是这样，SQL语句如何转换为维度、度量（以及段和过滤器）

似乎度量往往是“聚合”，如count（）或average（），维度往往是记录的值本身（如Browser==IE或Country==Australia），这与

groupby

值相同。过滤器就像条件句，那么段呢

似乎如果我们指定了维度，那么它会自动执行一个

groupby

，并显示该字段。它通常是count（）或sum（）。如果我们想要

平均值（*）

呢？如果我们想让它显示，但不想让它按分组，该怎么办

---

要进行实验的示例网站位于

，我想答案在于，在API可用之前，分析数据的唯一方法是通过Google Analytics界面。在那里，他们广泛使用“维度”和“度量”。因为非技术人员经常使用它，所以他们永远不会引入复杂的SQL构造；只是更容易有下拉列表

我不完全确定Google Analytics数据的存储方式是否对SQL友好（即表中的列和行）。我读到他们开发了自己的内部数据存储方式。

使用术语“维度”和“度量”表明谷歌使用的是OLAP数据库，而不是关系数据库。。。。SQL用于关系数据库：OLAP使用MDX或专有查询语言（如果是Oracle）

从

任何OLAP系统的核心都是OLAP多维数据集（也称为 “多维立方体”或超立方体）

它由称为度量值的数值事实组成 按维度分类

---

它可能是内部开发使用自己的技术，如大表和地图减少。映射和聚合是Map-Reduce类型算法的优势，因此，数据将在不同维度上聚合是有意义的

如果你想了解更多，我建议你阅读以下维基百科文章：

---

我的猜测是，如果你问这样的问题，你可能已经不再看一些现成的报告了，比如简单的页面视图。如果这就是你所做的一切，那么你就完全失去了网络分析的意义和力量。一般而言，Web分析（不仅仅是GA）关注的是数据随时间的变化趋势。数据本身是通过遵循特定的规则和行为来获取的，包括预定义的和用户定义的规则和行为

报告中的许多数据都不能轻易地从直接数据库查询中获取，因为这些数据是基于诸如“随时间变化的xyz”之类的抽象和聚合数据。例如，维度和度量的“范围”概念，其中变量和/或值将报告有关单页视图/事件的数据，或在访问（会话）过程中，甚至在用户定义的时间量内（如“使其持续一个月”或“使其持续到某个事件发生，”如特定变量或被弹出的变量类型）

由于大多数报告都涉及更高级别的数据检索概念，因此数据库被抽象出来，并设置了一个“框架”（报告界面），以帮助您构建显示趋势数据的报告。即使您是一名数据库专家，尝试手动提取几乎所有数据都需要花费太多的时间和精力，但最基本的数据（如页面视图）除外。像这样的基础数据是不太可行的

以活动跟踪为例。这一切都从一个var=值开始。当用户单击链接并转到url中var=值的页面时，跟踪代码将获取该值，并开始不仅对该页面的数据（url、时间、浏览器类型、列表等等）进行属性化，还对从自定义编码中收集的所有其他数据进行属性化。然后，您还可以根据其他规则（第一次单击和最后一次单击属性等）对其应用其他设置，如附加每次单击的成本或某些加权度量、将成功归因于目标或事件等。开始发挥作用的东西和被考虑的东西的清单一直在继续。继续并尝试自己创建这些数据库查询字符串。现在清洗，漂洗和重复，因为这只是一个活动代码。我的客户有数千个活动代码，每天都会添加更多。哦，最重要的是，根据您希望实际报表显示数据的方式，调整或创建全新的查询。交叉引用和按xyz细分。根据这些数据查看漏斗和场景。这只是为了竞选，很多事情中的一件

---

因此，长话短说，将报表界面视为数据库的框架，可以调整预定义的查询，以使人们的报表工作大大简化，特别是因为大多数人不是数据库专家

我们问了自己类似的问题。看起来很多web分析API都是事后才想到的，通常直接映射到相应产品的UI功能。（免责声明：我是联合创始人）我们正在使用灵活的查询语言构建web analytics API，该语言在语法上类似于SQL，但在聚合和映射减少执行框架方面进行了高度优化。此外，它还提供了许多专门为web分析设计的内置功能，如转换漏斗st