Hologres实战：路径分析函数

前言

Hologres提供了一套高效的路径分析函数，包括路径明细计算和结果解析功能，能够帮助用户深入理解用户行为路径，并通过桑基图实现数据可视化。

一、核心功能

路径明细计算：精确记录用户在产品或功能中的完整访问路径
结果解析：对路径数据进行深度分析和指标计算
可视化支持：生成桑基图展示路径流量分布和转化情况

二、路径明细函数

1. 路径明细函数（`path_analysis_detail`）

path_analysis_detail函数用于将指定的事件数据深度解析并呈现为详细的路径结构。其输出结果以序列化数组的形式展现，内容详尽丰富，涵盖了路径的完整序列、路径内各个节点间的父子关系，以及每个路径步骤的执行耗时等关键信息。

语法

sql 复制代码

path_analysis_detail(
  event, 
	event_time, 
	start_event, 
	session_interval_sec, 
	path_depth, 
	path_offset, 
	is_reverse,
split_session_by_event)

参数说明

2. 路径漏斗函数（`pad_funnel`）

pad_funnel函数用于获取特定事件组合构成的子路径信息。

语法

sql 复制代码

pad_full_path(path_analysis_detail())

参数说明

path_analysis_detail()：路径明细函数返回的路径明细的聚合结果数组。

返回值说明

复制代码

pad_sub_path_left(unnested_pad_result)
pad_sub_path_right(unnested_pad_result)
pad_sub_index_left(unnested_pad_result)
pad_sub_index_right(unnested_pad_result)
pad_sub_cost(unnested_pad_result)
pad_sub_session(unnested_pad_result)

3. `pad_session_path_array`

pad_session_path_array路径结果解析函数可以根据指定的会话ID，精准提取出该会话内发生的事件序列，并按照路径前缀进行有序组织。

语法

复制代码

pad_session_path_array(path_analysis_detail(), session_idx)

参数说明

path_analysis_detail()：路径明细函数返回的路径明细的聚合结果数组。
session_idx：指定的会话序号。

三、使用示例

1. 准备数据

sql 复制代码

--创建Extension，Extension是DB级别的函数，一个DB只需执行一次即可
CREATE extension flow_analysis;
--准备数据
CREATE TABLE path_demo( 
    uid text,
    event text,
    event_time timestamptz
);

INSERT INTO path_demo VALUES
('1','注册','2023-11-24 16:01:23+08'),
('1','登录','2023-11-24 16:02:10+08'),
('1','浏览','2023-11-24 16:02:15+08'),
('1','看直播','2023-11-24 16:03:10+08'),
('1','浏览','2023-11-24 16:03:15+08'),
('1','收藏','2023-11-24 16:04:20+08'),
('1','浏览','2023-11-24 16:07:21+08'),
('1','购买','2023-11-24 16:08:23+08'),
('1','退出','2023-11-24 16:09:05+08'),

('2','登录','2023-11-24 16:10:23+08'),
('2','购买','2023-11-24 16:12:23+08'),

('3','登录','2023-11-24 16:02:23+08'),
('3','浏览','2023-11-24 16:02:23+08'),
('3','收藏','2023-11-24 16:03:53+08'),
('3','看直播','2023-11-24 16:04:53+08'),

('4','登录','2023-11-24 16:02:23+08'),
('4','浏览','2023-11-24 16:03:53+08'),
('4','购买','2023-11-24 16:04:23+08'),
('4','看直播','2023-11-24 16:05:53+08'),
('4','取消下单','2023-11-24 16:06:53+08');

2. 使用案例

示例1：记录事件全部路径

按照时间切分SESSION：指定起始事件，按照时间切分SESSION，并设置SESSION间隔为180 s，匹配的序列长度为7。

sql 复制代码

--按照时间切分：指定开始事件为"登录"，SESSION时间间隔为180 s，匹配序列长度为7，并通过pad_full_path函数对结果解码
SELECT uid, pad_full_path(path_analysis_detail(event, event_time, '登录', 180, 7, 0, false)) AS ret FROM path_demo GROUP BY uid;

按照时间和事件切分SESSION：指定起始事件，SESSION时间间隔为180 s，匹配序列长度为7。

sql 复制代码

--按照时间和事件切分：起始事件为"浏览"，间隔时间为180 s，序列长度为7，并通过pad_full_path函数对结果解码
SELECT uid, pad_full_path(path_analysis_detail(event, event_time, '浏览', 180, 7, 0, false,TRUE)) AS ret FROM path_demo GROUP BY uid;

示例2：展开路径结果

sql 复制代码

--将路径展开
SELECT uid, unnest(pad_full_path(path_analysis_detail(event, event_time, '登录', 180, 7, 0, false))) AS ret FROM path_demo GROUP BY uid;

示例3：展开子路径并获取每一步的路径明细

sql 复制代码

--展开子路径
SELECT
    uid,
    pad_sub_session (ret) AS session_id,
    pad_sub_path_left (ret) AS sub_path_left,
    pad_sub_path_right (ret) AS sub_path_right,
    pad_sub_index_left (ret) AS sub_index_left,
    pad_sub_index_right (ret) AS sub_index_right,
    pad_sub_cost (ret) AS sub_cost
FROM (
    SELECT
        uid,
        unnest( path_analysis_detail (event, event_time, '登录', 180, 7, 0, FALSE)) AS ret
    FROM
        path_demo 
    GROUP BY
        uid) a ;

同时我们也可以结合可视化工具，例如DataV的Echarts 桑基图，将计算结果形成可视化的桑基图，示例如下：

示例4：计算每个子路径的PV、UV（未去重）

sql 复制代码

--计算每个子路径的uv/pv，未去重，如果需要去重，可以对uid做
SELECT
    sub_index,
    sub_path_left,
    sub_path_right,
    count(uid)
FROM (
    SELECT
        uid,
        pad_sub_path_left (ret) AS sub_path_left,
        pad_sub_path_right (ret) AS sub_path_right,
        pad_sub_index_right (ret) AS sub_index
    FROM (
        SELECT
            uid,
            unnest(path_analysis_detail (event, event_time, '登录', 180, 7, 0, FALSE)) AS ret
        FROM
            path_demo
        GROUP BY
            uid) a) a
GROUP BY
    sub_index,
    sub_path_left,
    sub_path_right
ORDER BY
    sub_index,
    sub_path_left,
    sub_path_right;

示例5：计算每个子路径的平均耗时

sql 复制代码

--计算子路径的平均耗时
SELECT
    sub_path_left,
    sub_path_right,
    avg(sub_cost)
FROM (
    SELECT
        uid,
        pad_sub_path_left (ret) AS sub_path_left,
        pad_sub_path_right (ret) AS sub_path_right,
        pad_sub_cost (ret) AS sub_cost
    FROM (
        SELECT
            uid,
            unnest(path_analysis_detail (event, event_time, '登录', 180, 7, 0, FALSE)) AS ret
        FROM
            path_demo
        GROUP BY
            uid) a) a
GROUP BY
    sub_path_left,
    sub_path_right
ORDER BY
    sub_path_left,
    sub_path_right;

示例6：会话路径与子路径明细关联

sql 复制代码

`--会话路径与子路径关联
select
    uid,
    pad_sub_session(item) as session_id,
    full_path [pad_sub_session(item)+1] as full_path,
    pad_sub_path_left(item) as sub_path_left,
    pad_sub_path_right(item) as sub_path_right,
    pad_sub_index_right(item) as sub_idx,
    pad_sub_cost(item) as sub_cost
from
    (
        select
            uid,
            unnest(ret) as item,
            pad_full_path(ret) as full_path
        from
            (
                select
                    uid,
                    path_analysis_detail(event, event_time, '登录', 180, 7, 0, false) as ret
                from
                    path_demo
                group by
                    uid
            ) a
    ) a;

示例7：查看指定的部分路径明细

sql 复制代码

--通过pad_funnel函数可以查看指定的部分路径明细，示例只看Browse>purchase 的转化情况，查看对应的明细，或者子路径情况
SELECT uid, pad_full_path(pad_funnel(path_analysis_detail(event, event_time, '登录', 180, 7, 0, false), array['登录', '购买'])) AS ret FROM path_demo GROUP BY uid;

四、结束语

通过路径分析，可以清晰地了解产品每个关键功能的访问情况，进一步辅助运营和产品进行下一步的业务策略优化和产品迭代，帮助业务更加健康地成长。

Hologres实战：路径分析函数

前言

一、核心功能

二、路径明细函数

1. 路径明细函数（path_analysis_detail）

语法

参数说明

2. 路径漏斗函数（pad_funnel）

语法

参数说明

返回值说明

3. pad_session_path_array

语法

参数说明

三、使用示例

1. 准备数据

2. 使用案例

示例1：记录事件全部路径

示例2：展开路径结果

示例3：展开子路径并获取每一步的路径明细

示例4：计算每个子路径的PV、UV（未去重）

示例5：计算每个子路径的平均耗时

示例6：会话路径与子路径明细关联

示例7：查看指定的部分路径明细

四、结束语

相关内容

1. 路径明细函数（`path_analysis_detail`）

2. 路径漏斗函数（`pad_funnel`）

3. `pad_session_path_array`