ShopifyQL sintakses pārskats

Tu vari izmantot ShopifyQL vaicājumu sintaksi, lai izgūtu un veidotu sava veikala pārskatu datus. Vaicājums ir jautājums, ko tu uzdod saviem datiem. FROM atlasa datu kopu, SHOW atlasa atgriežamos datus, bet pārējie atslēgvārdi pievieno filtrus, grupēšanu, datumu diapazonus, salīdzinājumus un vizualizācijas.

ShopifyQL sintaksi var izmantot jebkuram no tālāk norādītajiem mērķiem:

Terminu vārdnīca

ShopifyQL terminu, piemēram, dimensiju, atslēgvārdu un operatoru, definīcijas.
TerminsDefinīcija
DimensijaAtribūts, kas segmentē datus, lai tos varētu kārtot un atspoguļot skaidrāk. Biežāk sastopamie dimensiju piemēri ir laiks, produkti un vietas. Dimensijas tiek izmantotas kā parametri ShopifyQL.
AtslēgvārdsShopifyQL sintakse, kas darbojas kā komanda tava vaicājuma vadīšanai.
MetrikaDatu kvantitatīvs mērījums. Biežāk sastopamie metriku piemēri ir kopējais ietirgotais apjoms, pasūtījumu skaits un bruto peļņa.
ParametrsShopifyQL sintakse, kas identificē vaicājumā iekļaujamos datubāzes elementus vai informāciju.
OperatorsRezervēts vārds vai rakstzīme, kas tiek izmantota kā daļa no vaicājuma. Piemēri ir STARTS WITH, >= vai last_week.

ShopifyQL sintakses noteikumi

Veidojot derīgu pārskata vaicājumu ar ShopifyQL, ir jāievēro tālāk norādītās prasības:

  • Tu vari ievietot visu vaicājumu vienā rindā vai atsevišķās rindās.
  • Tev jāiekļauj vismaz atslēgvārdi FROM un SHOW ar to atbilstošajiem parametriem. Visi pārējie atslēgvārdi un parametri ir neobligāti.
  • Visi atslēgvārdi vaicājumā jāiekļauj šādā secībā:
  1. FROM
  2. SHOW
  3. WHERE
  4. GROUP BY
  5. TIMESERIES
  6. WITH TOTALS, GROUP_TOTALS, PERCENT_CHANGE, CUMULATIVE_VALUES, CURRENCY, TIMEZONE
  7. HAVING
  8. SINCE un UNTIL, vai DURING
  9. COMPARE TO un neobligāts UNTIL
  10. ORDER BY
  11. LIMIT
  12. VISUALIZE un TYPE, MAX, ANNOTATE

Šis ir ShopifyQL piemērs, kas uzrakstīts kā vaicājums ar pareizu sintaksi. Parametri ir iekļauti, izmantojot vispārīgus vietturus, un neobligātie parametri ir norādīti iekavās:

FROM table_name1, table_name2, ...
SHOW column1 { AS alias }, column2 { AS alias }, ...
WHERE condition
GROUP BY dimension
TIMESERIES time_dimension WITH TOTALS, GROUP_TOTALS, PERCENT_CHANGE, CUMULATIVE_VALUES, CURRENCY 'currency_code', TIMEZONE 'iana_timezone'
HAVING condition
SINCE date_offset
UNTIL date_offset
DURING named_date_range
COMPARE TO [ date_offset { UNTIL date_offset }, ... | TARGETS ]
ORDER BY column { ASC | DESC }
LIMIT number { OFFSET number }
VISUALIZE [ alias1, alias2, ... ]
  TYPE { visualization_type }
  MAX number
  ANNOTATE annotation_category { FILTER annotation_filter }

Atslēgvārds WITH maina atslēgvārdu, kuram tas seko, tāpēc tas tiek rakstīts tā GROUP BY vai TIMESERIES priekšraksta beigās, uz kuru tas attiecas, piemēram, TIMESERIES day WITH TOTALS.

ShopifyQL atslēgvārdi

ShopifyQL vaicājumi var būt gan vienkārši augsta līmeņa datu ieskatiem, gan visaptveroši detalizētiem ieskatiem. Katram atslēgvārdam ir noteikta funkcija, kas veido vaicājumu.

ShopifyQL atslēgvārdu un to aprakstu saraksts.
AtslēgvārdsApraksts
FROMNorāda, no kuras datu kopas tabulas atlasīt datus.
SHOWAtlasa slejas, kuras vēlies izgūt no datu kopas tabulas.
WHEREDefinē nosacījumu vai nosacījumus, kas rindām jāizpilda, lai tās varētu atlasīt.
GROUP BYGrupē izgūtos datus pēc dimensijas vai laika dimensijām.
TIMESERIESNošķir grupēšanu pēc laika dimensijām un aizpilda trūkstošos datumu datus vaicājumā.
WITHMaina atsevišķu ShopifyQL atslēgvārdu darbību.
HAVINGFiltrē vaicājuma rezultātus pēc to grupēšanas.
SINCEIetver datus no norādītā laika pagātnē. Bieži tiek izmantots kopā ar UNTIL.
UNTILIetver datus līdz norādītajam laikam pagātnē. Bieži tiek izmantots kopā ar SINCE vai COMPARE TO.
DURINGIetver datus noteiktajā laika posmā pagātnē.
COMPARE TOIetver datus salīdzināšanai ar norādīto laiku pagātnē.
ORDER BYNorāda sleju, pēc kuras kārtot datus.
LIMITIerobežo parādāmo datu rindu skaitu.
VISUALIZEParāda tavus datus vizualizācijā. Vari norādīt, kādu vizualizāciju vēlies, izmantojot TYPE, piemēram, line, bar, donut, vai histogram.
ANNOTATEParāda anotācijas vizualizācijā, kurai ir laika ass.
ASNeobligāts atslēgvārds, kas pārdēvē sleju tavā izvēlētā nosaukumā.

FROM un SHOW

Vienkāršākā ShopifyQL vaicājuma izveidei ir nepieciešami tikai 2 atslēgvārdi: FROM un SHOW, kas uzrakstīti norādītajā secībā. FROM, kam seko viens vai vairāki tabulas nosaukuma parametri, norāda tabulas, kurās vēlies veikt vaicājumu. SHOW, kam seko jebkāds sleju nosaukuma parametru skaits, norāda slejas, kuras vēlies atlasīt.

SHOW var izmantot, lai norādītu secību, kādā pārskatā tiek atgrieztas metrikas un dimensijas.

Piemēram, vari atgriezt kopējo ietirgoto apjomu, uzrakstot šo vaicājumu:

FROM sales
  SHOW total_sales

Pieejamo datu kopu sarakstu skati Shopify izstrādātāju dokumentācijā.

WHERE

Atslēgvārds WHERE atslēgvārds ļauj izmantot dimensiju filtru visā ShopifyQL vaicājumā. Filtru var mainīt gan salīdzināšanas operatori (piemēram, lielāks par >), gan loģiskie operatori (piemēram, AND vai NOT), gan daļēja virkņu un masīvu atbilstība (piemēram, STARTS WITH un CONTAINS).

Izmanto WHERE , ja vēlies koncentrēties uz konkrētu segmentu, piemēram, pasūtījumiem no vienas valsts, konkrēta produkta pārdošanu vai darījumiem, kas pārsniedz noteiktu vērtību.

WHERE nosacījumiem jāatbilst šādām prasībām:

  • Vērtībām jābūt ietvertām vienkāršajās pēdiņās ('), nevis dubultajās pēdiņās (").
  • Nosacījumos nevar ietvert aritmētiskas darbības.
  • Nosacījumi var atsaukties tikai uz dimensiju, nevis metriku.

Piemēram, lai atgrieztu kopējo ietirgoto apjomu, kas filtrēts pēc norēķinu valsts, vaicājums ir šāds:

FROM sales
  SHOW total_sales, product_title, product_type, product_vendor
  WHERE billing_country='Canada'
  GROUP BY product_title, product_type, product_vendor

Tāpat kā iepriekšējā piemērā, rezultātu kopu var filtrēt, izmantojot WHERE parametru pat tad, ja šis parametrs nav iekļauts SHOW atslēgvārdā. Šajā gadījumā kopējais ietirgotais apjoms tiek filtrēts tikai pasūtījumiem no Kanādas, lai gan billing_country nav iekļauts rezultātu kopā.

Salīdzināšanas operatori

Atslēgvārds WHERE atslēgvārds izmanto salīdzināšanas operatorus, lai filtrētu datus. Iepriekšējā piemērā tika izmantots =, lai norādītu, ka vaicājums filtrē pēc noteiktas vērtības, taču tev ir pieejami arī citi operatori:

ShopifyQL salīdzināšanas operatoru saraksts, piemēram, lielāks vai vienāds ar.
Salīdzināšanas operatorsApraksts
=vienāds ar
!=nav vienāds ar
<mazāks nekā
>lielāks nekā
<=mazāks vai vienāds ar
>=lielāks vai vienāds ar

Loģiskie operatori

Lai padziļināti filtrētu datus, savam vaicājumam vari pievienot loģiskos operatorus. ShopifyQL loģiskie operatori ir:

ShopifyQL loģisko operatoru saraksts, piemēram, AND, OR un NOT.
Loģiskais operatorsApraksts
ANDFiltrē, lai iekļautu visas rindas, kurās nosacījumi, kas atdalīti ar AND , ir izpildīti.
ORFiltrē, lai iekļautu visas rindas, kurās ir izpildīts vismaz viens no nosacījumiem, kas atdalīti ar OR , ir izpildīti.
NOTFiltrē, lai iekļautu tikai rindas, kurās nosacījumi netiek izpildīti, piemēram, rindas, kurās nav norādītās vērtības.

Kopā ar WHERE atslēgvārdu vari izmantot vairākus filtrus, pievienojot loģiskos operatorus.

Papildinot datu kopas vaicājuma piemēru, lai iegūtu ikmēneša tīro pārdošanas ienākumu grupējumu visiem kaltētu persiku pasūtījumiem, kuros norēķinu adrese bija Kanādā un tika piemērota atlaide, vaicājums ir šāds:

FROM sales
  SHOW total_sales, product_title, product_type, product_vendor
  WHERE billing_country = 'Canada' AND product_title = 'Dried Peaches' AND is_discounted_sale = true
  GROUP BY product_title, product_type, product_vendor

AND tiek novērtēts pirms OR. Lai kontrolētu novērtēšanas secību, grupē nosacījumus iekavās, piemēram, WHERE billing_country = 'Canada' AND (product_type = 'Fruit' OR product_type = 'Nuts').

Diapazona un piederības operatori

Tu vari salīdzināt dimensiju ar vērtību sarakstu vai pārbaudīt, vai vērtība ietilpst diapazonā:

ShopifyQL diapazona un piederības operatoru saraksts, tostarp IN, NOT IN, BETWEEN un NOT BETWEEN.
OperatorsApraksts
INAtbilst jebkurai vērtībai sarakstā, piemēram, WHERE billing_country IN ('Canada', 'United States').
NOT INIzslēgt katru vērtību sarakstā.
BETWEENAtbilst vērtībām diapazonā, piemēram, WHERE number_of_products_bought_together BETWEEN 2 AND 4. Ir iekļauta gan zemākā, gan augstākā vērtība.
NOT BETWEENIzslēgt vērtības diapazonā. Ir izslēgta gan zemākā, gan augstākā vērtība.

Null un Būla pārbaudes

Tu vari filtrēt trūkstošās vērtības vai Būla stāvokļus, nesalīdzinot dimensiju ar vērtību. Pievieno NOT pēc IS , lai invertētu kādu no šīm pārbaudēm:

ShopifyQL null un Būla pārbaužu operatoru saraksts, tostarp IS NULL, IS TRUE un IS FALSE.
OperatorsApraksts
IS NULLVērtība trūkst. Darbojas ar jebkuru dimensiju, kas pieņem trūkstošas vērtības.
IS TRUEVērtība ir patiesa. Darbojas ar Būla dimensijām.
IS FALSEVērtība ir aplama. Darbojas ar Būla dimensijām.

Invertēta Būla pārbaude atbilst arī rindām, kurās vērtība trūkst. Piemēram, invertēta patiesa vērtības pārbaude atbilst gan rindām, kurās vērtība ir aplama, gan rindām, kurās vērtības nav. Izņēmums ir invertēta null pārbaude, jo tā atlasa tikai rindas, kurās vērtība pastāv:

FROM sales
  SHOW total_sales
  WHERE product_type IS NOT NULL AND is_discounted_sale IS NOT TRUE
  GROUP BY product_type

Vērtību izslēgšana ar !=, NOT IN, vai NOT CONTAINS nenoņem rindas, kurās dimensijas trūkst. Lai atmestu arī šīs rindas, pievieno not-null pārbaudi tai pašai dimensijai:

FROM sales
  SHOW total_sales
  WHERE product_type != 'Fruit' AND product_type IS NOT NULL
  GROUP BY product_type

Klientu notikumu funkcijas

Lai vēl vairāk filtrētu savus datus, vari pievienot vaicājumam nosacījuma klienta notikumu funkcijas. Aiz funkciju nosaukumiem seko vai nu MATCHES vai NOT MATCHES un iekavas, kurās ietverts neobligāto parametru saraksts.

Saviem vaicājumiem vari pievienot tālāk norādītās ShopifyQL klienta notikumu funkcijas:

ShopifyQL klientu notikumu funkciju saraksts, piemēram, MATCHES un NOT MATCHES.
Klienta notikuma operatorsApraksts
{customer_event} MATCHES ({condition1}, {condition2}, ...)Filtrē, lai iekļautu visas rindas, kurās ir izpildīti iekavās definētie klienta notikuma nosacījumi.
{customer_event} NOT MATCHES ({condition1}, {condition2}, ...)Filtrē, lai iekļautu tikai tās rindas, kurās klienta notikuma nosacījumi nav izpildīti.

Piemēram, tālāk norādītais vaicājums parāda tikai tos klientus, kuri ir veikuši vismaz 5 pasūtījumus:

FROM customers
  SHOW customer_name, total_number_of_orders
  WHERE orders_placed MATCHES (count >= 5)
  GROUP BY customer_name

Iekavās norādītajiem nosacījumiem jāatspoguļo pieejamie parametri, kas pieder pie saistītā klienta notikuma. Tu vari izmantot tālāk norādītos noklusējuma klienta notikuma laukus un saistītos parametrus WHERE priekšrakstā:

Klientu notikumu funkciju un to parametru saraksts rīkā ShopifyQL.
EventsParametri
products_purchased
  • id
  • tag
  • category
  • date
  • quantity
  • sum_quantity
orders_placed
  • date
  • amount
  • location_id
  • app_id
  • count
  • sum_amount
shopify_email.opened
  • activity_id
  • date
  • count
shopify_email.clicked
  • activity_id
  • date
  • count
shopify_email.bounced
  • activity_id
  • date
  • count
shopify_email.marked_as_spam
  • activity_id
  • date
  • count
shopify_email.unsubscribed
  • activity_id
  • date
  • count
storefront_event.product_viewed
  • id
  • date
  • count
storefront_event.collection_viewed
  • id
  • date
  • count
store_credit_accounts
  • currency
  • balance
  • next_expiry_date
  • last_credit_date
within_distance
  • coordinates
  • distance_km vai distance_mi

Klienta notikumu funkciju date parametriem vari izmantot relatīvos datumus, piemēram, date = today, date = -30d un date = -6m.

Ja FROM datu kopa nav customers, pirms salīdzināmā lauka ir jānorāda customer., lai vaicājumā piekļūtu klienta datu kopai. Piemēram, customer.products_purchased.

Piemēram, šis vaicājums parāda kopējo ietirgoto apjomu tikai no tiem klientiem, kuri pēdējo 30 dienu laikā vienā pasūtījumā ir iegādājušies vismaz 3 ādas kopšanas produktus:

FROM sales
  SHOW total_sales
  WHERE customer.products_purchased MATCHES (tag CONTAINS 'skincare', quantity >= 3)
  GROUP BY month
  SINCE -30d

Ir pieejama papildu anniversary klienta notikuma funkcija, kurai nav nepieciešams MATCHES operators. Funkcija anniversary ir pieejama klienta dimensijām ar datuma vai laika izvadi, piemēram, customer_added_date vai first_order_date, kā arī jebkuriem ar laiku vai datumu saistītiem metalaukiem, piemēram, metafields.facts.birth_date vai metafields.custom.preferred_delivery_date.

Piemēram, šis priekšraksts parāda tikai rezultātus, kuru klienta pievienošanas datuma gadadiena ir šodien: WHERE anniversary(customer_added_date) = today. Vēl viens piemērs – šis priekšraksts rāda tikai tos rezultātus, kur klienta dzimšanas diena (saglabāta kā metalauks) iekrīt kaut kad šonedēļ: WHERE anniversary(metafields.facts.birth_date) BETWEEN today AND +7d.

GROUP BY

Lai segmentētu metriku pēc dimensijas, piemēram, grupētu pārdošanas apjomus pēc reģiona, izmanto GROUP BY atslēgvārdu. GROUP BY atslēgvārdu var apvienot ar jebkuru dimensijas parametru.

GROUP BY pārvērš vienu kopsummu par sadalījumu. Bez tā SHOW total_sales atgriež vienu skaitli. Ar GROUP BY product_title, tā pati metrika tiek sadalīta pa katru produktu, ļaujot tev noteikt, kas patiesībā veicina veiktspēju.

Piemēram, vaicājums, kas grupē kopējo ietirgoto apjomu pēc norēķinu valsts un reģiona, tiek rakstīts šādi:

FROM sales
  SHOW total_sales
  GROUP BY billing_country, billing_region

Šeit ir vēl viens vaicājuma piemērs, kurā izmantota laika dimensija, lai parādītu kopējo ietirgoto apjomu sadalījumā pa mēnešiem:

FROM sales
  SHOW total_sales
  GROUP BY month

Šis vaicājums neatgriež tos mēnešus, kuros tev nav pārdošanas apjomu. Ja vēlies vaicājumu, kas atgriež pilnu, nepārtrauktu laika periodu, izmanto TIMESERIES atslēgvārdu.

FROM sales
  SHOW total_sales
  TIMESERIES month
  SINCE last_year UNTIL today

Laika dimensijas

Šīs ir laika dimensijas, ko vari izmantot datu grupēšanai:

ShopifyQL laika dimensiju saraksts, piemēram, sekunde, minūte vai nedēļas diena.
OperatorsApraksts
secondGrupēšana pēc stundas sekundes.
minuteGrupēšana pēc stundas minūtes.
hourGrupēšana pēc kalendārās dienas stundas.
dayGrupēšana pēc kalendārās dienas.
weekGrupēšana pēc kalendārās nedēļas.
monthGrupēšana pēc kalendārā mēneša.
quarterGrupēšana pēc kalendārā ceturkšņa.
yearGrupēšana pēc kalendārā gada.
hour_of_dayGrupēšana no nulles 24 stundu formātā (0, 1, …, 23).
day_of_weekGrupēšana pēc nedēļas dienas no nulles, kur 0 ir pirmdiena un 6 ir svētdiena.
week_of_yearGrupēšana pēc gada nedēļas, no 1 līdz 52 vai no 1 līdz 53 tajos gados, kuros ir 53 nedēļas.
month_of_yearGrupēšana pēc gada mēneša (1, 2, …, 12).

TOP N

Vari parādīt pielāgotu vienumu skaitu pārskata vizualizācijā, izmantojot TOP N parametru, kur N ir parādīto vienumu skaits. N jābūt pozitīvam veselam skaitlim.

Vaicājuma ietvaros vari iekļaut TOP un tad vienumu skaitu, kopā ar kategorisko dimensiju; vairākas dimensijas tiek atdalītas ar komatu. Kategoriskās dimensijas ir dimensijas, kas nav saistītas ar laiku, piemēram, produkti, kanāli vai reģioni. Vienumi, kas nav iekļauti N, vizualizācijā un datu tabulā tiek grupēti kā “Citi”. Daži vizualizāciju tipi, piemēram, histogram vai list, neatbalsta grupēšanu ar TOP N parametriem.

Šajā piemērā tu rādi 5 populārākos produktus katrā dienā par pēdējām 30 dienām, un atlikušie vienumi tiek grupēti kā “Citi”:

FROM sales
  SHOW gross_sales
  GROUP BY day, TOP 5 product_title WITH GROUP_TOTALS, TOTALS, CURRENCY 'USD'
  TIMESERIES day
  SINCE startOfDay(-30d) UNTIL today
  ORDER BY day ASC, gross_sales DESC, product_title ASC
VISUALIZE gross_sales

Vari iekļaut vairāk nekā vienu TOP N parametru vienā GROUP BY priekšrakstā.

Papildu atslēgvārdus var pievienot TOP N parametram, lai pielāgotu atlikušo vienumu parādīšanas veidu un izmantoto ranžēšanas sistēmu:

  • ONLY TOP N: parāda tikai N vienumu skaitu un paslēpj atlikušos vienumus datu kopā no vizualizācijas un datu tabulas, nevis grupē tos kā “Citi”.
  • TOP N {dimension} OVERALL: parāda populārākos N vienumus visā norādītajā datumu diapazonā (kopējais rangs), kas grupēti pēc norādītās dimensijas. OVERALL neietekmē pirmo dimensiju GROUP BY priekšrakstā. Vari arī iekļaut ONLY atslēgvārdu, lai paslēptu atlikušos vienumus. Datu kopas kārtošanas secību joprojām nosaka ORDER BY atslēgvārdā.

Šajā piemērā tu rādi tikai 5 populārākos produktus katrā dienā par pēdējām 30 dienām, un atlikušie vienumi ir pilnībā paslēpti no vizualizācijas un datu tabulas:

FROM sales
  SHOW gross_sales
  GROUP BY day, ONLY TOP 5 product_title WITH GROUP_TOTALS, TOTALS, CURRENCY 'USD'
  TIMESERIES day
  SINCE startOfDay(-30d) UNTIL today
  ORDER BY day ASC, gross_sales DESC, product_title ASC
VISUALIZE gross_sales

Šajā piemērā tu rādi 5 populārākos produktus par pēdējām 30 dienām kopumā, kas sagrupēti pēc dienas, un paslēp atlikušos vienumus:

FROM sales
  SHOW gross_sales
  GROUP BY day, ONLY TOP 5 product_title OVERALL WITH GROUP_TOTALS, TOTALS, CURRENCY 'USD'
  TIMESERIES day
  SINCE startOfDay(-30d) UNTIL today
  ORDER BY day ASC, gross_sales DESC, product_title ASC
VISUALIZE gross_sales

Līdzīgi kā LIMIT, TOP N parametrs atjaunina vienumu skaitu, kas iekļauti tavā datu tabulā un vizualizācijā. Lai pielāgotu vienumu skaitu pārskata vizualizācijā, neietekmējot datu tabulu, izmanto VISUALIZE {metric} MAX N parametru.

Šajā piemērā tu rādi 5 populārākos produktus katrā dienā par pēdējām 30 dienām, un atlikušie vienumi joprojām tiek uzskaitīti tabulā:

FROM sales
  SHOW gross_sales
  GROUP BY day, product_title WITH GROUP_TOTALS, TOTALS, CURRENCY 'USD'
  TIMESERIES day
  SINCE startOfDay(-30d) UNTIL today
  ORDER BY day ASC, gross_sales DESC, product_title ASC
VISUALIZE gross_sales MAX 5

CLUSTER

Vari izmantot CLUSTER modifikators priekšrakstā GROUP BY , lai grupētu blakus esošās adreses ģeogrāfiskos klasteros. Klasterizētos rezultātus var parādīt burbuļu kartes vizualizācijā, kur katrs klasteris tiek attēlots kā burbulis, kura izmēru nosaka tava metrika.

CLUSTER darbojas ar dimensijām shipping_address un billing_address, kas ir pieejamas datu kopās, piemēram, sales un payments. Šīs adreses dimensijas var grupēt tikai ar CLUSTER. Ja grupē pēc shipping_address bez tā, vaicājums atgriež kļūdu 'shipping_address' can only be grouped with CLUSTER.

Adreses dimensijas filtru panelī nav pieejamas. Lai vaicājumā filtrētu pēc atrašanās vietas, izmanto adreses koordinātu laukus WHERE, piemēram, shipping_address.latitude un shipping_address.longitude. Burbuļu karte izmanto šos laukus, lai vaicājumam pievienotu redzamo kartes laukumu.

Šajā piemērā parādīts kopējais ietirgotais apjoms pēdējo 30 dienu laikā, kas sagrupēts tuvumā esošo piegādes adrešu klasteros un parādīts burbuļu kartē:

FROM sales
  SHOW total_sales
  GROUP BY CLUSTER shipping_address WITH TOTALS
  SINCE -30d UNTIL today
VISUALIZE total_sales TYPE bubble_map

Katrs klasteris ietver ģenerētu adrešu skaita lauku, piemēram, shipping_address__cluster.size, kas datu tabulā tiek parādīts kā Piegādes adrešu skaits. Šis skaits ir atšķirīgo kartes atrašanās vietu skaits klasterī, tādējādi vairākas adreses vienā atrašanās vietā tiek skaitītas kā 1 adrese. Adrešu skaita lauku vari izmantot priekšrakstā ORDER BY un HAVING. Piemēram, lai saraksta sākumā parādītu klasterus ar lielāko atrašanās vietu skaitu, pievieno vaicājumam ORDER BY shipping_address__cluster.size DESC.

Tu vari apvienot CLUSTER ar TOP N, lai atgrieztu tikai lielākos klasterus, piemēram, GROUP BY ONLY TOP 10 CLUSTER shipping_address. Ja izmanto TOP N bez ONLY, tad atlikušie klasteri tiek apvienoti rindā Citi. Rinda Citi tiek parādīta tikai datu tabulā, jo tās apvienotie klasteri var atrasties dažādos kartes apgabalos.

Burbuļu kartē līdzās klasterizētajai adresei var tikt parādītas arī citas dimensijas. Dimensija, kas atrodas pirms CLUSTER priekšrakstā GROUP BY ataino katru vērtību savā krāsā, piemēram, GROUP BY product_title, CLUSTER shipping_address. Dimensija, kas seko pēc tās, atgriež rindu katrai vērtībai katrā klasterī, piemēram, GROUP BY CLUSTER shipping_address, day. Kad burbuļu karte tiek grupēta pēc citas dimensijas, burbulis, kura centrs pašreizējā mērogā ir uzzīmēts lielākā burbuļa iekšpusē, tiek tajā sapludināts. Lielākais burbulis saglabā savu vērtību, nevis kopsummu, un tā rīka padomā ir uzskaitītas tajā ietvertās rindas. Lai tā vietā uzzīmētu 1 burbuli katrai klastera kopsummai, pievieno WITH GROUP_TOTALS, piemēram, GROUP BY CLUSTER shipping_address, product_title WITH GROUP_TOTALS.

TIMESERIES

Vari izmantot TIMESERIES atslēgvārdu, lai grupētu rezultātus pēc laika dimensijas, skatītu metrikas laika gaitā un atgrieztu laika periodus, kuros nav datu, kā tukšas vērtības.

Šajā piemērā tu aizpildi trūkstošos kopējā ietirgotā apjoma datus par pēdējām 15 dienām:

FROM sales
  SHOW total_sales
  GROUP BY product_title, billing_country
  TIMESERIES day
  SINCE -15d

Noklusējuma datumu diapazoni TIMESERIES gadījumā

Ja tavā vaicājumā ir iekļauts TIMESERIES bez SINCE vai DURING, tiek piemērots noklusējuma sākuma datums atkarībā no laika dimensijas, pēc kuras veic grupēšanu. Diapazons beidzas pašreizējās dienas beigās, ja vien neiestati UNTIL vērtību.

Noklusējuma sākuma datumu saraksts, ko katra ShopifyQL laika dimensija piemēro TIMESERIES vaicājumam.
Laika dimensijaNoklusējuma sākuma datums
secondstartOfMinute(-1min)
minutestartOfHour(-1h)
hourstartOfHour(-24h)
daystartOfDay(-30d)
weekstartOfWeek(-4w)
monthstartOfMonth(-3m)
quarterstartOfQuarter(-4q)
yearstartOfYear(-3y)
hour_of_daystartOfDay(-3d)
day_of_weekstartOfWeek(-4w)
week_of_yearstartOfYear(-1y)
month_of_yearstartOfYear(-1y)

TIMESERIES un sleju secība

Atkarībā no tā, vai TIMESERIES ir norādīts un iekļauts GROUP BY vai SHOW vērtībās, sleju secība var mainīties.

TIMESERIES piemēri un tas, kā sleju secība tiek rādīta, izmantojot GROUP BY vai SHOW priekšrakstā ShopifyQL.
TIMESERIESSHOWGROUP BYRezultāts
NorādītsNav iekļautsNav iekļautsAtslēgvārds TIMESERIES ir pirmā dimensija.
NorādītsNav iekļautsIekļautsLaika dimensijas pozīciju nosaka tās pozīcija GROUP BY.
NorādītsIekļautsIekļautsLaika dimensijas pozīciju nosaka tās pozīcija SHOW.
Nav norādītsNav iekļautsIekļautsLaika dimensijas pozīciju nosaka tās pozīcija GROUP BY. Dati netiek aizpildīti.
Nav norādītsIekļautsIekļautsLaika dimensijas pozīciju nosaka tās pozīcija SHOW. Dati netiek aizpildīti.
Nav norādītsIekļautsNav iekļautsIzraisa sintakses kļūdu, jo SHOW var atsaukties tikai uz dimensijām, kas iekļautas GROUP BY.

HAVING

Līdzīgi kā WHERE, vari izmantot HAVING atslēgvārdu, lai filtrētu vaicājuma rezultātus pēc tam, kad tie ir sagrupēti. Filtram var būt viens nosacījums, taču nosacījumu var modificēt gan salīdzināšanas operatori (piemēram, lielāks par >), gan loģiskie operatori (piemēram, AND vai NOT). Atšķirībā no WHERE atslēgvārda, HAVING var atsaukties uz aizstājvārdiem, apkopojuma funkcijām un grupēšanas slejām.

HAVING prasa, lai tavs vaicājums iekļautu GROUP BY vai TIMESERIES klauzulu, jo HAVING filtrē vaicājuma rezultātus pēc tam, kad tos sagrupējis GROUP BY vai TIMESERIES.

Šajā piemērā tu filtrē kopējo ietirgoto apjomu katram produktam, kura kopējais ietirgotais apjoms ir lielāks par 1000 un mazāks par 5000:

FROM sales
  SHOW total_sales
  GROUP BY product_title
  HAVING total_sales > 1000 AND total_sales < 5000

Filtrēšana ar HAVING ir daži ierobežojumi attiecībā uz pieņemtajiem atslēgvārdiem: kopsummas, grupu kopsummas, salīdzinājumi, procentuālās izmaiņas un aktuālās kopsummas nav derīgas HAVING nosacījumā, un atsauce uz tiem atgriež tādu kļūdu kā 'comparison_total_sales__previous_year' is not allowed in the HAVING clause. Atribūcijas metrikas ir derīgas, piemēram, total_sales__first_click , ja ir lietots atribūcijas modelis.

WITH

Atslēgvārds WITH atslēgvārds maina noteiktu citu ShopifyQL atslēgvārdu darbību. Tu vari izmantot šādas modifikācijas:

  • TOTALS: sniedz augstākā līmeņa metriku kopsavilkumu, pirms tās tiek sadalītas pēc jebkādas dimensijas.
  • GROUP_TOTALS: nodrošina kopsummu visām apakšgrupām, ja ir veikta grupēšana pēc agregācijas.
  • PERCENT_CHANGE: pievieno procentuālo izmaiņu vērtību kopsavilkuma rindā katrai salīdzināšanas metrikai COMPARE TO.
  • CURRENCY: parāda datus izvēlētajā valūtā.
  • TIMEZONE: aprēķina uz laiku balstītus rezultātus izvēlētajā IANA laika joslā.
  • Jebkurš atribūcijas modelis, piemēram, LAST_CLICK_ATTRIBUTION, FIRST_CLICK_ATTRIBUTION, vai ANY_CLICK_ATTRIBUTION: piemēro mārketinga atribūcijas modeļus pārdošanas metrikām, ja tās ir sadalītas pēc mārketinga dimensijas. Katra atribūcijas metrika aizstāj tās pamatā esošo metriku.
  • CUMULATIVE_VALUES: parāda metriku kā aktuālo kopsummu, nevis kā atsevišķas vērtības katram laika periodam.

TOTALS

Atslēgvārds TOTALS modifikators sniedz augstākā līmeņa metriku kopsavilkumu, pirms tās tiek sadalītas pēc jebkuras citas dimensijas. Ja tu izmanto WITH TOTALS, datu tabula parāda kopsummas kopsavilkuma rindā rezultātu sākumā, un tā ir marķēta ar datumu diapazonu, ko aptver vaicājums.

Aditīvās metrikas, piemēram, net_sales, tiek summētas visā rezultātu kopā. Attiecību un procentuālās metrikas, piemēram, average_order_value, tiek pārrēķinātas visā rezultātu kopā, nevis summētas no grupētajām rindām.

Piemēram, šis vaicājums parāda ikdienas pārdošanas apjoma metrikas ar kopsavilkuma rindu:

FROM sales
  SHOW gross_sales, net_sales
  TIMESERIES day WITH TOTALS

Šis vaicājums varētu atgriezt aptuveni šādu atskaiti:

Piemērs ar ShopifyQL pārdošanas datu tabulu, izmantojot WITH TOTALS.
DienaBruto pārdošanas apjomsTīrie pārdošanas ienākumi
2024. gada 1.–3. janvāris615
2024-01-0114
2024-01-0225
2024-01-0336

GROUP_TOTALS

Atslēgvārds GROUP_TOTALS modifikators aprēķina starpsummu katrai grupai, ja vaicājums grupē datus vismaz pēc 2 dimensijām. ShopifyQL aprēķina starpsummu katrai grupēto dimensiju kopai, izņemot pilno kopu. Grupējot pēc 2 dimensijām, tiek iegūts 1 starpsummu līmenis, bet, grupējot pēc 3 dimensijām, — 2 līmeņi.

Lai parādītu starpsummas, tavā vaicājumā dati ir arī jākārto pēc dimensijām, kurās tie ir grupēti. Katrai grupētajai dimensijai, izņemot pēdējo, ir jābūt iekļautai ORDER BY, vai arī jābūt tai dimensijai, kas iekļauta TIMESERIES. Ja tavs vaicājums atbilst šai prasībai, datu tabula grupē rezultātus un katrai grupai pievieno rindu Total. Ja neatbilst, datu tabula paliek nemainīga un starpsummas netiek rādītas vispār.

Katrai starpsummai ir ģenerēts nosaukums, kurā apvienota metrika un tās dimensijas, ko tā summē:

  • {metric_name}__{first_dimension}_totals, piemēram, total_sales__billing_country_totals
  • {metric_name}_{first_dimension}{second_dimension}_totals, kas tiek iegūts, kad vaicājums grupē pēc 3 dimensijām

Uz šiem nosaukumiem var atsaukties ORDER BY un VISUALIZEneatkarīgi no tā, vai starpsummas tiek rādītas.

Izmantojot to atsevišķi, GROUP_TOTALS atstāj kopsavilkuma rindu tukšu, jo netiek aprēķināta kopējā summa. Ja vēlies arī vispārēju kopsavilkuma rindu, izmanto kopā GROUP_TOTALS ar TOTALS.

Piemēram, šis vaicājums parāda kopējo ietirgoto apjomu katrā norēķinu valstī katru dienu ar starpsummu katrai dienai. Vaicājums kārto pēc day, kas ir grupētā dimensija, kurai tiek aprēķinātas starpsummas, tāpēc starpsummas tiek rādītas:

FROM sales
  SHOW total_sales
  GROUP BY day, billing_country WITH TOTALS, GROUP_TOTALS
  SINCE -30d
  ORDER BY day ASC

Šis vaicājums varētu atgriezt aptuveni šādu atskaiti:

Piemērs ar ShopifyQL pārdošanas datu tabulu, izmantojot GROUP_TOTALS.
DienaNorēķinu valstsKopējais ietirgotais apjoms
2024. gada 1.–30. jūnijs-150
2024. gada 1. jūnijsKopā90
2024. gada 1. jūnijsKanāda50
2024. gada 1. jūnijsAmerikas Savienotās Valstis40
2024. gada 2. jūnijsKopā60
2024. gada 2. jūnijsKanāda60

Pirmā rinda ir kopsavilkuma rinda, ko TOTALS pievieno. Katra Total rinda ir starpsumma par dienu, kuras rindas tā grupē.

Tā kā vaicājums kārto pēc day, datu tabula katrai dienai parāda Total rindu.

PERCENT_CHANGE

Atslēgvārds PERCENT_CHANGE modifikators pievieno procentuālo izmaiņu vērtību katrai salīdzināšanas metrikai, kad izmanto COMPARE TO. Procentuālās izmaiņas tiek aprēķinātas katrai rindai, kurai ir salīdzināšanas vērtība, taču datu tabula to rāda tikai kopsavilkuma rindā, kas apvienota ar to 2 periodu vērtībām, kurus tā salīdzina. Iekļauj TOTALS , ja vēlies, lai tiktu parādītas procentuālās izmaiņas, jo TOTALS pievieno kopsavilkuma rindu.

Ja atskaites periods ietver pašreizējo datumu, katrs periods tiek mērīts tikai līdz tam pašam punktam savā laika vienībā, tādējādi daļējs pašreizējais periods tiek salīdzināts ar līdzvērtīgu periodu līdz attiecīgajam datumam. Piemēram, mēneša 17. datumā katrs salīdzinājuma mēnesis tiek mērīts līdz tā 17. datumam.

Katrai procentuālajai izmaiņai ir ģenerēts nosaukums, kas apvieno metriku un salīdzināšanas periodu:

  • Relatīvais salīdzinājums, piemēram, COMPARE TO previous_year, pievieno percent_change_net_sales__previous_year.
  • Datuma funkcijas salīdzinājums, piemēram, COMPARE TO startOfQuarter(-3q), pievieno percent_change_total_sales__startOfQuarter_sub_3q, kur katra mīnusa zīme kļūst par sub.

Bez datumu salīdzinājuma šis modifikators nepievieno procentuālo izmaiņu slejas.

Procentuālo izmaiņu aprēķināšanai izmanto šādu formulu: (base_column - comparison_column) * 100 / abs(comparison_column). Pozitīva vērtība nozīmē, ka bāzes periods ir lielāks par salīdzināšanas periodu, bet negatīva vērtība nozīmē, ka bāzes periods ir mazāks par salīdzināšanas periodu.

Piemēram, šajā vaicājumā tiek izmantots SINCE un COMPARE TO , lai salīdzinātu tīros pārdošanas ienākumus dienā iepriekšējā kalendārajā mēnesī ar to pašu mēnesi iepriekšējā gadā, iekļaujot procentuālās izmaiņas kopsavilkuma rindā:

FROM sales
  SHOW net_sales
  TIMESERIES day WITH TOTALS, PERCENT_CHANGE
  SINCE startOfMonth(-1m) UNTIL endOfMonth(-1m)
  COMPARE TO previous_year

Pārskatā ir redzama dienas sleja un tīro pārdošanas ienākumu sleja. Katrā šūnā ir apkopota pārskata perioda vērtība ar salīdzināšanas perioda vērtību, un kopsavilkuma rindā ir iekļautas procentuālās izmaiņas.

CURRENCY

Atslēgvārds CURRENCY modifikators parāda pārskata datus atlasītajā valūtā. Valūtas vienībām jābūt ietvertām vienpēdiņās, un jāizmanto atbilstošais 3 burtu valūtas kods.

Piemēram, šajā vaicājumā tiek izmantots CURRENCY , lai rādītu tīro pārdošanas ienākumu datus Kanādas dolāros (CAD).

FROM sales
  SHOW net_sales
  TIMESERIES day WITH CURRENCY 'CAD'

TIMEZONE

Atslēgvārds TIMEZONE modifikators aprēķina uz laiku balstītus rezultātus pārskatā atlasītajā laikajoslā, kas ietver robežas, ko nosaka datumu funkcijas. Laikajoslām jābūt ietvertām vienpēdiņās, un tajās jāizmanto derīgs Internet Assigned Numbers Authority (IANA) laikajoslas nosaukums, piemēram, EST, UTC, vai Europe/Paris.

Piemēram, šajā vaicājumā tiek izmantots TIMEZONE , lai noteiktu katras dienas robežu America/New_York laikajoslā, tādējādi pārdošana, kas veikta dienas sākumā vai beigās, tiek iekļauta paredzētajā dienā.

FROM sales
  SHOW net_sales
  TIMESERIES day WITH TIMEZONE 'America/New_York'
  SINCE startOfMonth(-1m) UNTIL endOfMonth(-1m)

Atribūcijas modeļi

Vari pievienot jebkuru pieejamo atribūcijas modeli kā modifikatoru, lai rādītu pārdošanas metrikas ar standarta mārketinga atribūciju. Šī opcija ir pieejama tikai tad, ja tiek izmantota gan pārdošanas metrika, gan mārketinga dimensija, un tā ietekmē tikai pārdošanas metrikas. Ja šie nosacījumi ir izpildīti un neviens atribūcijas modelis nav atlasīts, pārskatos pēc noklusējuma tiek izmantots LAST_CLICK_ATTRIBUTION.

Lietojot atribūcijas modeli, katra atbilstošā pārdošanas metrika tiek aizstāta ar tās attiecināmo versiju. Atribūcija ir vienīgais WITH modifikators, kas maina datu tabulas slejas. Jaunais slejas nosaukums apvieno metrikas nosaukumu un modeļa sufiksu, bet slejas virsrakstā ir norādīts modeļa nosaukums, piemēram, Kopējais ietirgotais apjoms (pēdējais klikšķis). Ja metrika ir pārdēvēta, izmantojot AS, metrikas nosaukuma vietā slejas nosaukumā tiek izmantots aizstājvārds.

Tā kā metrika tiek aizstāta, sākotnējais metrikas nosaukums atlikušajā vaicājuma daļā vairs nav derīgs. Piemēram, atsaucoties uz sākotnējo metriku ORDER BY, VISUALIZE, vai HAVING atgriež kļūdu, piemēram, 'total_sales' is not allowed when applying attribution. Use: 'total_sales__last_click'. Tā vietā šajos atslēgvārdos izmanto attiecināmo nosaukumu.

ShopifyQL atribūcijas modeļu saraksts un slejas nosaukuma sufikss, ko katrs modelis pievieno atbilstošajām pārdošanas metrikām.
Atribūcijas modelisSlejas sufikssSlejas piemērs metrikai total_sales
FIRST_CLICK_ATTRIBUTION__first_clicktotal_sales__first_click
LAST_CLICK_ATTRIBUTION__last_clicktotal_sales__last_click
LAST_NON_DIRECT_CLICK_ATTRIBUTION__last_non_direct_clicktotal_sales__last_non_direct_click
ANY_CLICK_ATTRIBUTION__any_clicktotal_sales__any_click
LINEAR_ATTRIBUTION__lineartotal_sales__linear

Vienā WITH klauzulā vari iekļaut vairāk nekā vienu atribūcijas modeli, lai salīdzinātu modeļus. ANY_CLICK_ATTRIBUTION piešķir pilnu nozīmi katram saskares punktam, tāpēc tā attiecināmās kopsummas var pārsniegt metrikas kopējo vērtību.

Piemēram, šajā vaicājumā tiek izmantots LAST_CLICK_ATTRIBUTION , lai rādītu kopējo ietirgoto apjomu pēc novirzīšanas kanāla, kas attiecināts uz pēdējo klikšķi, parādot sleju Kopējais ietirgotais apjoms (pēdējais klikšķis):

FROM sales
  SHOW total_sales
  GROUP BY ONLY TOP 5 referring_channel WITH TOTALS, LAST_CLICK_ATTRIBUTION
  SINCE startOfDay(-30d) UNTIL today
  ORDER BY total_sales__last_click DESC
VISUALIZE total_sales__last_click

Uzzini vairāk par atribūcijas modeļiem pārskatos.

CUMULATIVE_VALUES

Attēlojot metriku laika gaitā, katra laika perioda atsevišķu vērtību vietā metriku vari rādīt kā aktuālo kopsummu. To sauc par kumulatīvo skatu, un tas atvieglo kopējā progresa izsekošanu noteiktā datumu diapazonā, piemēram, kā pārdošanas apjomi aug, lai sasniegtu mēneša mērķi.

Lai šo kumulatīvo skatu atspoguļotu ShopifyQL, pievieno CUMULATIVE_VALUES savai WITH klauzulai. Turklāt ShopifyQL vaicājumā jāiekļauj laika dimensija TIMESERIES vai GROUP BY priekšrakstos.

Piemēram:

FROM sales
  SHOW total_sales
  GROUP BY product_title, billing_country
  TIMESERIES day WITH TOTALS, CUMULATIVE_VALUES

Katrai aktuālajai kopsummai ir ģenerēts nosaukums, {metric_name}__cumulative, piemēram, net_sales__cumulative, uz ko vari atsaukties ORDER BY un VISUALIZE. Metrikas, kurās vērtību summēšanai laika gaitā nav nozīmes, piemēram, average_order_value vai conversion_rate, neveido aktuālo kopsummu.

Uzzini vairāk par kumulatīvo vērtību iekļaušanu vizualizācijās.

SINCE un UNTIL

Lai filtrētu vaicājumu pēc datuma vai noteikta laika perioda, izmanto SINCE un UNTIL atslēgvārdus un ar tiem saistītos parametrus. Šie atslēgvārdi ir unikāli, jo tie filtrē tikai laika periodus. Abas robežas ir iekļaujošas.

Piemēram, šis vaicājums atrod tīros pārdošanas ienākumus pēdējos 12 mēnešos Kanādā, pabeidzot ar vakardienu:

FROM sales
  SHOW net_sales
  WHERE billing_country = 'Canada'
  GROUP BY month
  SINCE -12m UNTIL yesterday

Ja izmanto SINCE un nenosaki UNTIL vērtību, tavs laika diapazons ilgst līdz pašreizējās dienas beigām, kas sniedz tādu pašu rezultātu kā UNTIL today. Lai diapazons beigtos vaicājuma izpildes brīdī, izmanto UNTIL now. Ja izmanto UNTIL bez SINCE, vaicājumā ir jāiekļauj TIMESERIES, kas nodrošina noklusējuma sākuma datumu. Pretējā gadījumā vaicājums atgriež kļūdu UNTIL requires SINCE without TIMESERIES present.

Nobīdes operatori

Vari filtrēt pēc konkrētiem datumiem vai datuma un laika nobīdēm. ShopifyQL nobīdes operatori ir:

ShopifyQL nobīdes operatoru saraksts, piemēram, nobīde pēc sekundēm, minūtēm vai noteikta datuma.
Nobīdes operatorsApraksts
-{#}sSekunžu skaits pirms vaicājuma izpildes datuma un laika.
-{#}minMinūšu skaits pirms vaicājuma izpildes datuma un laika.
-{#}hStundu skaits pirms vaicājuma izpildes datuma un laika.
-{#}dDienu skaits pirms vaicājuma izpildes datuma un laika.
-{#}wNedēļu skaits pirms vaicājuma izpildes datuma un laika.
-{#}mMēnešu skaits pirms vaicājuma izpildes datuma un laika.
-{#}qCeturkšņu skaits pirms vaicājuma izpildes datuma un laika.
-{#}yGadu skaits pirms vaicājuma izpildes datuma un laika.
yyyy-MM-ddKonkrēts datums.
yyyy-MM-ddThh:mm:ssKonkrēts datums un laiks.

Mīnusa zīme norāda laiku pagātnē. Nobīde norāda uz laika brīdi, kas tiek mērīts no vaicājuma izpildes brīža, nevis no kalendārās robežas. Piemēram, ja izpildi SINCE -1m 15. martā, tad tavs diapazons sākas 15. februārī, nevis 1. februārī. Nobīde, kas rakstīta bez mīnusa zīmes, norāda laiku nākotnē, tāpēc -1m un 1m nav līdzvērtīgi.

Diapazonam, kas sākas vai beidzas ar kalendāro robežu, izmanto datuma funkciju, piemēram, SINCE startOfMonth(-1m) UNTIL endOfMonth(-1m) iepriekšējam kalendārajam mēnesim vai SINCE startOfMonth(0m) pašreizējā mēneša pirmajai dienai.

Diennakts laiks, uz kuru attiecas nobīde, ir atkarīgs no tās mērvienības. Sekunžu, minūšu un stundu nobīdes saglabā diennakts laiku no vaicājuma izpildes brīža. Dienas, nedēļas, mēneša, ceturkšņa un gada nobīdes tiek fiksētas pusnaktī, tādēļ UNTIL -0m beidz tavu diapazonu pašreizējās dienas sākumā, nevis pašreizējā laikā. Lai beigtu diapazonu brīdī, kad tiek izpildīts vaicājums, izmanto UNTIL now. Lai aptvertu visu pašreizējo dienu, izlaid UNTIL.

Datuma funkcijas

Tālāk norādītās funkcijas vari izmantot apvienojumā ar jebkuriem datumu diapazona operatoriem (izņemot konkrētus datumus) SINCE un UNTIL paziņojumos. “startOf...” funkcijas tiek saīsinātas līdz saistītās laika mērvienības (minūtes, stundas, dienas, nedēļas, mēneša, ceturkšņa un gada) sākumam, ja tās tiek izmantotas ar SINCEun “endOf...” funkcijas tiek saīsinātas līdz saistītās laika mērvienības beigām, ja tās tiek izmantotas ar UNTIL.

Lai atgrieztu derīgu rezultātu, datuma funkcijas mērvienībām un operatora mērvienībām ir jāsakrīt. Piemēram, startOfMonth(-1m) ir pareizi, bet startOfMonth(-1d) nav derīgi.

ShopifyQL datuma funkciju saraksts, piemēram, dienas beigas vai ceturkšņa sākums.
Datuma funkcijaApraksts
nowDatums un laiks, kad tiek izpildīts vaicājums.
startOfMinute(-{#}min)Saīsina datumu diapazona operatoru līdz mērķa minūtes sākumam.
endOfMinute(-{#}min)Saīsina datumu diapazona operatoru līdz mērķa minūtes beigām.
startOfHour(-{#}h)Saīsina datumu diapazona operatoru līdz mērķa stundas sākumam.
endOfHour(-{#}h)Saīsina datumu diapazona operatoru līdz mērķa stundas beigām.
startOfDay(-{#}d)Saīsina datumu diapazona operatoru līdz mērķa dienas sākumam.
endOfDay(-{#}d)Saīsina datumu diapazona operatoru līdz mērķa dienas beigām.
startOfWeek(-{#}w)Saīsina datumu diapazona operatoru līdz mērķa nedēļas sākumam.
endOfWeek(-{#}w)Saīsina datumu diapazona operatoru līdz mērķa nedēļas beigām.
startOfMonth(-{#}m)Saīsina datumu diapazona operatoru līdz mērķa mēneša sākumam.
endOfMonth(-{#}m)Saīsina datumu diapazona operatoru līdz mērķa mēneša beigām.
startOfQuarter(-{#}q)Saīsina datumu diapazona operatoru līdz mērķa ceturkšņa sākumam.
endOfQuarter(-{#}q)Saīsina datumu diapazona operatoru līdz mērķa ceturkšņa beigām.
startOfYear(-{#}y)Saīsina datumu diapazona operatoru līdz mērķa gada sākumam.
endOfYear(-{#}y)Saīsina datumu diapazona operatoru līdz mērķa gada beigām.

Piemēram, ja šodien ir 2022. gada 8. novembris, tu vari izmantot šādu vaicājumu, lai atgrieztu bruto pārdošanas apjomu no 2020. gada 1. janvāra līdz 2022. gada 31. oktobrim:

FROM sales
  SHOW gross_sales
  SINCE startOfYear(-2y) UNTIL endOfMonth(-1m)

DURING

Atslēgvārds DURING atslēgvārds vienkāršo datumu filtrēšanu datumu diapazoniem un aizstāj SINCE un UNTILizmantošanu. Tā kā DURING nosaka pilnu atskaites periodu, nekombinē to ar SINCE vai UNTIL tajā pašā vaicājumā.

Vari izmantot DURING atslēgvārdu, lai filtrētu vaicājuma rezultātus zināmam laika periodam, piemēram, kalendārajam gadam vai konkrētam mēnesim, vai datumu diapazoniem, kuru datumi katru gadu atšķiras, piemēram, Melnajai piektdienai un Kiberpirmdienai (BFCM). DURING pieņem tikai nosauktus datumu diapazona operatorus, piemēram, yesterday vai last_year, un tas nepieņem now.

Piemēram, šis vaicājums filtrē pēc datuma 2021. gada BFCM:

FROM sales
  SHOW total_sales
  GROUP BY day
  DURING bfcm2021

Ja kā robeža tev ir nepieciešams konkrēts datums, relatīva nobīde vai datuma funkcija, tad izmanto SINCE un UNTIL.

Nosaukti datumu diapazonu operatori

DURING pieņem jebkuru no šiem nosauktajiem datumu diapazona operatoriem:

ShopifyQL nosaukto datumu diapazonu operatoru saraksts, piemēram, šodien, vakar vai šonedēļ.
Nosaukts datumu diapazona operatorsApraksts
todayDatums, kad tiek izpildīts vaicājums.
yesterdayIepriekšējā kalendārā diena.
this_weekPašreizējā kalendārā nedēļa.
this_monthPašreizējais kalendārais mēnesis.
this_quarterPašreizējais kalendārais ceturksnis.
this_yearPašreizējais kalendārais gads.
last_weekIepriekšējā kalendārā nedēļa.
last_monthIepriekšējais kalendārais mēnesis.
last_quarterIepriekšējais kalendārais ceturksnis.
last_yearIepriekšējais kalendārais gads.
this_weekendPašreizējā nedēļas nogale.
last_weekendIepriekšējā nedēļas nogale.
bfcmYYYYMelnās piektdienas un Kiberpirmdienas diapazons norādītajam gadam. Piemēram, bfcm2022 atgriež rezultātus par 2022. gada 25.–28. novembri.

COMPARE TO

Atslēgvārds COMPARE TO atslēgvārds salīdzina tevis iestatīto atskaites periodu ar SINCE un UNTIL, vai ar DURINGpret citu periodu vai pret konfigurētajiem mērķiem.

Vari izmantot COMPARE TO atslēgvārdu ar tālāk norādītajiem parametru veidiem:

  • Absolūtie datumi, piemēram, 2023-01-01: ietver norādītā perioda metrikas un salīdzināšanas metrikas tam pašam periodam absolūtajā datumā.
  • Nosaukti datumi, piemēram, last_week: ietver norādītā perioda metrikas un salīdzināšanas metrikas tam pašam periodam nosauktajā datumā.
    • Operators, ko izmanto COMPARE TO var nebūt tikpat ilgs kā tas, ko izmanto DURING. Ja nav UNTIL vērtība ir norādīta, tiek aprēķināts laika diapazons, kas ir vienāds ar vērtību, kas norādīta DURING. Piemēram, DURING this_week COMPARE TO last_month salīdzina šīs nedēļas datus ar vienas nedēļas periodu, kas sākas iepriekšējā mēneša sākumā.
  • Nobīdes datumi, piemēram, -3q: iekļauj metrikas norādītajam periodam un salīdzināšanas metrikas tam pašam periodam relatīvajā datumā.
  • Vairāki datumu salīdzinājumi, piemēram, -1y, -2y: salīdzini savus datus no noteikta datumu diapazona ar vairākiem citiem datumu diapazoniem. Tas var būt noderīgi, ja vēlies izsekot izmaiņām vairākos periodos.
  • Konfigurēti mērķi, izmantojot COMPARE TO TARGETS: salīdzini savus datus ar mērķiem, ko esi iestatījis metrikai, nevis ar citu datumu diapazonu. Šī opcija ir pieejama metrikām, kas atbalsta mērķus.
  • Ja vaicājumā izmanto datuma dimensiju ar COMPARE TO, tad izmanto TIMESERIES tai, nevis GROUP BY.

Šajā piemērā tīrie pārdošanas ienākumi iepriekšējā kalendārajā mēnesī tiek salīdzināti ar to pašu mēnesi iepriekšējā gadā:

FROM sales
  SHOW net_sales, product_title
  GROUP BY product_title
  TIMESERIES day
  SINCE startOfMonth(-1m) UNTIL endOfMonth(-1m)
  COMPARE TO previous_year

Kad izmanto COMPARE TO, katra salīdzinātā metrika iegūst salīdzinājuma vērtību. Salīdzinājuma vērtības datu tabulā netiek rādītas atsevišķās slejās. Katrā datu tabulas šūnā tiek apvienota atskaites perioda vērtība ar salīdzinājuma perioda vērtību, un katrā rindas etiķetē šie 2 periodi tiek apvienoti tādā pašā veidā. Katram salīdzinājumam ir ģenerēts nosaukums, kas apvieno metriku un salīdzinājuma periodu, tāpēc vienai metrikai var būt vairāki salīdzinājumi. Atsauci uz salīdzinājumu pēc nosaukuma vari izmantot ORDER BY vai VISUALIZE:

  • Relatīvais salīdzinājums pievieno comparison_net_sales__previous_year.
  • Konkrēta datuma salīdzinājums pievieno comparison_net_sales__20230101.
  • Nosaukta datuma salīdzinājums pievieno comparison_net_sales__last_week.
  • Datuma funkcijas salīdzinājums pievieno comparison_net_sales__startOfQuarter_sub_3q, kur katra mīnusa zīme kļūst par sub.

Relatīvie datumu diapazona operatori

Relatīvie operatori atgriež tāda paša garuma laika periodu kā bāzes datumu diapazonā, ko pabīda atpakaļ par norādīto periodu. Papildus nosaukto datumu diapazonu operatoriem COMPARE TO pieņem šādus relatīvos operatorus:

ShopifyQL relatīvo datumu diapazona operatoru, piemēram, iepriekšējā perioda vai iepriekšējā gada, saraksts.
Relatīvais datumu diapazona operatorsApraksts
previous_periodViens periods pirms bāzes datumu diapazona.
previous_yearViens gads pirms bāzes datumu diapazona.
previous_quarterViens ceturksnis pirms bāzes datumu diapazona.
previous_monthViens mēnesis pirms bāzes datumu diapazona.
previous_weekViena nedēļa pirms bāzes datumu diapazona.
previous_dayViena diena pirms bāzes datumu diapazona.
previous_hourViena stunda pirms bāzes datumu diapazona.
previous_minuteViena minūte pirms bāzes datumu diapazona.
previous_secondViena sekunde pirms bāzes datumu diapazona.
previous_year_match_day_of_week52 nedēļas pirms bāzes datumu diapazona; salīdzinājums tiek pielāgots tām pašām nedēļas dienām.

Salīdzināšana ar mērķiem

COMPARE TO TARGETS ir nepieciešams TIMESERIES un atskaites periods, ko iestati ar SINCE, UNTIL, vai DURING. Tu nevari apvienot TARGETS ar jebkādu citu salīdzinājuma periodu. Atšķirībā no datumu salīdzinājuma, mērķi nepievieno vērtības taviem vaicājuma rezultātiem, tāpēc datu tabula netiek mainīta, un PERCENT_CHANGE neietekmē rezultātus. Tavs mērķis tiek rādīts vizualizācijā kā progresa līnija līnijas vai joslu vizualizācijas kumulatīvajā skatā.

Lai rādītu progresu pretī mērķim kā skalas diagrammu, izmanto VISUALIZE {metric} TYPE target_gauge. Mērķa skalai nav nepieciešams COMPARE TO TARGETS, bet tava vaicājuma datumu diapazonam ir jāsakrīt ar iestatītā mērķa laika periodu. Ja neviens mērķis neatbilst datumu diapazonam, tad vizualizācijā tiek paziņots, ka tavai atlasei nav atrasts neviens mērķis.

Uzzini vairāk par mērķu iestatīšanu metrikām.

ORDER BY

Tu vari norādīt, kā vēlies kārtot vaicājuma atgrieztos datus, izmantojot ORDER BY atslēgvārdu un tā parametrus: ASC, lai kārtotu augošā secībā, un DESC, lai kārtotu dilstošā secībā.

Vari norādīt jebkuru metriku vai dimensiju, ko iekļauj vaicājumā kopā ar ORDER BY atslēgvārdu, tostarp vairākus laukus.

Piemēram, šis vaicājums atgriež tīros pārdošanas ienākumus par visiem produktiem un variantiem pēdējā gada laikā. Rezultāti vispirms tiek kārtoti alfabētiskā secībā pēc produkta nosaukuma un pēc tam pretējā alfabētiskā secībā pēc produkta veida:

FROM sales
  SHOW net_sales
  GROUP BY product_title, product_type
  SINCE -1y UNTIL today
  ORDER BY product_title, product_type DESC

Kārtībai, kādā norādi metrikas vai dimensiju, ir nozīme. Ja norādi vairākas vērtības atslēgvārdam ORDER BY, kārtošana tiek piemērota katrai metrikai vai dimensijai norādītajā secībā.

TIMESERIES un rezultātu secība

Atkarībā no tā, vai vaicājumā ir vai nav iekļauts atslēgvārds TIMESERIES un ORDER BY, atgriezto rindu secība var mainīties.

Piemērs par TIMESERIES un atgriezto rindu secību, kad vaicājumā ir izmantots ORDER BY, lietojot ShopifyQL.
TIMESERIESORDER BYRezultāts
IekļautsNav iekļautsRezultāti tiek kārtoti pēc TIMESERIES dimensijas.
IekļautsIekļautsRezultāti tiek kārtoti pēc TIMESERIES laika dimensijas, tad pēc ORDER BY dimensijas.
Nav iekļautsIekļautsRezultāti tiek kārtoti pēc ORDER BY dimensijas.
Nav iekļautsNav iekļautsRezultāti tiek kārtoti pēc pirmās SHOW slejas.

LIMIT

Atslēgvārds LIMIT atslēgvārds ļauj norādīt maksimālo rindu skaitu, ko atgriež vaicājums. Tas ir noderīgi, ja vēlies priekšskatīt datu rādīšanu, paātrināt vaicājumu izpildi lielās datu kopās vai izveidot top 10 sarakstus. Vari apvienot LIMIT ar ORDER BY , lai izveidotu augšējo un apakšējo vērtību sarakstus.

Ja nenorādi LIMIT vērtību, vaicājums pēc noklusējuma atgriež 1000 rindas.

Vari arī izmantot neobligātu { OFFSET # } parametru, lai izlaistu noteiktu rindu skaitu, pirms sākt atgriezt rindas datus. Rezultātā frāze tiktu formatēta šādi: LIMIT 15 { OFFSET 5 }.

Šajā piemērā tiek izmantots LIMIT un ORDER BY , lai izveidotu sarakstu ar 10 visvairāk pārdotajiem produktiem pēdējo 3 mēnešu laikā:

FROM sales
  SHOW gross_sales as total_gross_sales
  GROUP BY product_title
  SINCE -3m UNTIL today
  ORDER BY total_gross_sales DESC
  LIMIT 10

VISUALIZE un TYPE

Atslēgvārds VISUALIZE atslēgvārds ļauj rakstīt ShopifyQL vaicājumu, kas attēlo datus grafiskā vizualizācijā.

Atslēgvārds TYPE atslēgvārds ir neobligāts, un tam jābūt papildinātam ar vienu vizualizācijas veidu. Ja TYPE nav iekļauts tavā vaicājumā, ShopifyQL automātiski atlasa vaicājumam piemērotāko vizualizāciju. Ja vaicājumu nevar vizualizēt, kā tas ir uzrakstīts, ShopifyQL atgriež tabulas datus. Vari skatīt TYPE atslēgvārdu katrai vizualizācijai rakstā Piemērotākās vizualizācijas atlasīšana savai Shopify atskaitei.

VISUALIZE pieņem arī neobligātu LIMIT atslēgvārdu, kur parametrs ir ierobežots datu punktu skaits, ko renderēt vizualizācijā un datu tabulā. Vari izmantot arī neobligāto MAX atslēgvārdu, lai ierobežotu datu punktu skaitu vizualizācijā, neietekmējot datus datu tabulā. MAX ir ieteicamais atslēgvārds jaunos vaicājumos.

Piemēram, vari vizualizēt savu pārdošanas tendenci pēdējā gada laikā pa mēnešiem, izmantojot tendenču līniju. Šis vaicājums atgriež laikrindu diagrammu, kurā parādīts pēdējā gada bruto pārdošanas apjoms pa mēnešiem. Bruto pārdošanas apjoms ir attēlots ar vienu līniju, x asij norādīts mēnesis un y asij – bruto pārdošanas apjoms:

FROM sales
  SHOW gross_sales
  TIMESERIES month
  SINCE -1y UNTIL today
VISUALIZE gross_sales TYPE line

Vairākas metrikas vizualizācijās

Savas atskaites līniju vizualizācijās vari iekļaut vairākas metrikas. Katra vizualizācijā iekļautā metrika ir jāatdala ar komatu, izmantojot TYPE line atslēgvārdu. Metrikas, kas norādītas SHOW , bet nav iekļautas VISUALIZE , tiek rādītas tikai datu tabulā.

Piemēram, šajā vaicājumā kopējais ietirgotais apjoms, pasūtījumi un sesijas vizualizācijā ir iekļauti kā 3 atsevišķas līnijas. Bruto pārdošanas apjoms tiek rādīts datu tabulā, bet ne vizualizācijā:

FROM sales
  SHOW total_sales, orders, sessions, gross_sales
  TIMESERIES month
  SINCE -1y UNTIL today
VISUALIZE total_sales, orders, sessions TYPE line

Lai izmantotu stabiņu un līniju veida vizualizāciju, vari atdalīt 2 metrikas ar komatu un norādīt atšķirīgu TYPE vērtību katrai metrikai:

FROM sales
  SHOW total_sales, orders, conversion_rate, gross_sales
  TIMESERIES month
  SINCE -1y UNTIL today
VISUALIZE total_sales TYPE bar, conversion_rate TYPE line

Uzzināt vairāk par vairāku metriku iekļaušanu atskaišu vizualizācijās.

ANNOTATE

Atslēgvārds ANNOTATE atslēgvārds parāda anotācijas tavā vizualizācijā, lai tu varētu salīdzināt metrikas izmaiņas ar notikumiem, kas to varētu izskaidrot.

Raksti ANNOTATE sava VISUALIZE priekšraksta beigās, pēc visiem TYPE un MAX parametriem. Vari pievienot anotācijas šādos veidos:

  • ANNOTATE ALL: parāda visas anotāciju kategorijas no visiem avotiem, tostarp anotācijas, ko ģenerējis Shopify un izveidojušas lietotnes, kā arī tās, ko esi izveidojis tu un tavs personāls.
  • ANNOTATE {category}: parāda visas anotācijas vienā kategorijā, piemēram, ANNOTATE product_events.
  • ANNOTATE {category}.{type}: parāda vienu anotācijas veidu, piemēram, ANNOTATE product_events.published.

Lai kombinētu kategorijas un veidus, atdali tos ar komatiem. Skati Shopify izstrādātāju dokumentāciju, kur sniegts pilns anotāciju kategoriju un veidu saraksts.

Piemēram, šis vaicājums parāda ikdienas kopējo ietirgoto apjomu pēdējo 90 dienu laikā, ar atzīmēm katram produktam, kas tika publicēts vai kura publicēšana tika atcelta, kā arī katrai tēmai, kas tika publicēta:

FROM sales
  SHOW total_sales
  TIMESERIES day
  SINCE -90d
VISUALIZE total_sales TYPE line ANNOTATE product_events, online_store_events.theme_published

Lai parādītu anotācijas tikai no konkrētiem avotiem vai izveidotājiem, pievieno FILTER aiz anotāciju kategorijām un veidiem, kam seko viens vai vairāki nosacījumi. Ja neiekļauj FILTER, tiek rādītas anotācijas no visiem avotiem. Tu vari filtrēt anotācijas pēc šādiem laukiem:

  • source: anotācijas avots. Izmanto 'shopify' tām anotācijām, kuras ģenerē Shopify, 'app' tām anotācijām, ko izveido lietotnes, vai 'staff' tām anotācijām, ko izveido tu un tavs personāls.
  • app_id: tās lietotnes ID, kura izveidoja anotāciju.
  • staff_id: tā darbinieka ID, kurš izveidoja anotāciju.

Izmanto = , lai filtrētu pēc vienas vērtības, vai IN , lai filtrētu pēc vērtību saraksta, piemēram, source IN ('app', 'staff'). Ievadi lietotņu un personāla ID kā skaitļus bez pēdiņām, piemēram, staff_id = 123. Lai apvienotu nosacījumus, atdali tos ar OR. Anotāciju filtri neatbalsta AND. Lauku nosaukumi un avota vērtības ir reģistrjutīgi. Kad ievadi app_id vai staff_id ShopifyQL vaicājumu redaktorā, tiek ieteiktas lietotnes un personāla darbinieki, kas ir izveidojuši anotācijas.

Piemēram, šis vaicājums parāda ikdienas kopējo ietirgoto apjomu par pēdējām 90 dienām ar atzīmēm par katru anotāciju, ko izveidoji tu un tavs personāls:

FROM sales
  SHOW total_sales
  TIMESERIES day
  SINCE -90d
VISUALIZE total_sales TYPE line ANNOTATE ALL FILTER source = 'staff'

Anotācijām ir nepieciešama laika dimensija, tādēļ tavam vaicājumam tā ir jāatgriež ar TIMESERIES vai GROUP BYun jāizmanto vizualizācijas veids, kam ir laika ass. Anotācijas nav pieejamas vairāku veikalu vaicājumiem, kas izmanto FROM ORGANIZATION.

AS

Atslēgvārds AS ir neobligāts atslēgvārds, kas ļauj pārdēvēt (vai piešķirt aizstājvārdu) sleju vai izteiksmi.

AS pieņem tikai vienu parametru. Ja aizstājvārda nosaukumā ir atstarpe, ap aizstājvārdu jāliek dubultās pēdiņas (").

FROM sales
  SHOW total_sales AS "My Total Sales"

Citi ShopifyQL operatori un iespējas

ShopifyQL ietver šādus papildu operatorus:

Matemātiskie operatori

ShopifyQL ļauj veikt aritmētiskas darbības ar metrikām tavos datos. Ir pieejami šādi matemātiskie operatori:

ShopifyQL matemātisko operatoru saraksts, tostarp pluss un mīnuss.
Matemātiskais operatorsApraksts
+Divu skaitļu saskaitīšana.
-Divu skaitļu atņemšana.
*Divu skaitļu reizināšana.
/Divu skaitļu dalīšana.

Matemātiskajām izteiksmēm ir šādi ierobežojumi:

  • Abām vērtībām izteiksmē jābūt skaitliskām. Tādas dimensijas kā produktu nosaukumi, ID un patiesas (true) vai aplamas (false) vērtības nevar izmantot aritmētikā pat tad, ja ID tiek parādīts kā skaitlis.
  • Datumiem un laikiem tiek atbalstīta tikai atņemšana. Vari atņemt vienu datumu no cita datuma vai vienu laiku no cita laika, taču tu nevari tos saskaitīt, reizināt vai dalīt.
  • Izteiksmes tiek aprēķinātas atslēgvārdā SHOW . Nosacījums WHERE nevar ietvert aritmētiku.
  • Lauks, kas tiek izmantots, lai savienotu tabulas, nevar izmantot matemātiku. Uzzini vairāk par netiešajiem savienojumiem.

Piemēram, šis vaicājums aprēķina pasūtījuma vērtību katram reģionam pēdējā gada laikā. Izmantojot matemātiskos operatorus ar metrikām, vari lietot AS atslēgvārdu, lai piešķirtu jaunu nosaukumu jaunajai metrikai.

FROM sales
  SHOW (net_sales + sales_reversals) AS order_value, orders
  GROUP BY billing_region
  SINCE -1y UNTIL today

Netiešie savienojumi

Savienojums ļauj skatīt metrikas no dažādiem domēniem kopā, vienu otrai blakus. ShopifyQL savienojumi tiek veikti netieši un viedi.

ShopifyQL ir šādas savienojumu iespējas:

  • ShopifyQL atļauj dimensiju lauku savienojumus, ja vaicājumā ir viena FROM tabula.
  • Automātisks kreisais savienojums dimensiju laukiem.
  • ShopifyQL atļauj vairāku faktu savienojumus (ja vaicājumos ir vairākas FROM tabulas).
  • Automātisks pilnais savienojums vairāku faktu savienojumos, kas atbalsta jebkādu tabulu vai shēmu skaitu un grupēšanu pēc dimensijām.
  • Vairāku faktu savienojumu metrikās var izmantot matemātiku.

ShopifyQL ir tālāk norādītie savienojumu ierobežojumi:

  • Savienojuma laukam ir jābūt ar vienādu nosaukumu visās savienotajās shēmās.
  • Savienojuma laukam ir jābūt iekļautam GROUP BY.
  • Savienojuma lauks nevar izmantot matemātiku.
  • FROM ir nepieciešams, lai darbotos vairāku faktu savienojumi.
  • Vairāku faktu savienojumā ikvienam GROUP BY ir jābūt visās shēmās, un tas tiek uzskatīts par lauku, kurā veidojams savienojums.

Piemēram, šajā vaicājumā tiek izmantots vairāku faktu savienojums:

FROM sales, sessions
  SHOW day, total_sales, sessions
  GROUP BY day
  SINCE 2023-10-03
  ORDER BY day

Daļēja virkņu un masīvu atbilstība

Daļējai virkņu un masīvu atbilstībai vari izmantot tālāk norādītos operatorus:

ShopifyQL daļējas virkņu un masīvu atbilstības operatoru saraksts.
OperatorsApraksts
STARTS WITHAtgriež visas rindas, kurās sleja sākas ar prefiksu.
ENDS WITHAtgriež visas rindas, kurās sleja beidzas ar sufiksu.
CONTAINSAtgriež visas rindas, kurās sleja satur virknes daļu vai masīva elementu.
NOT CONTAINSAtgriež visas rindas, kurās sleja nesatur virknes daļu vai masīva elementu.

Daži daļējas virkņu atbilstības piemēri, kuros tiek izmantoti operatori, ietver šādus vaicājumus:

FROM sales
  SHOW product_title
  WHERE product_title STARTS WITH 'Summer'
  GROUP BY product_title
FROM sales
  SHOW product_title
  WHERE product_title ENDS WITH 'kit'
  GROUP BY product_title
FROM sales
  SHOW product_title
  WHERE product_title CONTAINS 'Beef'
  GROUP BY product_title

Atslēgvārds CONTAINS operatoru var izmantot atbilstošu elementu meklēšanai masīvos, tostarp veselu skaitļu, virkņu un decimāldaļu meklēšanai. Šī atbilstība nav reģistrjutīga. Daži masīvu atbilstības piemēri, kuros izmanto CONTAINS , ietver šādus vaicājumus:

FROM sales
  SHOW orders
  WHERE products_bought_together_ids CONTAINS '101'
FROM customers
  SHOW total_number_of_orders
  WHERE customer_cities CONTAINS 'seattle'
FROM sales
  SHOW orders
  WHERE variants_bought_together_variant_prices CONTAINS '10.2'

Komentāri

Vari izmantot komentārus, lai izskaidrotu ShopifyQL priekšrakstu sadaļas vai novērstu ShopifyQL priekšraksta izpildi. Jebkurš komentārā iekļautais teksts izpildes laikā tiks ignorēts.

Vienas rindas komentāri sākas ar -- un beidzas rindas beigās.

Vairāku rindu komentāri sākas ar /* un beidzas ar */.

FROM sales
  SHOW average_order_value, gross_sales
  -- the line below has been commented out and won't run
  -- GROUP BY billing_region
  WHERE billing_country = 'United States'
  /*
  this line and the two lines below it have been commented out and won't run
  SINCE 2021-01-01
  UNTIL 2021-12-31
  */

Citi dati, kurus vari vaicāt, izmantojot ShopifyQL

Izmantojot ShopifyQL, vari arī vaicāt tālāk norādītos datus:

Datu par organizācijām ar vairākiem veikaliem rādīšana

Ja tavam veikalam ir plāns Plus vai Enterprise un organizācijā ir vairāki veikali, vari nedaudz pielāgot savu ShopifyQL vaicājumu, lai vienlaikus rādītu datus no vairākiem veikaliem. Atslēgvārdam FROM ir jāseko ORGANIZATION, un tavam WHERE atslēgvārdam ir jāietver shop_id tiem veikaliem, kurus vēlies iekļaut savā vaicājumā kā deklarētu parametru.

Piemēram, rakstot šādu vaicājumu, vari atgriezt 4 savas organizācijas veikalu kopējā ietirgotā apjoma summu:

FROM ORGANIZATION sales
  SHOW total_sales
  WHERE shop_id IN (12301, 12302, 12303, 12304)

Filtrēšana pēc shop_id ir nepieciešams FROM ORGANIZATION. Lai atrastu shop_id vērtību katram tavas organizācijas veikalam, izpildi organizācijas vaicājumu, izmantojot shop_id:

FROM ORGANIZATION sales
  SHOW total_sales
  GROUP BY shop_name, shop_id

Vairāku veikalu vaicājumiem ir nepieciešama arī organizācijas analītikas atļauja.

Metalauki

Savos ShopifyQL vaicājumos vari izmantot produktu kategoriju metalaukus un atbalstītos pielāgotos metalaukus kā dimensijas vai filtrus.

Produktu kategoriju metalauki pakalpojumā ShopifyQL

Kategoriju metalauki tiek kartēti ar konkrētām produktu kategorijām Shopify standarta produktu taksonomijā.

Kategoriju metalauki ShopifyQL vaicājumos tiek formatēti ar punktu pierakstu. Metalauka formatējums ir product.metafields.shopify.{key}, kurā vērtība {key} ir konkrēts metalauka nosaukums, piemēram, material vai size. Standarta taksonomijā esošie atslēgvārdi no vairākiem vārdiem, kas atdalīti ar defisēm, izmanto atsoļa identifikatorus, tāpēc metalauks tiek formatēts kā product.metafields.shopify."color-pattern" vai product.metafields.shopify."age-group". Lai filtrētu kategorijas metalauku pēc vērtības, ir jāizmanto operators CONTAINS vai NOT CONTAINS.

Piemēram, ja pārdod dārza podus un izmanto produktu standarta kategorizāciju Home & Garden > Lawn & Garden > Gardening > Pots & Planters, tad katra poda formas (piemēram, cilindriska, taisnstūrveida, apaļa un kvadrātveida) saglabāšanai vari izmantot kategorijas metalauku Shape (Forma). Pēc tam atskaitēs varēsi izmantot product.metafields.shopify.shape kā dimensiju vai filtru.

Pēc tam vari parādīt kopējo ietirgoto apjomu pēc produkta, filtrējot to ar standarta metalauku Shape, lai iekļautu tikai produktus “Rectangular”, izmantojot šādu vaicājumu:

FROM sales
  SHOW total_sales
  GROUP BY product.title
  WHERE product.metafields.shopify.shape CONTAINS 'Rectangular'

Kad grupē pēc kategorijas metalauka, visi produkta ieraksti attiecīgajā metalaukā tiek uztverti kā viena vērtība. Piemēram, ja podam kategorijas metalaukā Suitable space (Piemērota vieta) ir atlasīts gan Indoors (Iekštelpās), gan Outdoors (Ārā), tad tās pārdošanas apjomi tiek grupēti sadaļā Indoors, Outdoors, nevis skaitīti atsevišķi par katru telpu. Podi bez ieraksta Suitable space tiek grupēti kā (not set).

Tu vari parādīt savu kopējo ietirgoto apjomu pēc Suitable space, izmantojot šādu vaicājumu:

FROM sales
  SHOW total_sales
  GROUP BY product.metafields.shopify."suitable-space"

Pielāgoti metalauki pakalpojumā ShopifyQL

ShopifyQL atbalsta pielāgotus metalaukus tālāk norādītajiem resursu tipiem:

  • Produkti
  • Varianti
  • Klienti
  • Pasūtījumi

Katram piemērotajam resursu tipam ShopifyQL atbalsta šādus pielāgotu metalauku tipus:

  • Teksts: single_line_text_field, multi_line_text_field
  • Atsauce: product_reference
  • Skaitļi: number_integer, number_decimal, id, rating
  • Saite: url
  • Datumi: date, date_time
  • Cits: boolean, color
  • Masīvi: list.single_line_text_field, list.multi_line_text_field, list.number_integer, list.number_decimal

Veidojot metalauku, ir jāaktivizē opcija Filtrēt vai grupēt datus sadaļā Analītika, pirms to var izmantot kā dimensiju vai filtru Shopify pārskatos.

Pielāgoti metalauki ShopifyQL vaicājumos ir jāformatē, izmantojot punktu pierakstu. Metalauka formāts ir šāds: {entity}.metafields.{namespace}.{key}. Piemēram, ja saviem produktiem izveidoji pielāgotu metalauku “Material” (Materiāls), lai saglabātu materiāla veidu, no kura izgatavots katrs produkts (piemēram, poliesters, kokvilna, lins un neilons), tu vari izmantot product.metafields.custom.material kā dimensiju vai filtru.

Piemēram, vari parādīt kopējo ietirgoto apjomu katram produktam, filtrējot pēc pielāgotā metalauka Material, lai iekļautu tikai produktus no materiāla “organic cotton”, izmantojot šādu vaicājumu:

FROM sales
  SHOW total_sales
  WHERE product.metafields.custom.material = 'organic cotton'
  GROUP BY product.title

ShopifyQL vaicājumos vari piekļūt metalauka vērtībām arī tieši. Piemēram, vari analizēt klientu datus, pamatojoties uz vērtībām pielāgotajā metalaukā Loyalty tier, kas ir augstākas par 2. līmeni:

FROM customers
  SHOW total_amount_spent
  WHERE metafields.custom.loyalty_tier > 2
  GROUP BY metafields.custom.loyalty_tier

Iepriekšējā piemērā resursa entītija customers ir deklarēta FROM priekšrakstā, tāpēc to nav nepieciešams iekļaut atkārtoti GROUP BY vai WHERE priekšrakstos.

Lietotnes notikumi

Tavā veikalā instalētās lietotnes var nosūtīt notikumus uz Shopify, piemēram, e-pasta vēstuli, ko nosūtījusi mārketinga lietotne, vai atlīdzību, kas izmantota lojalitātes lietotnē. Tu vari izveidot pārskatus par šiem notikumiem, veicot vaicājumu FROM app_events, un grupēt tos pēc lietotnes vai laika perioda.

Lietotņu notikumu dati, ko vari vaicāt, ir atkarīgi no tavā veikalā instalētajām lietotnēm un no tā, vai katras lietotnes izstrādātājs nosūta notikumus uz Shopify.

Lietotnes var sūtīt standarta notikumus, kuros izmanto notikuma nosaukumu tādā formātā kā shopify.{category}.{event}, piemēram, shopify.marketing.email_sent. Katram notikumam ir savas metrikas un dimensijas. Piemēram, notikumam shopify.marketing.email_sent ir metrika emails_sent, kā arī tādas dimensijas kā campaign_id un message_type.

Apskati tālāk norādīto tabulu, lai uzzinātu par laukiem, kas ir pieejami katram lietotnes notikumam.

Saraksts ar ShopifyQL laukiem, kas pieejami katram lietotnes notikumam, piemēram, tās lietotnes nosaukums, kura nosūtīja notikumu.
LauksVeidsApraksts
app_nameDimensijaTās lietotnes nosaukums, kura nosūtīja notikumu. Grupē pēc šī lauka, lai salīdzinātu vienu un to pašu metriku dažādās lietotnēs.
event_handleDimensijaNotikuma nosaukums, piemēram, shopify.marketing.email_sent.
event_countMetrikaLietotņu nosūtīto notikumu skaits.
latest_event_timestampMetrikaVisnesenākā notikuma datums un laiks.

Piemēram, lai salīdzinātu e-pasta vēstuļu skaitu, ko katra tava mārketinga lietotne ir nosūtījusi pēdējo 30 dienu laikā, izmanto šādu vaicājumu:

FROM app_events
  SHOW emails_sent
  GROUP BY app_name
  TIMESERIES day
  SINCE -30d

Tu nevari vaicāt app_events datu kopu kopā ar citu datu kopu vienā vaicājumā. Piemēram, FROM sales, app_events nav atbalstīts.

Pielāgoti lietotņu notikumi ShopifyQL

Papildus standarta notikumiem dažas lietotnes definē savus pielāgotos notikumus ar metrikām un dimensijām, kas ir specifiskas šai lietotnei. Piemēram, pierakstu rezervēšanas lietotne ar identifikatoru bookings varētu definēt notikumu appointment_booked. Šim notikumam var būt metrika appointments, kas norāda klientu rezervēto pierakstu skaitu, un dimensija service_type katra pieraksta pakalpojuma veidam.

ShopifyQL vaicājumos pielāgoto lietotņu notikumu laukus formatē, izmantojot punktu pierakstu: event.{app}.{event}.{field}. Daļa {app} ir lietotnes identifikators vai API atslēga atkarībā no tā, ko izvēlējies lietotnes izstrādātājs. Piemēram, rezervēšanas lietotnes metrika appointments ir event.bookings.appointment_booked.appointments.

Ja lauka nosaukuma daļa satur defisi, šī daļa ir jāliek dubultpēdiņās ("). Piemēram, ja rezervēšanas lietotnes identifikators ir bookings-app, tad lauks ir event."bookings-app".appointment_booked.appointments.

Katra pielāgotā lietotnes notikuma lauks ir pieejams tikai tam notikumam, kas to definē. Dimensijā event_handle pielāgotie notikumi izmanto nosaukumu {app}.{event}, piemēram, bookings.appointment_booked.

Vaicājumu rezultātos un CSV eksportā pielāgoto lietotņu notikumu laukiem tiek izmantotas etiķetes, ko tiem piešķir lietotne.

Pielāgoto lietotņu notikumu dimensijas ir pieejamas tikai pēdējo 30 dienu datiem. Ja tavs vaicājums grupē vai filtrē datus pēc šādas dimensijas, izmanto datumu diapazonu, kas sākas pēdējo 30 dienu laikā, piemēram, SINCE -7d.

Piemēram, lai salīdzinātu pierakstu skaitu, ko klienti rezervējuši katram pakalpojuma veidam pēdējo 7 dienu laikā, tavs vaicājums ir šāds:

FROM app_events
  SHOW event.bookings.appointment_booked.appointments
  GROUP BY event.bookings.appointment_booked.service_type
  TIMESERIES day
  SINCE -7d

Metaobjekti

Tu vari izmantot laukus no saviem metaobjektiem kā dimensijas vai filtrus ShopifyQL vaicājumos, ja uz metaobjektu norāda metalauks atbalstītā resursa veidā. ShopifyQL atbalsta metaobjektu laukus šādiem resursu veidiem:

  • Produkti
  • Varianti
  • Klienti
  • Pasūtījumi

Atsauces metalaukam ir jābūt viena metaobjekta atsaucei vai metaobjektu atsauču sarakstam. Vaicājumā nevar izmantot laukus no metaobjekta, uz kuru atsaucas ar metalauku Jaukta atsauce, un ne visi metaobjektu lauku veidi ir atbalstīti.

Metaobjektu lauki tiek formatēti, izmantojot punktu pierakstu, kas paplašina atsauces metalauku ar metaobjekta lauku. Formāts ir šāds: {entity}.metafields.{namespace}.{key}.{field}, kur {namespace}.{key} ir atsauces metalauks un {field} ir metaobjekta lauks, kuru vēlies izmantot.

Piemēram, pieņemsim, ka tavi produkti atsaucas uz metaobjektu Designer caur pielāgotu metalauku designer un metaobjektam ir lauks country. Tu vari parādīt kopējo ietirgoto apjomu, grupējot pēc dizainera valsts, ar šādu vaicājumu:

FROM sales
  SHOW total_sales
  GROUP BY product.metafields.custom.designer.country