探索和可视化结构化事件

它是如何运作的

从信号到决策的可审查工作流程

首先检查样品

在聚合字段之前确认字段包含预期的值和类型。这可以及早发现埋点错误。

选择公制和粒度

选择与问题匹配的聚合、数字字段、时间段和过滤器。请记住不完整的最新存储桶。

推广有用的观点

当结果成为重复工作流程的一部分时，将结果添加到仪表板或警报中。使用 Query 实现多表和多 CTE 逻辑。

探索结构化事件

真实的产品捕获从事件样本到过滤器、聚合和视觉结果。

边界

这不能取代什么

Explore 针对单表调查进行了优化；连接、多个 CTE 和可重用的分析定义属于 Query。
海图无法弥补不完整的仪表、混合单位或不稳定的路线和事件名称。
高基数原始标识符更适合用于受限的向下钻取，而不是用作顶级图表维度。

可检查的证明路径

从事件契约到可见的答案

此示例使用声明的架构、只读 SQL 和确定性合成结果。它演示了工作流程，但没有提供示例数据作为客户基准。

1. 活动合约

一排进入 api_requests，并明确查询所使用的类型。

timestamp_utc: Timestamp
route_template: Utf8
status_code: Int64
latency_ms: Float64

浏览活动合同

2.只读SQL

哪些 API 路由具有最高的有意义 5xx 错误率？

SELECT
  route_template,
  COUNT(*) AS requests,
  SUM(CASE WHEN status_code >= 500 THEN 1 ELSE 0 END) AS errors,
  100.0 * SUM(CASE WHEN status_code >= 500 THEN 1 ELSE 0 END)
    / NULLIF(COUNT(*), 0) AS error_rate_pct
FROM api_requests
WHERE timestamp_utc >= now() - INTERVAL '24 hours'
GROUP BY route_template
HAVING COUNT(*) >= 20
ORDER BY error_rate_pct DESC
LIMIT 10;