← Volver a los simuladores Nota de arquitectura · 10 Profile es para activar; el data lake, para recordar Qué entra en Profile y cuánto tiempo se queda es una decisión de arquitectura. También decide lo que cuenta en la licencia. Leer la nota →
Query Service · Data Distiller
SQL en AEP
Casi todo en AEP se puede sacar con SQL, pero no de la misma forma. Una consulta puntual, una consulta batch que escribe un dataset, un atributo calculado y una audiencia creada con SQL tienen límites y costes distintos. Elige qué pide el negocio y mira qué herramienta encaja.
Escenario ilustrativo ↑ Volver a los controles
Supuestos del ejemplo
Preguntas, datasets, nombres de tablas y consultas de ejemplo.
El encargo
Qué hay que sacar y cómo sería
La pregunta, lo que la define y la consulta con la herramienta que mejor encaja.
Cuatro herramientas
Qué encaja y qué no
Verde, la mejor opción. Ámbar, posible pero con peajes. Rojo, no encaja o no llega.
Los límites que deciden
Límites de cada herramienta
Tiempo, filas, programación, ventana, destino del resultado y coste.
La recomendación
Preguntar primero dónde tiene que acabar el resultado
En la pantalla de alguien, en un dataset, en el perfil o en un destino. Eso elige la herramienta antes que la complejidad del SQL.
- 01
Explorar con consultas puntuales
Para responder una pregunta y validar datos. Si hay que repetirla o devuelve muchas filas, pasa a batch.
- 02
Atributos calculados antes que SQL
Si cabe en una agregación simple sobre eventos y en 6 meses, no gastes horas de cómputo ni mantengas una consulta programada.
- 03
Datasets derivados para lo que no cabe
Deciles, gasto de siempre, reglas de negocio con varias tablas. Programados y habilitados para Profile cuando haya que activarlos.
- 04
Vigilar las horas de cómputo
Cada consulta batch programada consume horas al año. Hay que revisar qué se ejecuta, con qué frecuencia y si alguien usa el resultado.
Para revisar esta decisión
- El gobierno del dato también llega al análisis
Qué hacen las etiquetas de uso del dato en Customer Journey Analytics, qué bloquean las políticas activas y qué pasa con las data views y las exportaciones.