Google Analytics API - 指标的选择会影响返回的维度值吗？

Question

早上好。我在 Google Analytics API 中看到了这种行为，作为一个 SQL 人，我觉得这很奇怪。我想获取 adContent 的所有值的列表，所以我查询 ga:adContent 和（因为我还必须选择一个指标，没有明确的原因）ga:organicSearches。它在同一个组（Campaign）中，所以它在服务器上的表现可能会更好。

我得到一行：adContent 是“（未设置）”，organicSearches 是 516,674。嗯，我猜 adContent 没有被使用。但营销部门发誓确实如此，并制作了一些令人信服的屏幕截图。

后来，我随意将指标改为ga:transactions。在我醒来的宇宙中，这应该对任何东西都没有影响，除了该列中返回的实际值。相反，我得到了无数行，ga:adContent 的合理值。 ga:transactions 的值有时为零，因此 GA 不会过滤“metric > 0”。

我的查询中没有过滤器。我没有更改这两个变体之间的日期范围。谁能告诉我发生了什么事？我希望上面的查询可以转换成这样的东西，它应该返回完全相同的行数：

SELECT adContent, SUM(organicSearches)
FROM Campaign
WHERE Date BETWEEN X AND Y
GROUP BY adContent

SELECT adContent, SUM(transactions)
FROM Campaign INNER JOIN ECommerce ON <something>
WHERE Date BETWEEN X AND Y
GROUP BY adContent

我意识到 GA 可能没有在后端使用普通的 RDMS，但肯定 1 + 1 在任何数据库中仍然等于 2！

Answer 1

根据定义，ga:organicSearches 几乎永远不会匹配 ga:adContent（边缘情况除外）。 ga:adContent 用于广告内容，ga:organicSearches 用于会话中的自然搜索结果访问（例如，如果您在同一会话中多次使用 Google 来尝试在网站上查找特定内容）。除了尝试测量特定现象之外，不要将其用于任何其他事情。

这里尽量不要使用 SQL 思维框架； Google Analytics 在后端不使用 SQL，因此您对传统关系的概念不适用。 IIRC，他们使用了一些东西，其中一个 BigTable variant，它是一个 NoSQL 类型的数据库。

From a Google Paper on BigTable from 2006:

我们简要介绍其中的两个表 由谷歌分析使用。原始的 点击表（̃200 TB）保持一行 对于每个最终用户会话。该行 name 是一个元组，包含 网站名称和时间 会话已创建。这个架构 确保访问的会话 同一个网站是连续的，并且 它们按时间顺序排列。这个 表压缩到其 14% 原始尺寸。汇总表（̃20 TB) 包含各种预定义的 每个网站的摘要。这个表 从原始点击表生成 通过定期安排的 MapReduce 工作。每个 MapReduce 作业提取 来自原始点击的最近会话数据 桌子。整个系统的吞吐量 受限于 GFS 的吞吐量。 这个表压缩到它的 29% 原尺寸。

如果您想要所有维度列表的指标的最小公分母，请使用ga:pageviews。