Utilisez le SQL quand vous en avez besoin

Quand l'interface visuelle ne suffit pas, utilisez l'interface SQL. Les requêtes sont validées, limitées à votre tenant et leur coût est vérifié avant exécution.

Enregistrez les requêtes utiles comme widgets de tableau de bord. Connectez Python, R ou Jupyter quand votre travail a besoin d'un notebook.

La plupart des questions ne demandent aucun SQL, mais quand vous le souhaitez, Explore propose un onglet SQL. Vous écrivez du SQL ordinaire sur vos buckets d'événements comme si chacun était une table, sans voir comment le warehouse les stocke en dessous. Votre requête est validée et reconstruite de notre côté, verrouillée à votre organisation, si bien qu'elle ne peut lire que vos propres données.

Chaque requête est estimée avant de s'exécuter, à la manière du dry-run de BigQuery : une requête qui lirait plus que ne l'autorise votre offre est refusée d'emblée, l'estimation affichée, pour qu'une requête lourde échoue vite au lieu de faire grimper la facture. Enregistrez une requête qui vous convient et déposez-la sur un tableau de bord comme widget.

Pour interroger depuis un notebook, générez un jeton dans Paramètres → Jetons d’API, puis envoyez du SQL au point de terminaison de données depuis Python, R ou Jupyter. Le tenant provient du jeton, si bien qu'un jeton ne peut atteindre que les données de sa propre organisation :

curl -X POST "https://eventhorizondata.com/api/v1/data/sql" \
  -H "Authorization: Bearer <token>" \
  -H "Content-Type: application/json" \
  -d '{"sql":"SELECT toStartOfDay(time) AS day, sum(value) AS total FROM orders GROUP BY day ORDER BY day"}'

Le jeton se place dans l'en-tête Authorization et peut être révoqué à tout moment ; un jeton révoqué cesse de fonctionner immédiatement. La réponse est en JSON par défaut, ou en CSV avec `?format=csv` ou un en-tête `Accept: text/csv`. `GET /api/v1/data/schema` liste les buckets que vous pouvez interroger.