Dirancang untuk beban kerja analitik yang berat.

Analitik peristiwa operasional

Pertanyaan: Apa yang sedang terjadi di seluruh sesi aktif, di mana alur mengalami kegagalan, dan layanan mana yang memerlukan perhatian?
Dalam RayoDB: Peristiwa terperinci tetap tersedia untuk analisis langsung atas layanan, sesi, dan keandalan saat kondisi berubah.
Untuk: Tim operasional, keandalan, dan layanan digital.

SELECT
  service,
  count(DISTINCT session_id) AS active_sessions,
  sum(event = 'error') AS failures
FROM events
WHERE ts >= '2026-09-04 10:00:00'
GROUP BY service
ORDER BY failures DESC;

Aktivitas langsung dan kegagalan dari peristiwa terperinci.

Analitik produk dan peristiwa

Pertanyaan: Fitur mana yang digunakan pengguna sebelum melakukan konversi, dan bagaimana retensi berbeda menurut kanal, perangkat, dan minggu?
Dalam RayoDB: Join dan subkueri berjalan atas peristiwa mentah. Ajukan pertanyaan, tinjau hasilnya, dan sempurnakan tanpa menentukan pertanyaan terlebih dahulu.
Untuk: Tim produk dan pertumbuhan.

SELECT channel, toStartOfWeek(first_seen) AS cohort,
       count(DISTINCT user_id) AS active_week_4
FROM events e
JOIN first_touch f ON f.user_id = e.user_id
WHERE e.ts BETWEEN f.first_seen + INTERVAL 28 DAY
              AND f.first_seen + INTERVAL 35 DAY
GROUP BY channel, cohort;

Retensi minggu keempat menurut kanal, tanpa kubus data.

Deret waktu

Pertanyaan: Seperti apa kondisi besok, dan manakah dari sepuluh ribu deret ini yang sedang menunjukkan perilaku tidak normal?
Dalam RayoDB: Prakiraan dan deteksi anomali adalah fungsi SQL atas deret apa pun yang dapat dihasilkan oleh kueri.
Untuk: Tim keandalan dan operasional.

SELECT ts, value, score
FROM AI_DETECT_ANOMALIES(hourly_errors, hour, errors, 3.5)
WHERE is_anomaly;

SELECT * FROM AI_FORECAST(hourly_errors, hour, errors, 48, '0.1,0.5,0.9');

Skor anomali dan prakiraan beserta rentangnya.

Bandingkan beban kerja Anda dengan RayoDB.

Akses awal mengukur kueri nyata, konkurensi, dan kebutuhan infrastruktur.

Minta akses