Được xây dựng cho các tải phân tích khắt khe.

Phân tích sự kiện vận hành

Câu hỏi: Điều gì đang diễn ra trong các phiên hoạt động, luồng nào đang lỗi và dịch vụ nào cần được chú ý?
Trong RayoDB: Sự kiện chi tiết luôn sẵn sàng để phân tích trực tiếp dịch vụ, phiên và độ tin cậy khi tình hình thay đổi.
Dành cho: Đội ngũ vận hành, độ tin cậy và dịch vụ số.

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;

Hoạt động và lỗi trực tiếp từ sự kiện chi tiết.

Phân tích sản phẩm và sự kiện

Câu hỏi: Người dùng tương tác với tính năng nào trước khi chuyển đổi, và tỷ lệ giữ chân khác nhau ra sao theo kênh, thiết bị và tuần?
Trong RayoDB: Phép nối và truy vấn con chạy trên dữ liệu sự kiện thô. Đặt câu hỏi, xem kết quả và tinh chỉnh mà không cần xác định trước mọi câu hỏi.
Dành cho: Đội ngũ sản phẩm và tăng trưởng.

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;

Tỷ lệ giữ chân ở tuần thứ tư theo kênh, không cần khối dữ liệu.

Chuỗi thời gian

Câu hỏi: Ngày mai sẽ như thế nào, và chuỗi nào trong số mười nghìn chuỗi đang có biểu hiện bất thường?
Trong RayoDB: Dự báo và phát hiện bất thường là các hàm SQL áp dụng cho bất kỳ chuỗi nào mà truy vấn có thể tạo ra.
Dành cho: Đội ngũ phụ trách độ tin cậy và vận hành.

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');

Điểm bất thường và dự báo kèm phạm vi.

Đặt tải công việc của bạn cạnh RayoDB.

Chương trình truy cập sớm đo truy vấn thực tế, khả năng xử lý đồng thời và yêu cầu hạ tầng.

Yêu cầu truy cập