我想查看为特定主题设置的保留期。有什么命令吗？我试过了

用于删除 2 天前的数据。但是我想看看所有主题的保留期设置了多少天。

我正在使用弹性 beanstalk 来提供我们的应用程序。我已启用“启用到 Amazon S3 的日志文件轮换”选项，并且我看到日志正在写入存储桶。看起来日志将转到 Elastic BeanStalk 实例的默认存储桶。

1. 如何告诉应用程序将日志写入不同的存储桶？

2. 我想确保我们为该存储桶中的日志设置保留策略（例如 10 天），以便该存储桶保持整洁。

预先感谢您的帮助。非常感激。

我正在做一个同期群分析，我计算每周注册的用户数量，然后计算每个在随后几周执行的事件数量。（很标准的东西！）

在花了很多时间了解 BigQuery 嵌套和数组数据之后，我决定创建两个视图，以在整个数据集（每天生成的事件表）上使用通配符来展平嵌套的 user_dim 和 event_dim 列。这就是我最终得出这些观点的方式，我的查询基于这些观点：

USERS_VIEW 架构

EVENT_VIEW 架构

查询和抛出的错误

当我执行以下查询加入这两个视图时，我收到错误“无法解析输入字符串“20161111””：

我觉得这应该很简单，但我无法弄清楚我缺少什么格式来确保可以解析日期。（并且用户界面没有告诉我哪个行号是违规者。）我希望这是一个其他人可以看到的愚蠢的错字。提前感谢您的帮助！

如果我真的想把它全部塞进去，标题就太罗嗦了，但这就是我需要帮助的地方......

我们正在尝试计算用户留存率。我们的用户的作业开始日期和作业结束日期可能重叠。我需要做的是查看所有候选作业并确定它们是否被保留（从上一个结束到新开始之间的 30 天或更短）。棘手的部分：我需要将保留信用分配给之前的分配结束日期。这是数据的预览：

因此，对于用户 5，我需要将保留归功于 1 月 16 日，因为他们的任务结束日期是 16 年 1 月 31 日。对于有作业重叠的用户 4，我会将保留归功于 nov-16'，因为他们之前的作业结束日期是 16 年 1 月 1 日。

我已将此示例限制为只有 2 个分配的用例，但可能还有更多。我只需要朝着正确的方向迈出一步，我可能可以自己处理所有其他用例。

这是我目前正在使用的示例代码：

感谢您的帮助，如果我需要澄清任何事情，请联系我！

我使用 TFS 2013 构建过程模板“TfvcTemplate.12.xaml”创建了一个构建定义。我正在使用默认保留策略，即保留最新的 10 个版本。但是，我的放置位置和 TFS 历史记录中没有任何内容被删除。构建只是继续积累。谁能给我有关如何解决此问题的指示？

Tks

策略配置

构建历史

对于数据集test，我的目标是逐个周期地找出有多少唯一用户从一个时期转移到下一个时期。

例如，在第一个时期有四个唯一用户（1、3、4 和 5），其中两个在第二个时期是活跃的。因此，保留率将是 0.5。在第二个时期有 3 个独立用户，其中两个在第三个时期是活跃的，因此保留率为 0.666，以此类推。如何找到在下一时期活跃的唯一用户的百分比？任何建议，将不胜感激。

输出如下：

test数据：

情况：A类（祖父母类）保留B类（父类），B类（父类）保留C类（子类）然后如果我删除B类那么会发生什么，A类和C类是否有保留周期并导致内存泄漏？

我有一个默认创建的数据库retention policy，即infinite.

# SHOW RETENTION POLICIES ON "my_database" name duration shardGroupDuration replicaN default ---- -------- ------------------ -------- ------- autogen 0s 168h0m0s 1 true

如何修改实时数据库的保留策略，以便从现在开始仅保留最近 10 天的数据？

我需要帮助制定队列/保留查询

我正在尝试构建一个查询来查看在第一次访问时（在时间范围内）执行 ActionX 的访问者，然后他们在多少天后返回再次执行 Action X

我（最终）需要的输出看起来像这样......

我正在处理的表格是将 Google Analytics 导出到 BigQuery

如果有人可以帮助我解决这个问题，或者有人写过类似我可以操作的查询吗？

谢谢

我有一个海量数据集（约 300 亿行）：

来自其父主机的任何用户都可以访问来源 ( src_id) 上的页面，例如，来源是他们的手机、平板电脑或计算机（无法识别）。该列vis_num是每个主机每个用户每个源的有序访问次数。该列event_ts捕获每个源每个用户每个主机的每次访问的时间戳。一个主机的示例数据集可能如下所示：

对于每个源 ID，访问次数的变化意味着注销时间和后续登录时间。请注意，来自不同来源的活动可能会在时间上重叠。

我的目标是计算有多少（非新）用户在某个时间间隔内至少登录两次，比如 45 天。我的最终目标是：

1) 识别在特定时间段（45 天）内重复关键事件至少两次的所有用户。

2) 对于这些用户，测量他们第一次和第二次完成活动之间的时间长度。

3) 绘制一个累积分布函数——即在不同时间间隔内执行第二个事件的用户百分比。

4) 确定 80% 的用户完成第二个事件的时间间隔——这就是你的产品使用间隔。

第 23 页：

http://usdatavault.com/library/Product-Analytics-Playbook-vol1-Mastering_Retention.pdf

这是我尝试过的：

我尝试了多个其他（非常不同的）查询（见下文），但性能绝对是这里的一个问题。加入日期间隔对我来说也是一个新概念。任何帮助表示赞赏。

另一种方法：