cluster_keys

用途

view: view_name {
  derived_table: {
    cluster_keys: ["customer_city", "customer_state"]
    ...
  }
}
階層
view
derived_table
cluster_keys

または

explore
aggregate_table
materialization
cluster_keys
デフォルト値
None

許可
1 つ以上のクラスタ列名

特別なルール
cluster_keys は 特定の言語でのみサポートされています

定義

パーティション分割テーブルをクラスタ化すると、パーティション内のデータがクラスタ化列の値に基づいて並べ替えられ、クラスタ化列が最適なサイズのストレージ ブロックに整理されます。クラスタ化により、クラスタ化列でフィルタリングまたは集計を行うクエリのパフォーマンスが向上し、費用が削減されます。

cluster_keys をサポートする言語の一覧については、cluster_keys の言語サポートをご覧ください。

永続的な派生テーブル（PDT）またはサマリー表にクラスタ列を追加するには、cluster_keys パラメータを使用し、データベース テーブルでクラスタ化する列の名前を指定します。

例

BigQuery データベースに customer_order_facts ネイティブ派生テーブルを作成します。このテーブルは、date 列でパーティション分割され、city、age_tier、gender 列でクラスタ化され、これらの列でフィルタリングまたは集計されるクエリを最適化します。

view: customer_order_facts {
  derived_table: {
    explore_source: order {
      column: customer_id { field: order.customer_id }
      column: date { field: order.order_time }
      column: city { field: users.city}
      column: age_tier { field: users.age_tier }
      column: gender { field: users.gender }
      derived_column: num_orders {
        sql: COUNT(order.customer_id) ;;
      }
    }
    partition_keys: [ "date" ]
    cluster_keys: [ "city", "age_tier", "gender" ]
    datagroup_trigger: daily_datagroup
  }
}

cluster_keys の言語サポート

cluster_keys を使用できるかどうかは、Looker 接続で使用されているデータベース言語によって異なります。Looker の最新リリースでは、以下の言語で cluster_keys がサポートされています。

言語 サポート対象
Actian Avalanche
Amazon Athena
Amazon Aurora MySQL
Amazon Redshift
Amazon Redshift 2.1+
Amazon Redshift Serverless 2.1+
Apache Druid
Apache Druid 0.13+
Apache Druid 0.18+
Apache Hive 2.3+
Apache Hive 3.1.2+
Apache Spark 3+
ClickHouse
Cloudera Impala 3.1+
Cloudera Impala 3.1+ with Native Driver
Cloudera Impala with Native Driver
DataVirtuality
Databricks
Denodo 7
Denodo 8 & 9
Dremio
Dremio 11+
Exasol
Google BigQuery Legacy SQL
Google BigQuery Standard SQL
Google Cloud PostgreSQL
Google Cloud SQL
Google Spanner
Greenplum
HyperSQL
IBM Netezza
MariaDB
Microsoft Azure PostgreSQL
Microsoft Azure SQL Database
Microsoft Azure Synapse Analytics
Microsoft SQL Server 2008+
Microsoft SQL Server 2012+
Microsoft SQL Server 2016
Microsoft SQL Server 2017+
MongoBI
MySQL
MySQL 8.0.12+
Oracle
Oracle ADWC
PostgreSQL 9.5+
PostgreSQL pre-9.5
PrestoDB
PrestoSQL
SAP HANA
SAP HANA 2+
SingleStore
SingleStore 7+
Snowflake
Teradata
Trino
Vector
Vertica