aggregate_table

Penggunaan

explore: explore_name {
  aggregate_table: table_name {

    query:  {
      dimensions: [dimension1, dimension2, ... ]
      measures: [measure1, measure2, ... ]
      sorts: [field1: asc, field2: desc, ... ]
      filters: [field1: "value1", field2: "value2", ... ]
      timezone: timezone
    }

    materialization:  {
      ...
    }
  }

  ...

}

Hierarki File Model explore aggregate_table

Nilai Default Tidak ada Menerima Nama untuk tabel gabungan, subparameter query untuk menentukan tabel, dan subparameter materialization untuk menentukan strategi persistensi tabel Aturan Khusus table_name harus unik dalam explore tertentu Dalam subparameter materialization, Anda harus menentukan strategi persistensi untuk tabel gabungan

Definisi

Parameter aggregate_table digunakan untuk membuat tabel gabungan yang akan meminimalkan jumlah kueri yang diperlukan untuk tabel besar dalam database Anda.

Looker menggunakan logika aggregate awareness untuk menemukan tabel gabungan terkecil dan paling efisien yang tersedia di database Anda untuk menjalankan kueri sekaligus mempertahankan kebenaran. (Lihat halaman dokumentasi Kesadaran agregat untuk mengetahui ringkasan dan strategi pembuatan tabel agregat.)

Untuk tabel yang sangat besar di database Anda, Anda dapat membuat tabel data gabungan yang lebih kecil, yang dikelompokkan berdasarkan berbagai kombinasi atribut. Tabel gabungan bertindak sebagai rollup atau tabel ringkasan yang dapat digunakan Looker untuk kueri jika memungkinkan, bukan tabel besar asli.

Catatan: Agar dapat diakses untuk aggregate awareness, tabel gabungan harus dipertahankan di database Anda. Strategi persistensi ditentukan dalam parameter materialization tabel gabungan. Selain itu, karena tabel gabungan adalah jenis tabel turunan persisten (PDT), tabel gabungan memiliki persyaratan koneksi database dan dialek yang sama dengan PDT. Lihat halaman dokumentasi Tabel turunan di Looker untuk mengetahui detailnya.

Setelah membuat tabel gabungan, Anda dapat menjalankan kueri di Eksplorasi untuk melihat tabel gabungan mana yang digunakan Looker. Untuk mengetahui informasi selengkapnya, lihat bagian Menentukan tabel agregat mana yang digunakan untuk kueri di halaman dokumentasi Pengenalan agregat.

Lihat bagian Pemecahan masalah di halaman dokumentasi Kesadaran agregat untuk mengetahui alasan umum tabel agregat tidak digunakan.

Menentukan tabel gabungan di LookML

Catatan: Daripada membuat LookML dari awal, Anda dapat menggunakan Eksplorasi atau dasbor untuk membuat LookML tabel gabungan untuk Anda. Untuk mengetahui detailnya, lihat bagian Mendapatkan LookML tabel gabungan dari Eksplorasi dan Mendapatkan LookML tabel gabungan dari dasbor di halaman ini.

Setiap parameter aggregate_table harus memiliki nama yang unik dalam explore tertentu.

Parameter aggregate_table memiliki subparameter query dan materialization.

query

Parameter query menentukan kueri untuk tabel gabungan, termasuk dimensi dan ukuran yang akan digunakan. Parameter query mencakup subparameter berikut:

Catatan: Bagian ini mengacu pada parameter query yang merupakan bagian dari aggregate_table.

query juga dapat digunakan sebagai bagian dari explore, seperti yang dijelaskan di halaman dokumentasi parameter query.

Nama Parameter	Deskripsi	Contoh
dimensions	Daftar dimensi yang dipisahkan koma dari Eksplorasi yang akan disertakan dalam tabel gabungan Anda. Kolom dimensions menggunakan format ini: dimensions: [dimension1, dimension2, ...] Setiap dimensi dalam daftar ini harus ditentukan sebagai dimension dalam file tampilan untuk Eksplorasi kueri. Jika ingin menyertakan kolom yang ditentukan sebagai kolom filter dalam kueri Jelajah, Anda dapat menambahkannya ke daftar filters dalam kueri tabel gabungan.	dimensions:   [orders.created_month, orders.country]
measures	Daftar ukuran yang dipisahkan koma dari Eksplorasi yang akan disertakan dalam tabel gabungan Anda. Kolom measures menggunakan format ini: measures: [measure1, measure2, ...] Untuk mengetahui informasi tentang jenis pengukuran yang didukung untuk kesadaran agregat, lihat bagian Faktor jenis pengukuran di halaman dokumentasi Kesadaran agregat.	measures:   [orders.count]
filters	Secara opsional, menambahkan filter ke query. Filter ditambahkan ke klausa WHERE SQL yang menghasilkan tabel gabungan. Kolom filters menggunakan format ini: filters: [field1: "value1", field2: "value2", ...] Untuk mengetahui informasi tentang cara filter dapat mencegah penggunaan tabel gabungan, lihat bagian Faktor filter di halaman dokumentasi Pemahaman agregasi.	filters: [orders.country: "United States", orders.state: "California"]
sorts	Secara opsional, menentukan kolom pengurutan dan arah pengurutan (menaik atau menurun) untuk query. Kolom sorts menggunakan format ini: sorts: [field1: asc|desc, field2: asc|desc, ...]	[orders.country: asc, orders.state: desc]
timezone	Menetapkan zona waktu untuk query. Jika zona waktu tidak ditentukan, tabel gabungan tidak akan melakukan konversi zona waktu, dan akan menggunakan zona waktu database. Untuk mengetahui informasi tentang cara menyetel zona waktu agar tabel gabungan Anda digunakan sebagai sumber kueri, lihat bagian Faktor zona waktu di halaman dokumentasi Pengenalan agregasi. IDE menyarankan otomatis nilai zona waktu saat Anda mengetik parameter timezone di IDE. IDE juga menampilkan daftar nilai zona waktu yang didukung di panel Bantuan Cepat.	timezone: America/Los_Angeles

materialization

Parameter materialization menentukan strategi persistensi untuk tabel gabungan Anda, serta opsi lain untuk distribusi, partisi, indeks, dan pengelompokan yang mungkin didukung oleh dialek SQL Anda.

Agar dapat diakses untuk aggregate awareness, tabel gabungan Anda harus dipertahankan di database Anda. Parameter materialization tabel gabungan Anda harus memiliki salah satu subparameter berikut untuk menentukan strategi persistensi:

• datagroup_trigger
• sql_trigger_value
• persist_for (tidak direkomendasikan)

Selain itu, subparameter materialization berikut mungkin didukung untuk tabel gabungan Anda, bergantung pada dialek SQL Anda:

• cluster_keys
• distribution
• distribution_style
• indexes
• partition_keys
• publish_as_db_view
• sortkeys

Untuk membuat tabel gabungan inkremental, gunakan subparameter materialization berikut:

• increment_key
• increment_offset

datagroup_trigger

Gunakan parameter datagroup_trigger untuk memicu regenerasi tabel gabungan berdasarkan grup data yang ada yang ditentukan dalam file model:

explore: event {
  aggregate_table: monthly_orders {
    materialization: {
      datagroup_trigger: order_datagroup
    }
    query: {
      ...
    }
  }
  ...
}

sql_trigger_value

Gunakan parameter sql_trigger_value untuk memicu pembuatan ulang tabel gabungan berdasarkan pernyataan SQL yang Anda berikan. Jika hasil pernyataan SQL berbeda dari nilai sebelumnya, tabel akan dibuat ulang. Pernyataan sql_trigger_value ini akan memicu regenerasi saat tanggal berubah:

explore: event {
  aggregate_table: monthly_orders {
    materialization: {
      sql_trigger_value: SELECT CURDATE() ;;
    }
    query: {
      ...
    }
  }
  ...
}

persist_for

Parameter persist_for juga didukung untuk tabel gabungan. Namun, strategi persist_for mungkin tidak memberikan performa terbaik untuk awareness gabungan. Hal ini karena saat pengguna menjalankan kueri yang mengandalkan tabel persist_for, Looker akan memeriksa usia tabel berdasarkan setelan persist_for. Jika tabel lebih lama dari setelan persist_for, tabel akan dibuat ulang sebelum kueri dijalankan. Jika durasi kurang dari setelan persist_for, tabel yang ada akan digunakan. Jadi, kecuali pengguna menjalankan kueri dalam waktu persist_for, tabel gabungan harus dibangun ulang sebelum dapat digunakan untuk pengenalan gabungan.

explore: event {
  aggregate_table: monthly_orders {
    materialization: {
      persist_for: "90 minutes"
    }
    query: {
      ...
    }
  }
  ...
}

Kecuali jika Anda memahami batasan dan memiliki kasus penggunaan khusus untuk penerapan persist_for, sebaiknya gunakan datagroup_trigger atau sql_trigger_value sebagai strategi persistensi untuk tabel gabungan.

cluster_keys

Parameter cluster_keys memungkinkan Anda menambahkan kolom bercluster ke tabel berpartisi di BigQuery atau Snowflake. Pengelompokan mengurutkan data dalam partisi yang didasarkan pada nilai dalam kolom yang dikelompokkan dan mengatur kolom yang dikelompokkan dalam blok penyimpanan berukuran optimal.

Catatan: Untuk BigQuery, pengelompokan didukung pada tabel gabungan yang juga dipartisi menggunakan parameter partition_keys.

Lihat halaman dokumentasi parameter cluster_keys untuk mengetahui informasi selengkapnya.

distribution

Parameter distribution memungkinkan Anda menentukan kolom dari tabel gabungan yang akan diterapkan kunci distribusinya. distribution hanya berfungsi dengan database Redshift dan Aster. Untuk dialek SQL lainnya (seperti MySQL dan Postgres), gunakan indexes.

Lihat halaman dokumentasi parameter distribution untuk mengetahui informasi selengkapnya.

distribution_style

Parameter distribution_style memungkinkan Anda menentukan cara kueri untuk tabel gabungan didistribusikan di seluruh node dalam database Redshift:

• distribution_style: all menunjukkan bahwa semua baris telah sepenuhnya disalin ke setiap node.
• distribution_style: even menentukan distribusi yang merata, sehingga baris didistribusikan ke berbagai node secara round-robin.

Catatan: Untuk mendistribusikan kueri berdasarkan nilai unik dalam kolom tertentu (kunci distribusi), Anda dapat menggunakan parameter distribution.

Lihat halaman dokumentasi parameter distribution_style untuk mengetahui informasi selengkapnya.

indexes

Parameter indexes memungkinkan Anda menerapkan indeks ke kolom tabel gabungan.

Lihat halaman dokumentasi parameter indexes untuk mengetahui informasi selengkapnya.

partition_keys

Parameter partition_keys menentukan array kolom yang akan digunakan untuk mempartisi tabel gabungan. partition_keys mendukung dialek database yang memiliki kemampuan untuk memartisi kolom. Saat kueri yang difilter pada kolom berpartisi dijalankan, database hanya akan memindai partisi yang menyertakan data yang difilter, bukan memindai seluruh tabel. partition_keys hanya didukung dengan dialek Presto dan BigQuery.

Lihat halaman dokumentasi parameter partition_keys untuk mengetahui informasi selengkapnya.

publish_as_db_view

Parameter publish_as_db_view memungkinkan Anda menandai tabel gabungan untuk dikueri di luar Looker. Untuk tabel gabungan dengan publish_as_db_view yang ditetapkan ke yes, Looker membuat tampilan database yang stabil di database untuk tabel gabungan. Tampilan database yang stabil dibuat di database itu sendiri, sehingga dapat dikueri di luar Looker.

Lihat halaman dokumentasi parameter publish_as_db_view untuk mengetahui informasi selengkapnya.

sortkeys

Parameter sortkeys memungkinkan Anda menentukan satu atau beberapa kolom tabel gabungan yang akan diterapkan kunci pengurutan reguler.

Lihat halaman dokumentasi parameter sortkeys untuk mengetahui informasi selengkapnya.

increment_key

Anda dapat membuat PDT inkremental di project jika dialek Anda mendukungnya. PDT inkremental adalah tabel turunan persisten (PDT) yang dibuat Looker dengan menambahkan data baru ke tabel, bukan membangun ulang seluruh tabel. Lihat halaman dokumentasi PDT Inkremental untuk mengetahui informasi selengkapnya.

Tabel gabungan adalah jenis PDT, dan dapat dibuat secara bertahap dengan menambahkan parameter increment_key. Parameter increment_key menentukan penambahan waktu yang datanya harus dikueri dan ditambahkan ke tabel gabungan.

Lihat halaman dokumentasi parameter increment_key untuk mengetahui informasi selengkapnya.

increment_offset

Parameter increment_offset menentukan jumlah periode waktu sebelumnya (pada perincian kunci inkremental) yang akan dibangun ulang saat menambahkan data ke tabel gabungan. Parameter increment_offset bersifat opsional untuk PDT inkremental dan tabel gabungan.

Lihat halaman dokumentasi parameter increment_offset untuk mengetahui informasi selengkapnya.

Mendapatkan LookML tabel gabungan dari Eksplorasi

Sebagai pintasan, developer Looker dapat menggunakan kueri Eksplorasi untuk membuat tabel gabungan, lalu menyalin LookML ke dalam project LookML:

1. Di Eksplorasi, pilih semua kolom dan filter yang ingin Anda sertakan dalam tabel gabungan.
2. Klik Run untuk mendapatkan hasilnya.
3. Pilih Get LookML dari menu roda gigi Eksplorasi. Opsi ini hanya tersedia untuk developer Looker.
4. Klik tab Tabel Gabungan.
5. Looker menyediakan LookML untuk penyempurnaan Eksplorasi yang akan menambahkan tabel gabungan ke Eksplorasi. Salin LookML dan tempelkan ke file model terkait, yang ditunjukkan dalam komentar yang mendahului penyempurnaan Eksplorasi. Jika Eksplorasi ditentukan dalam file Eksplorasi terpisah, dan bukan dalam file model, Anda dapat menambahkan penyempurnaan ke file Eksplorasi, bukan file model. Lokasi mana pun bisa.

Catatan: Looker memberi nama tabel gabungan berdasarkan dimensi dalam Eksplorasi. Looker akan menggunakan nama yang sama untuk tabel gabungan setiap kali memberikan LookML tabel gabungan untuk Eksplorasi. Perhatikan penyempurnaan lain pada Eksplorasi yang sama yang mungkin telah ditambahkan sebelumnya. Jika Anda atau developer lain telah mendapatkan LookML tabel gabungan dari Eksplorasi, Looker akan memberikan nama yang sama untuk tabel gabungan. Jika Eksplorasi memiliki beberapa penyesuaian, yang masing-masing memiliki tabel gabungan dengan nama yang sama, satu penyesuaian akan menggantikan yang lain, seperti yang dijelaskan di bagian Penyesuaian diterapkan secara berurutan di halaman dokumentasi penyesuaian LookML.

Jika perlu mengubah LookML tabel gabungan, Anda dapat melakukannya dengan parameter yang dijelaskan di bagian Menentukan tabel gabungan di LookML di halaman ini. Anda dapat mengganti nama tabel gabungan tanpa mengubah penerapannya pada kueri Jelajah asli. Namun, perubahan lain pada tabel gabungan dapat memengaruhi kemampuan Looker untuk menggunakan tabel gabungan untuk kueri Jelajah. Lihat bagian Mendesain tabel gabungan di halaman dokumentasi Aggregate awareness untuk mendapatkan tips tentang cara mengoptimalkan tabel gabungan guna memastikan tabel tersebut digunakan untuk aggregate awareness.

Mendapatkan LookML tabel gabungan dari dasbor

Opsi lain bagi developer Looker adalah mendapatkan LookML tabel gabungan untuk semua kartu di dasbor, lalu menyalin LookML ke dalam project LookML.

Membuat tabel gabungan dapat meningkatkan performa dasbor secara drastis, terutama untuk kartu yang membuat kueri set data besar.

Jika memiliki izin develop, Anda bisa mendapatkan LookML untuk membuat tabel gabungan untuk dasbor dengan membuka dasbor, memilih Dapatkan LookML dari menu tiga titik dasbor, dan memilih tab Tabel Gabungan:

Untuk setiap kartu yang belum dioptimalkan dengan pengetahuan gabungan, Looker menyediakan LookML untuk penyempurnaan Eksplorasi yang akan menambahkan tabel gabungan ke Eksplorasi. Jika dasbor menyertakan beberapa kartu dari Eksplorasi yang sama, Looker akan menempatkan semua tabel gabungan dalam satu penyempurnaan Eksplorasi. Untuk mengurangi jumlah tabel gabungan yang dibuat, Looker menentukan apakah tabel gabungan yang dibuat dapat digunakan untuk lebih dari satu kartu dan, jika ya, akan menghapus tabel gabungan yang berlebihan yang dapat digunakan untuk lebih sedikit kartu.

Salin dan tempel setiap penyesuaian Explore ke dalam file model terkait, yang ditunjukkan dalam komentar sebelum penyesuaian Explore. Jika Eksplorasi ditentukan dalam file Eksplorasi terpisah, dan bukan dalam file model, Anda dapat menambahkan penyempurnaan ke file Eksplorasi, bukan ke file model. Lokasi mana pun bisa.

Catatan: Looker memberi setiap tabel gabungan nama yang didasarkan pada dimensi dalam kueri kartu. Looker akan menggunakan nama yang sama untuk tabel gabungan setiap kali memberikan LookML tabel gabungan untuk kueri petak. Pastikan untuk mempertimbangkan penyempurnaan lain pada Jelajahi kartu yang mungkin telah ditambahkan sebelumnya. Jika Anda atau developer lain telah mendapatkan LookML tabel gabungan dari kueri kartu dasbor, Looker akan memberikan nama yang sama untuk tabel gabungan. Jika Eksplorasi memiliki beberapa penyesuaian, yang masing-masing memiliki tabel gabungan dengan nama yang sama, satu penyesuaian akan menggantikan yang lain, seperti yang dijelaskan di bagian Penyesuaian diterapkan secara berurutan di halaman dokumentasi penyesuaian LookML.

Jika filter dasbor diterapkan ke kartu, Looker akan menambahkan dimensi filter ke tabel gabungan kartu sehingga tabel gabungan dapat digunakan untuk kartu tersebut. Hal ini karena tabel agregat hanya dapat digunakan untuk kueri jika filter kueri mereferensikan kolom yang tersedia sebagai dimensi dalam tabel agregat. Lihat halaman dokumentasi Kesadaran gabungan untuk mengetahui informasi.

Jika perlu mengubah LookML tabel gabungan, Anda dapat melakukannya dengan parameter yang dijelaskan di bagian Menentukan tabel gabungan di LookML di halaman ini. Anda dapat mengganti nama tabel gabungan tanpa mengubah penerapannya pada kartu dasbor asli, tetapi perubahan lain pada tabel gabungan dapat memengaruhi kemampuan Looker untuk menggunakan tabel gabungan untuk dasbor. Lihat bagian Mendesain tabel gabungan di halaman dokumentasi Aggregate awareness untuk mendapatkan tips tentang cara mengoptimalkan tabel gabungan guna memastikan tabel tersebut digunakan untuk aggregate awareness.

Contoh

Contoh berikut membuat tabel gabungan monthly_orders untuk Eksplorasi event. Tabel gabungan membuat jumlah pesanan bulanan. Looker akan menggunakan tabel gabungan untuk kueri jumlah pesanan yang dapat memanfaatkan perincian bulanan, seperti kueri untuk jumlah pesanan tahunan, kuartalan, dan bulanan.

Tabel gabungan disiapkan dengan persistensi menggunakan orders_datagroup datagroup. Selain itu, tabel gabungan ditentukan dengan publish_as_db_view: yes, yang berarti Looker akan membuat tampilan database yang stabil di database untuk tabel gabungan.

Definisi tabel gabungan akan terlihat seperti berikut:

explore: event {
  aggregate_table: monthly_orders {
    materialization: {
      datagroup_trigger: orders_datagroup
      publish_as_db_view: yes
    }
    query: {
      dimensions: [orders.created_month]
      measures: [orders.count]
      filters: [orders.created_date: "1 year", orders.status: "fulfilled"]
      timezone: America/Los_Angeles
    }
  }
}

Hal-hal yang perlu dipertimbangkan

Lihat bagian Mendesain tabel gabungan di halaman dokumentasi Aggregate awareness untuk mendapatkan tips tentang cara membuat tabel gabungan secara strategis:

• Faktor jangka waktu
• Faktor zona waktu
• Faktor filter
• Faktor lapangan
• Faktor jenis pengukuran

Dukungan dialek untuk kesadaran agregat

Kemampuan untuk menggunakan kesadaran gabungan bergantung pada dialek database yang digunakan koneksi Looker Anda. Dalam rilis Looker terbaru, dialek berikut mendukung awareness agregat:

Dialek	Didukung?
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