Nutzung
view: view_name {
measure: field_name {
approximate: yes
}
}
|
Hierarchie
approximate |
Mögliche Feldtypen
Messung
Akzeptiert
Ein boolescher Wert („Ja“ oder „Nein“)
|
Definition
Eine Liste der Dialekte, die
indexesunterstützen, finden Sie auf dieser Seite im Abschnitt Dialektunterstützung fürapproximate.
Mit dem Parameter approximate können Sie die ungefähre Zählung mit den Messwerten type: count und type: count_distinct verwenden. Bei großen Datasets sind Schätzungen viel schneller als genaue Zählungen und liegen in der Regel nur wenige Prozent vom tatsächlichen Wert entfernt. In der Dokumentation Ihres SQL-Dialekts finden Sie Informationen zu den Kompromissen zwischen Geschwindigkeit und Genauigkeit dieser Methode.
measure: apx_unique_count {
type: count_distinct
approximate: yes # default value is no
sql: ${id} ;;
}
-
Das Aktivieren von approximate mit dem Messwert type: count mag unnötig erscheinen, da die Funktion für die ungefähre Zählung nur für eindeutige Zählungen gilt. In einigen Fällen werden Messwerte vom Typ type: count jedoch automatisch in eine Anzahl eindeutiger Werte eines Primärschlüssels umgewandelt, um genaue Ergebnisse für verknüpfte Ansichten zu liefern. In solchen Fällen kann die ungefähre Zählung nützlich sein.
Dialektunterstützung für approximate
Die Möglichkeit, approximate zu verwenden, hängt vom Datenbankdialekt ab, den Ihre Looker-Verbindung verwendet. In der aktuellen Version von Looker wird approximate von den folgenden Dialekten unterstützt:
| Dialekt | Unterstützt? |
|---|---|
| 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 |