distribution_style

用量

view: my_view {
  derived_table: {
    distribution_style: all
    ...
  }
}

階層 查看檔案 view derived_table distribution_style - 或 - 模型檔案 explore aggregate_table materialization distribution_style

預設值 無 接受 分配樣式 (all 或 even) 特別規則 distribution_style 僅支援特定方言

定義

distribution_style 可讓您指定如何將永久衍生資料表 (PDT) 或匯總資料表的查詢，分配到資料庫中的節點。

如需支援 distribution_style 的方言清單，請參閱「支援 distribution_style 的方言」一節。

distribution_style 參數只能搭配持續性資料表使用，例如 PDT 和匯總資料表。如果衍生資料表沒有持續性策略，則不支援「distribution_style」。

此外，使用 create_process 或 sql_create 定義的衍生資料表不支援 distribution_style 參數。

最後，請勿同時使用 distribution_style 和 distribution。如要根據資料欄值將資料表中的資料列分配至不同的 Redshift 節點，請使用 distribution。如要選擇其他發布策略，請使用 distribution_style。

Redshift 提供四種分配樣式，詳情請參閱 Amazon Redshift 說明文件中的分配樣式：

• ALL Distribution：所有資料列都會完整複製到每個節點。如要在 Looker 中完成這類分配作業，請使用 distribution_style: all。
• EVEN 分配：資料列會以循環方式分配至不同節點。如要在 Looker 中完成這類分配作業，請使用 distribution_style: even。
• 鍵值分配：系統會根據特定資料欄中的不重複值，將資料列分配至不同節點。如要在 Looker 中完成這類分配作業，請使用 distribution 參數。
• 自動分配：Redshift 會根據資料表資料大小，指派最佳分配樣式。Looker 不支援這類發布類型。

如要選擇合適的分配策略，請參閱 Amazon Redshift 說明文件中的分配樣式。如未指定 distribution_style，且未使用 distribution 參數，Looker 會預設為 all。

範例

建立 customer_order_facts 衍生資料表，並將分配樣式設為 all：

view: customer_order_facts {
  derived_table: {
    sql:
      SELECT
        customer_id,
        COUNT(*) AS lifetime_orders
      FROM
        order
      GROUP BY 1 ;;
    persist_for: "24 hours"
    distribution_style: all
  }
}

支援 distribution_style 的方言

使用 distribution_style 的能力取決於 Looker 連線使用的資料庫方言。在最新版 Looker 中，下列方言支援 distribution_style：

方言	是否支援？
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