Utilisation
view: my_view {
derived_table: {
increment_key: ["created_date"]
increment_offset: 1
...
}
}
|
Hiérarchie
increment_offset- ou - increment_offset |
Valeur par défaut
0
Acceptation
Nombre entier
Règles spéciales
|
Définition
Vous pouvez créer des tables PDT incrémentielles dans votre projet si votre dialecte les prend en charge. Une augmentation de table PDT est une table dérivée persistante (PDT) créée par Looker en ajoutant des données à jour à la table, au lieu de régénérer la totalité de la table. Pour en savoir plus, consultez la page de documentation sur les PDT incrémentales.
Le paramètre increment_key spécifie la période pour laquelle de nouvelles données doivent être interrogées et ajoutées au tableau agrégé. Le paramètre increment_offset est facultatif. Vous pouvez l'utiliser si vous souhaitez reconstruire la table pour les périodes précédentes en même temps que de nouvelles données y sont ajoutées. Le paramètre increment_offset définit le nombre de périodes précédentes qui seront régénérées lors de l'ajout de données à une PDT incrémentielle.
Le paramètre increment_offset est utile en cas de données tardives, lorsque les périodes précédentes disposent de nouvelles données non incluses lors de la génération et de l'ajout à la PDT de l'augmentation correspondante.
La valeur increment_offset par défaut est 0, ce qui signifie que seules les nouvelles données de l'incrément actuel sont ajoutées à la table. Si vous définissez increment_offset sur 1, les données reçues en retard de l'incrément précédent seront ajoutées au tableau en plus des nouvelles données de l'incrément de temps actuel.
Consultez la page de documentation sur les PDT incrémentales pour découvrir des exemples de scénarios illustrant le fonctionnement des PDT incrémentales et l'interaction de
increment_key,increment_offsetet de la stratégie de persistance.
Pour obtenir la liste des dialectes compatibles avec les PDT incrémentales, consultez la section Dialectes de base de données pris en charge pour les augmentations de tables PDT sur cette page.
Exemple
Par exemple, cette PDT est régénérée par incréments d'un jour (increment_key: event_day), en remontant trois jours en arrière (increment_offset: 3) :
derived_table: {
datagroup_trigger: usagetable_etl
increment_key: "event_day"
increment_offset: 3
explore_source: events {
column: name { field: account.name }
column: account_id { field: account.id }
column: database_dialect {}
column: count_events {}
column: event_day {}
}
}
Dialectes de base de données pris en charge pour les augmentations de tables PDT
Pour que Looker prenne en charge les PDT incrémentielles dans votre projet Looker, votre dialecte de base de données doit prendre en charge les commandes du langage de définition de données (LDD) qui permettent de supprimer et d'insérer des lignes.
Le tableau suivant répertorie les dialectes prenant en charge les tables PDT incrémentielles dans la dernière version de Looker :
| Dialecte | Compatibilité |
|---|---|
| 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 |