사용
view: my_view {
derived_table: {
increment_key: ["created_date"]
increment_offset: 1
...
}
}
|
계층 구조
increment_offset- 또는 - increment_offset |
기본값
0
수락
정수
특별 규칙
|
정의
언어가 PDT를 지원하는 경우 프로젝트에 증분 PDT를 만들 수 있습니다. 증분 PDT는 테이블 전체를 다시 빌드하는 대신 Looker가 테이블에 새 데이터를 추가하여 빌드하는 영구 파생 테이블 (PDT)입니다. 자세한 내용은 증분 PDT 문서 페이지를 참고하세요.
increment_key 매개변수는 새 데이터를 쿼리하여 집계 테이블에 추가해야 하는 기간을 지정합니다. increment_offset 매개변수는 테이블에 최신 데이터가 추가되는 동시에 이전 기간의 테이블을 다시 빌드하려는 경우 사용할 수 있는 선택적 매개변수입니다. increment_offset 매개변수는 증분 PDT에 데이터를 추가할 때 다시 빌드되는 이전 기간 수를 정의합니다.
increment_offset 매개변수는 이전 기간에서 해당 증분값이 원래 빌드되고 PDT에 추가되었을 때 여기에 새 데이터가 포함되지 않았을 수 있는 데이터 도착이 늦은 경우에 유용합니다.
기본 increment_offset 값은 0이며, 이는 현재 증분의 새 데이터만 테이블에 추가됨을 의미합니다. increment_offset을 1로 설정하면 이전 증분에서 늦게 도착한 데이터가 현재 시간 증분의 새 데이터와 함께 테이블에 추가됩니다.
증분 PDT의 작동 방식과
increment_key,increment_offset, 지속성 전략의 상호작용을 보여주는 몇 가지 예시 시나리오는 증분 PDT 문서 페이지를 참고하세요.
증분 PDT를 지원하는 언어 목록은 이 페이지의 증분 PDT에 지원되는 데이터베이스 언어 섹션을 참고하세요.
예
예를 들어 이 PDT는 3일 (increment_offset: 3)을 기준으로 1일 (increment_key: event_day) 단위의 증분값으로 다시 빌드됩니다.
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 {}
}
}
증분 PDT에 지원되는 데이터베이스 언어
Looker가 Looker 프로젝트에서 증분 PDT를 지원하기 위해서는 행 삭제 및 삽입을 사용 설정하는 데이터 정의 언어(DDL) 명령어가 해당 데이터베이스 언어에서 지원되어야 합니다.
다음 표에서는 Looker의 최신 출시 버전에서 증분 PDT를 지원하는 언어를 보여줍니다.
| 언어 | 지원 여부 |
|---|---|
| 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 |