Uso
view: my_view {
derived_table: {
increment_key: ["created_date"]
increment_offset: 1
...
}
}
|
Hierarquia
increment_offset- ou - increment_offset |
Valor padrão
0
Aceita
Um número inteiro
Regras especiais
|
Definição
É possível criar PDTs incrementais no seu projeto se o dialeto for compatível com elas. Uma TDP incremental é uma tabela derivada persistente (TDP) que o Looker cria adicionando dados novos à tabela, em vez de recriá-la por completo. Consulte a página de documentação TDPs incrementais para mais informações.
O parâmetro increment_key especifica o período em que os dados atualizados devem ser consultados e anexados à tabela agregada. O parâmetro increment_offset é opcional e pode ser usado se você quiser recriar a tabela para períodos anteriores ao mesmo tempo em que novos dados são anexados a ela. O parâmetro increment_offset define o número de períodos anteriores que serão recriados ao adicionar dados a uma TDP incremental.
O parâmetro increment_offset é útil no caso de dados que chegam tarde, em que períodos anteriores podem ter dados novos que não foram incluídos quando o incremento correspondente foi originalmente criado e adicionado à TDP.
O valor padrão de increment_offset é 0, o que significa que apenas os novos dados do incremento atual são anexados à tabela. Se você definir increment_offset como 1, os dados atrasados do incremento anterior serão adicionados à tabela, além dos novos dados do incremento de tempo atual.
Consulte a página de documentação PDTs incrementais para ver alguns exemplos de cenários que ilustram como as PDTs incrementais funcionam e mostram a interação de
increment_key,increment_offsete a estratégia de persistência.
Consulte a seção Dialetos de banco de dados compatíveis com TDPs incrementais nesta página para ver a lista de dialetos que oferecem suporte a TDPs incrementais.
Exemplo
Por exemplo, essa TDP é recriada em incrementos de um dia (increment_key: event_day), voltando três dias (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 {}
}
}
Dialetos de banco de dados compatíveis com TDPs incrementais
Para que o Looker ofereça suporte a PDTs incrementais no seu projeto, o dialeto do banco de dados precisa ser compatível com comandos da linguagem de definição de dados (DDL) que permitem excluir e inserir linhas.
A tabela a seguir mostra quais dialetos são compatíveis com PDTs incrementais na versão mais recente do Looker:
| Dialeto | Compatível? |
|---|---|
| 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 |