partition_keys

用途

view: view_name {
  derived_table: {
    partition_keys: [ "created_date" ]
    ...
  }
}
階層
view
derived_table
partition_keys

または

explore
aggregate_table
materialization
partition_keys
デフォルト値
None

許可
1 つ以上のパーティショニングされた列名

特別なルール
partition_keys は特定の言語でのみサポートされています

定義

partition_keys パラメータは、列をパーティショニングできるデータベース言語をサポートしています。パーティション分割列でフィルタされたクエリが実行されると、データベースはテーブル全体をスキャンするのではなく、フィルタされたデータを含むパーティションのみをスキャンします。テーブルの小さなサブセクションがスキャンされるため、適切なパーティションとフィルタを指定すると、大きなテーブルのクエリ実行にかかる時間と費用を大幅に削減できます。

partition_keys パラメータは、PDT や集約テーブルなど、永続的なテーブルでのみ機能します。partition_keys は、永続性戦略のない派生テーブルではサポートされていません。

また、create_process または sql_create を使用して定義された派生テーブルでは、partition_keys パラメータはサポートされていません。

永続的な派生テーブル（PDT）または集約テーブルを作成するときに、基盤となるデータベース テーブルでパーティショニングが使用されている場合、Looker はそのパーティショニングを使用できます。

partition_keys をサポートする言語の一覧については、partition_keys の言語サポートをご覧ください。

パーティション分割された列を PDT または集約テーブルに追加するには、partition_keys を使用して、データベース テーブルでパーティション分割された対応する列の名前を指定します。

例

date 列にパーティション キーがある BigQuery データベースに customer_day_facts PDT を作成します。

view: customer_order_facts {
  derived_table: {
    explore_source: order {
      column: customer_id { field: order.customer_id }
      column: date { field: order.order_time }
      derived_column: num_orders {
        sql: COUNT(order.customer_id) ;;
      }
    }
    partition_keys: [ "date" ]
    datagroup_trigger: daily_datagroup
  }
}

date 列と state 列にパーティション キーがある Presto データベースに customer_day_facts SQL ベースの派生テーブルを作成します。

view: customer_day_facts {
  derived_table: {
    sql:
      SELECT
        customer_id,
        DATE(order_time) AS date,
        COUNT(*) AS num_orders
      FROM
        order
      GROUP BY
        customer_id ;;
    partition_keys: [ "date", "state" ]
    datagroup_trigger: daily_datagroup
  }
}

partition_keys の言語サポート

partition_keys を使用できるかどうかは、Looker 接続で使用されているデータベース言語によって異なります。Looker の最新リリースでは、次の言語で partition_keys がサポートされています。

BigQuery では、パーティショニングは 1 つのテーブル列でのみ使用できます。この列は日時列である必要があります。したがって、BigQuery テーブルに基づく Looker PDT でパーティショニングを使用できるのは、1 つの日時列のみです。

方言 サポート対象
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