partition_keys

사용

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

계층 구조 파일 보기 view derived_table partition_keys - 또는 - 모델 파일 explore aggregate_table materialization partition_keys

기본값 None 수락 하나 이상의 파티션 열 이름 특별 규칙 partition_keys는 특정 방언에서만 지원됩니다.

정의

partition_keys 매개변수는 열을 파티셔닝할 수 있는 데이터베이스 언어를 지원합니다. 파티션 나누기 열을 기준으로 필터링된 쿼리가 실행되면 데이터베이스는 전체 테이블을 스캔하는 대신 필터링된 데이터가 포함된 파티션만 스캔합니다. 테이블의 더 작은 하위 섹션이 스캔되므로 적절한 파티션과 필터를 지정하면 대규모 테이블을 쿼리하는 시간과 비용을 크게 줄일 수 있습니다.

partition_keys 매개변수는 PDT 및 집계 테이블과 같이 영구 테이블에서만 작동합니다. partition_keys는 지속성 전략이 없는 파생 테이블에 지원되지 않습니다.

또한 create_process 또는 sql_create를 사용하여 정의된 파생 테이블에는 partition_keys 매개변수가 지원되지 않습니다.

영구 파생 테이블 (PDT) 또는 집계 테이블을 만들 때 기본 데이터베이스 테이블에서 파티셔닝을 사용하는 경우 Looker에서 해당 파티셔닝을 사용할 수 있습니다.

partition_keys을 지원하는 언어 목록은 partition_keys 언어 지원 섹션을 참고하세요.

PDT 또는 집계 테이블에 파티션 열을 추가하려면 partition_keys를 사용하고 데이터베이스 테이블에서 파티션이 지정된 해당 열의 이름을 제공합니다.

예시

date 열에 파티션 키가 있는 BigQuery 데이터베이스에 customer_day_facts PDT를 만듭니다.

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 및 state 열에 파티션 키가 있는 Presto 데이터베이스에 customer_day_facts SQL 기반 파생 테이블을 만듭니다.

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_keys의 언어 지원

partition_keys을 사용할 수 있는지 여부는 Looker 연결에서 사용하는 데이터베이스 언어에 따라 다릅니다. 최신 버전의 Looker에서는 다음 언어가 partition_keys를 지원합니다.

BigQuery에서는 하나의 테이블 열에만 파티셔닝을 사용할 수 있으며, 이 열은 날짜/시간 열이어야 합니다. 따라서 BigQuery 테이블을 기반으로 하는 Looker PDT는 하나의 날짜/시간 열에만 파티셔닝을 사용할 수 있습니다.

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