用途
view: my_view {
derived_table: {
sortkeys: ["date"]
...
}
}
|
階層
sortkeysまたは sortkeys |
デフォルト値
なし
許可
PDT または集計テーブルの 1 つ以上の列の名前
特別なルール
sortkeys は特定の言語でのみサポートされています |
定義
sortkeys パラメータを使用すると、通常のソートキーを適用する永続的な派生テーブル(PDT)または集計テーブルの 1 つ以上の列を指定できます。並べ替えキーを使用して、最も頻繁に並べ替えられる PDT の列を指定し、データのクエリを高速化します。
sortkeysをサポートする言語の一覧については、sortkeysの言語サポートをご覧ください。
indexes を使用してインターリーブ ソートキーを作成することもできます。両方を同時に使用することはできませんが、少なくとも 1 つは必要です。
sortkeys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。sortkeys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、sortkeysパラメータはサポートされていません。
一般的に、並べ替えキーはテーブルの日付列または時間列に適用し、フィルタとして頻繁に使用される列にも適用できます。詳細については、Amazon Redshift のドキュメントをご覧ください。
例
これらの例では、sortkeys パラメータを使用できるように、Redshift データベースを使用していることを前提としています。
date にソートキーがあり、データグループ order_datagroup がトリガーされたときに再構築される customer_day_facts 永続的なネイティブ派生テーブルを作成します。
view: customer_day_facts {
derived_table: {
explore_source: order {
column: customer_id { field: order.customer_id }
column: date { field: order.order_date }
column: num_orders { field: order.customer_order_count }
}
datagroup_trigger: order_datagroup
sortkeys: ["date"]
}
}
SQL クエリに基づいており、date にソートキーがある customer_day_facts 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 ;;
persist_for: "24 hours"
sortkeys: ["date"]
}
}
date と customer_id のソートキーを含む SQL クエリに基づく customer_day_facts 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 ;;
persist_for: "24 hours"
sortkeys: ["date", "customer_id"]
}
}
sortkeys の言語サポート
sortkeys 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 sortkeys がサポートされています。
従来の SQL 言語(MySQL や Postgres など)では
indexesを使用する必要があります。sortkeysはこれらのデータベースでは機能しません。
| 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 |