사용
view: my_view {
derived_table: {
sortkeys: ["date"]
...
}
}
|
계층 구조
sortkeys- 또는 - sortkeys |
기본값
없음
수락
PDT 또는 집계 테이블에 있는 하나 이상의 열 이름
특별 규칙
sortkeys는 특정 방언에서만 지원됩니다.
|
정의
sortkeys 매개변수를 사용하면 영구 파생 테이블 (PDT) 또는 집계 테이블의 하나 이상의 열을 지정하여 일반 정렬 키를 적용할 수 있습니다. 정렬 키를 사용하여 데이터 쿼리 속도를 높이기 위해 가장 자주 정렬되는 PDT의 열을 지정합니다.
sortkeys을 지원하는 언어 목록은sortkeys언어 지원 섹션을 참고하세요.
indexes을 대신 사용하여 인터리브된 정렬 키를 만들 수도 있습니다. 두 기능을 동시에 사용할 수는 없지만, 둘 중 하나는 사용해야 합니다.
sortkeys매개변수는 PDT 및 집계 테이블과 같이 영구 테이블에서만 작동합니다.sortkeys는 지속성 전략이 없는 파생 테이블에 지원되지 않습니다.또한
create_process또는sql_create를 사용하여 정의된 파생 테이블에는sortkeys매개변수가 지원되지 않습니다.
일반적으로 정렬 키는 테이블의 날짜 또는 시간 열에 적용해야 하며, 필터로 자주 사용될 열에도 적용할 수 있습니다. 자세한 내용은 Amazon Redshift 문서를 참고하세요.
예시
이 예에서는 sortkeys 매개변수를 사용할 수 있도록 Redshift 데이터베이스를 사용한다고 가정합니다.
date에 정렬 키가 있고 데이터 그룹 order_datagroup가 트리거될 때 다시 빌드되는 customer_day_facts 영구 기본 파생 테이블을 만듭니다.
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 쿼리를 기반으로 하고 date에 정렬 키가 있는 customer_day_facts 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 ;;
persist_for: "24 hours"
sortkeys: ["date"]
}
}
date 및 customer_id에 sortkey가 있는 SQL 쿼리를 기반으로 하는 customer_day_facts 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 ;;
persist_for: "24 hours"
sortkeys: ["date", "customer_id"]
}
}
sortkeys의 언어 지원
sortkeys을 사용할 수 있는지 여부는 Looker 연결에서 사용하는 데이터베이스 언어에 따라 다릅니다. 최신 버전의 Looker에서는 다음 언어가 sortkeys를 지원합니다.
기존 SQL 언어 (예: MySQL 및 Postgres)는
indexes을 사용해야 합니다.sortkeys는 이러한 데이터베이스에서 작동하지 않습니다.
| 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 |