fanout_on

Penggunaan

view: view_name {
  dimension: field_name {
    fanout_on: repeated_record_name
  }
}

Hierarki Lihat File view Jenis Kolom fanout_on

Jenis Kolom yang Mungkin Dimensi, Grup Dimensi, Ukuran Menerima Sub-rekaman BERULANG Legacy SQL Google BigQuery

Definisi

Parameter fanout_on menentukan subrekaman REPEATED Google BigQuery Legacy SQL yang akan di-fanout oleh dimensi atau ukuran.

Google BigQuery Legacy SQL mendukung data bertingkat yang memungkinkan satu data menyimpan beberapa subdata. Mengekspresikan subrekaman ini di Looker menyebabkan set hasil "meluas", yang berarti bahwa rekaman induk diulang beberapa kali. Agar Looker dapat mengaitkan data normal dengan data berulang dengan benar, Anda dapat menentukan hubungan fanout subrekaman menggunakan parameter fanout_on.

Pertimbangkan tabel data contoh ini:

Nama Kolom	Jenis
nama	String, wajib
age	Bilangan bulat, wajib diisi
citiesLived	Rekam, berulang
citiesLived.place	String, dapat bernilai null
citiesLived.numberOfYears	Bilangan bulat, dapat berupa null

Data tanpa rekaman citiesLived mungkin terlihat seperti ini:

nama	age
Wilbur Wright	45

Namun, menambahkan rekaman citiesLived yang berulang menyebabkan fanout, di mana data name dan age berulang beberapa kali:

nama	age	citiesLived.place	citiesLived.numberOfYears
Wilbur Wright	45	Dayton	40
Wilbur Wright	45	Paris	2
Wilbur Wright	45	Kitty Hawk	1

Saat memodelkan jenis data ini, rekaman citiesLived menyebabkan fanout, sehingga digunakan dalam parameter fanout_on:

dimension: city_lived {
  sql: ${TABLE}.citiesLived.place ;;
  fanout_on: "citiesLived"
}
dimension: years_lived {
  sql: ${TABLE}.citiesLived.numberOfYears ;;
  fanout_on: "citiesLived"
}
measure: cities_count {
  type: count_distinct
  sql: ${city_lived} ;;
  fanout_on: "citiesLived"
}
measure: city_list {
  type: list
  list_field: city_lived
  fanout_on: "citiesLived"
}

-

Perhatikan bahwa dimensi dan ukuran harus menggunakan fanout_on jika menyertakan rekaman berulang dalam perhitungannya.