Per i dialetti che lo supportano, la funzionalità di calendario personalizzato in Looker ti consente di definire un calendario personalizzato nel tuo database, ad esempio un calendario fiscale o di vendita al dettaglio specifico, e quindi applicarlo a un gruppo di dimensioni basato sulla data nel tuo modello LookML. Gli utenti possono quindi creare query di esplorazione utilizzando i periodi di tempo personalizzati, ad esempio custom_week, custom_period, come se fossero periodi di tempo standard.
Prerequisiti
Prima di utilizzare i calendari personalizzati, assicurati che siano soddisfatti i seguenti prerequisiti:
- Devi disporre di una connessione Looker a un dialetto che supporti i calendari personalizzati.
- Devi creare una tabella del calendario nel database, che puoi poi modellare come vista in Looker. Looker utilizza la tabella del calendario nel database per calcolare i periodi di tempo personalizzati. Per saperne di più, consulta la sezione Creare una tabella del calendario nel database.
- Il tuo progetto LookML deve utilizzare il nuovo runtime LookML. Se la funzionalità legacy Utilizza il runtime LookML legacy è abilitata nella tua istanza, devi aggiungere l'istruzione
new_lookml_runtime: yesal file manifest del progetto.
Creare un calendario personalizzato
Per implementare un calendario personalizzato, devi eseguire i passaggi generali descritti nelle sezioni seguenti:
- Creare la tabella del calendario nel database
- Definire la visualizzazione personalizzata del calendario in LookML
- Creare un gruppo di dimensioni personalizzato per il calendario
Creare una tabella del calendario nel database
Per calcolare le date per i calendari personalizzati, Looker ha bisogno di una tabella del calendario dedicata nel database che definisca i periodi di tempo personalizzati. La tabella deve avere una colonna della data di riferimento che utilizza la data del calendario standard. Looker unisce la tabella del calendario alle tabelle dei dati (ad esempio una tabella orders) in base alla colonna della data di riferimento.
I nomi delle colonne nella tabella del calendario sono flessibili. Quando definisci la visualizzazione del calendario personalizzato in LookML, utilizzerai il blocco calendar_definition per mappare le colonne del database ai nomi standard dei periodi di tempo personalizzati.
Di seguito è riportato un esempio di schema di tabella per una tabella del calendario denominata fiscal_calendar_table.
| Nome colonna | Tipo di dati | Descrizione |
|---|---|---|
reference_date |
DATE |
La data del calendario standard (ad esempio "2023-01-01"). Utilizzato per partecipare. Deve essere una chiave univoca o primaria. |
fiscal_year |
VARCHAR |
L'anno fiscale (ad esempio "FY2023"). |
fiscal_year_num |
INTEGER |
L'anno fiscale numerico (ad esempio 2023). |
fiscal_quarter_of_year |
VARCHAR |
Il trimestre fiscale (ad esempio "FQ1"). |
fiscal_quarter_of_year_num |
INTEGER |
Il trimestre fiscale numerico (ad esempio 1). |
fiscal_week_of_year |
VARCHAR |
La settimana fiscale dell'anno (ad esempio "Week01", "FW01"). |
fiscal_week_of_year_num |
INTEGER |
La settimana fiscale numerica dell'anno (ad esempio 1). |
fiscal_period_of_year |
VARCHAR |
Un nome del periodo personalizzato (ad esempio "P01"). |
fiscal_period_of_year_num |
INTEGER |
Il periodo personalizzato numerico (ad esempio 1). |
season |
VARCHAR |
Un nome di stagione personalizzato (ad esempio "Inverno"). |
season_num |
INTEGER |
La stagione personalizzata numerica (ad esempio 1). |
Per illustrare, ecco alcune righe di esempio della tabella fiscal_calendar_table:
reference_date |
fiscal_year |
fiscal_year_num |
fiscal_period |
fiscal_period_num |
|---|---|---|---|---|
2023-12-25 |
FY2024 |
2024 |
P01 |
1 |
2023-12-26 |
FY2024 |
2024 |
P01 |
1 |
2024-01-01 |
FY2024 |
2024 |
P02 |
2 |
2024-01-02 |
FY2024 |
2024 |
P02 |
2 |
Definisci la visualizzazione personalizzata del calendario in LookML
Dopo aver creato una tabella del calendario nel database, devi creare una vista LookML per modellare la tabella del calendario del database.
Il file della visualizzazione personalizzata del calendario deve includere quanto segue:
- Il parametro
sql_table_nameche punta alla tabella del calendario personalizzato nel database. - Il blocco
calendar_definitionper mappare le colonne della tabella ai tipi di intervallo di tempo personalizzato di Looker. - Parametri
dimensionper modellare le colonne della tabella del calendario personalizzato nel database.
Ecco un file di visualizzazione di esempio denominato fiscal_calendar.view.lkml che modella l'esempio fiscal_calendar_table:
view: fiscal_calendar {
sql_table_name: fiscal_calendar_table ;;
calendar_definition: {
reference_date: reference_date
timeframe_mapping: {
custom_year: fiscal_year
custom_quarter: fiscal_quarter_of_year
custom_date: fiscal_date
custom_week: fiscal_week_of_year
custom_period: fiscal_period_of_year
custom_season: season
}
timeframe_ordinal_mapping: {
custom_year: fiscal_year_num
custom_quarter: fiscal_quarter_of_year_num
custom_date: fiscal_date_num
custom_week: fiscal_week_of_year_num
custom_period: fiscal_period_of_year_num
custom_season: season_num
}
}
dimension: reference_date {
type: date
primary_key: yes
sql: ${TABLE}.reference_date ;; # Assuming column name is reference_date
}
dimension: fiscal_date {
type: string
sql: FORMAT_TIMESTAMP('%Y-%m-%d', ${TABLE}.reference_date) ;;
}
dimension: fiscal_year {
type: string
sql: ${TABLE}.fiscal_year ;;
}
dimension: fiscal_year_num {
type: number
sql: ${TABLE}.fiscal_year_num ;;
}
# ... other dimensions for quarters, weeks, periods, seasons, etc. ...
# Example placeholder dimensions for unused timeframes
dimension: season {
type: string
sql: 'N/A' ;;
hidden: yes
}
dimension: season_num {
type: number
sql: 0 ;;
hidden: yes
}
}
Consulta la pagina dei parametri calendar_definition per informazioni dettagliate sui parametri calendar_definition.
Creare un gruppo di dimensioni personalizzato per il calendario
Dopo aver creato una tabella del calendario nel database e modellato la tabella del calendario del database in LookML, puoi creare un gruppo di dimensioni di type: custom_calendar basato sulla visualizzazione del calendario personalizzato.
Ad esempio, ecco una visualizzazione denominata orders.view.lkml che definisce un gruppo di dimensioni personalizzate del calendario.
include: "/views/fiscal_calendar.view"
view: orders {
sql_table_name: public.orders ;;
dimension_group: created {
type: custom_calendar
# Optional list of allowed timeframes
custom_timeframes: [
custom_date,
custom_week,
custom_year
]
sql: ${TABLE}.created_at ;;
based_on_calendar: fiscal_calendar # This links to your calendar view
}
}
Con questo LookML, Looker creerà automaticamente un nuovo insieme di periodi di tempo personalizzati per il gruppo di dimensioni created (ad esempio "Anno personalizzato creato", "Settimana personalizzata creata"). Gli utenti possono quindi utilizzare questi campi per l'esplorazione, la generazione di report e il filtraggio.
Per informazioni dettagliate sulla creazione di un gruppo di dimensioni per i calendari personalizzati, consulta la pagina di documentazione dimension_group.
Aspetti da considerare
Tieni presenti le seguenti limitazioni relative ai calendari personalizzati:
- Misure filtrate: i calendari personalizzati non sono supportati per le misure filtrate. Non puoi fare riferimento a una dimensione calendario personalizzata nel parametro
filtersdi una misura. - Filtri avanzati: i calendari personalizzati non sono supportati nei filtri avanzati. Non puoi fare riferimento a una dimensione del calendario personalizzato nelle espressioni di filtro di Looker.
- Aggregazioni simmetriche:in alcuni scenari di join complessi, le aggregazioni simmetriche potrebbero non essere completamente supportate per le query che coinvolgono dimensioni di calendario personalizzate.
- Riempimento delle dimensioni:Looker non può riempire le dimensioni con le date mancanti per le dimensioni del calendario personalizzato.
- Filtro oltre i limiti del calendario:se un filtro viene applicato a un periodo di tempo personalizzato che genera una data non presente nel calendario, potrebbero essere restituiti risultati imprevisti. Ciò è dovuto all'aritmetica ordinale utilizzata per calcolare l'inizio di un periodo.
- Comportamento di conversione del fuso orario:Looker rispetta la semantica di conversione del fuso orario esistente. ovvero, se il fuso orario del database e della query corrispondono, non viene applicata alcuna conversione del fuso orario. Se non è d'accordo, Looker applica la conversione del fuso orario. Puoi ignorare questo comportamento specificando
convert_tz: noper il gruppo di dimensioni del calendario personalizzato. - Ordinamento predefinito:Looker applica un ordinamento predefinito al primo campo data quando vengono selezionati campi calendario personalizzati. L'utente può quindi specificare un ordinamento diverso dei dati.
Dialetti di database supportati per i calendari personalizzati
La tabella seguente mostra quali dialetti supportano i calendari personalizzati nell'ultima release di Looker:
| Dialetto | Supportata? |
|---|---|
| Actian Avalanche | |
| Amazon Athena | |
| Amazon Aurora MySQL | |
| Amazon Redshift | |
| Amazon Redshift 2.1+ | |
| Amazon Redshift Serverless 2.1+ | |
| Apache Druid | |
| Apache Druid 0.13.x - 0.17.x | |
| 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 AlloyDB for PostgreSQL | |
| 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 |