בדף הזה אנחנו מתייחסים לפרמטר
sql_analytic_model_nameשהוא חלק מתצוגה.אפשר להשתמש ב-
sql_analytic_model_nameגם כחלק מניתוח, כמו שמתואר בדף התיעוד של הפרמטרsql_analytic_model_name(לניתוחים).
Usage
view: view_name {
sql_analytic_model_name: analytic_model_name ;;
}
|
היררכיה
sql_analytic_model_name |
ערך ברירת המחדל
ללא
אישור
שם של מודל ניתוח במסד נתונים
כללים מיוחדים
|
הגדרה
בחיבורים ל-BigQuery ול-Snowflake, הפרמטר sql_analytic_model_name מציין את השם של מודל ניתוח קיים במסד הנתונים (גרף BigQuery או תצוגה סמנטית ב-Snowflake) שמשמש כבסיס לתצוגת LookML. כך תוכלו להשתמש במודלים אנליטיים שמוגדרים ישירות במסד הנתונים, כמו BigQuery Graph או תצוגות סמנטיות ב-Snowflake.
בתרחיש הזה, אובייקט המודל האנליטי כבר קיים במסד הנתונים ומנוהל על ידי מסד הנתונים. Looker לא יוצר, מתחזק או כפוף למודל האנליטי. זה דומה למצב שבו טבלאות רגילות במסד נתונים שנחשפות כתצוגות LookML באמצעות sql_table_name לא כפופות ל-Looker.
בקובץ התצוגה של LookML, משתמשים בפרמטר sql_analytic_model_name כדי להפנות את Looker למודל הניתוח במסד הנתונים. לאחר מכן יוצרים מאפיינים ומדדים ב-Looker למיפוי למודל הניתוח, כדי שאפשר יהיה להשתמש ב-Looker לשאילתת מודל הניתוח.
הגדרת היקף לשמות של מודלים אנליטיים
כשמפנים למודל ניתוח באמצעות השם של מודל הניתוח בלבד, Looker משתמש בנתיב החיפוש שמוגדר כברירת מחדל (מסד הנתונים והסכימה) שהאדמין של Looker הגדיר בהגדרות של חיבור מסד הנתונים.
אם אתם צריכים להפנות למודל אנליטי במסד נתונים ובסכימה אחרים שלא נמצאים בנתיב החיפוש שמוגדר כברירת מחדל למשתמש במסד הנתונים, אתם יכולים להגדיר את היקף השם של המודל האנליטי באמצעות הפורמט <database_name>.<schema_name>.<analytic_model_name> כדי להפנות למסד נתונים או לסכימה אחרים:
- כדי להפנות למודל ניתוח מסכימה אחרת, משתמשים בפונקציה
<schema_name>.<analytic_model_name>. - כדי להפנות למודל ניתוח ממאגר נתונים אחר, צריך להשתמש ב
<database_name>.<schema_name>.<analytic_model_name>המלא.
בחיבור ל-Google BigQuery, אפשר להפנות למודל ניתוח בפרויקט ובמערך נתונים אחרים על ידי הגדרת היקף השם של מודל הניתוח באמצעות הפורמט <project_name>.<dataset_name>.<analytic_model_name>. מידע נוסף זמין בדף חיבור ל-Google BigQuery.
יצירת מאפיינים ומדדים של LookML על סמך התצוגה האנליטית
אחרי שיוצרים קובץ תצוגה ומזהים מודל ניתוח כ-sql_analytic_model_name, אפשר להגדיר באותו קובץ תצוגה מאפייני LookML ומדדים שמבוססים על מודל הניתוח.
במסמכי התיעוד של הניב שלכם מוסבר מהו תחביר ה-SQL הנכון שצריך להשתמש בו כדי להתייחס לרכיבים במודל הניתוח. לדוגמה, כדי ליצור מאפיין LookML מישות של תרשים BigQuery, צריך להשתמש בקו תחתון כדי להפריד בין רכיבים כשמגדירים את ההיקף. לדוגמה, ב-BigQuery Graph, המאפיין הזה של LookML מבוסס על המאפיין location_id בטבלת הצמתים Stores:
dimension: location_id {
type: number
sql: Stores_location_id ;;
}
עם זאת, כדי ליצור מאפיין LookML שמבוסס על תצוגה סמנטית של Snowflake, צריך להשתמש בשם לא מוסמך של מדד או מאפיין.
דוגמה
הנה דוגמה לגרף BigQuery בשם StoreGraph שמוגדר במסד נתונים של BigQuery:
CREATE OR REPLACE PROPERTY GRAPH mydataset.StoreGraph
NODE TABLES (
mydataset.Stores AS S,
mydataset.Locations AS L
PROPERTIES(id, name, population, MEASURE(SUM(population)) AS total_population)
)
EDGE TABLES (
mydataset.Stores AS SL
SOURCE KEY (location_id) REFERENCES L (id)
DESTINATION KEY (name) REFERENCES S (name)
);
זו דוגמה לתצוגת LookML שמבוססת על StoreGraph BigQuery Graph, כולל מאפיינים ומדדים שממופים ל-Graph:
view: MyStoreGraphView {
sql_analytic_model_name: StoreGraph ;;
dimension: location_id {
type: number
sql: Stores_location_id ;;
}
dimension: population {
type: number
sql: Locations_population ;;
}
dimension: location_name {
type: string
sql: Locations_name ;;
}
measure: locations_total_population {
type: number
sql: Locations_total_population ;;
}
}
דברים שכדאי לקחת בחשבון
שיקולים לגבי מודלים אנליטיים ב-Looker
כשמשתמשים במודלים אנליטיים בתוך מסד נתונים, חשוב להביא בחשבון את השיקולים והמגבלות הבאים:
סוגי נתונים: יש תמיכה רק בסוגי הנתונים הבאים של מאפיינים ומדדים במודלים אנליטיים:
- נתמך במאפיינים ובמדדים:
stringnumberdateyesno
- נתמך רק במאפיינים:
timedate_time
- נתמך במאפיינים ובמדדים:
מדדים:
- צריך להגדיר מראש את המדדים הבסיסיים: צריך להגדיר מראש את המדדים הבסיסיים במודל הניתוח של מסד הנתונים הבסיסי. Looker לא יכול להגדיר מדד בסיסי חדש על ידי ביצוע צבירה (כמו
type: sumאוtype: count) על מאפיין ממודל ניתוח. יש תמיכה במדדים שמבוססים על מדדים אחרים: אפשר להשתמש בפרמטר
sqlשל מדד LookML כדי לבצע חישובים לא מצטברים שמשתמשים במדדי בסיס מוגדרים מראש מהמודל האנליטי. כשיוצרים מדד שמבוסס על מדדים אחרים, אי אפשר להגדיר את המדד החדש כסוג מדד מצטבר כמוsumאוcount. צריך להגדיר את המדד החדש כסוג מדד לא מצטבר, כמוstring,number,dateאוyesno. מקרה לדוגמה:measure: average_order_amount { type: number sql: ROUND(${total_order_amount} / NULLIF(${count_orders}, 0), 2) ;; }
- צריך להגדיר מראש את המדדים הבסיסיים: צריך להגדיר מראש את המדדים הבסיסיים במודל הניתוח של מסד הנתונים הבסיסי. Looker לא יכול להגדיר מדד בסיסי חדש על ידי ביצוע צבירה (כמו
צירופים: בניתוח שהתצוגה הבסיסית שלו מבוססת על מודל אנליטי, אי אפשר לכלול צירופים. באופן דומה, אי אפשר לצרף תצוגה שמבוססת על מודל ניתוח לניתוח נתונים שמבוסס על תצוגת בסיס רגילה של LookML.
צירופים מרומזים: לא ניתן להשתמש במודלים אנליטיים בתכונות שמסתמכות על צירופים מרומזים. דוגמאות לתכונות שמסתמכות על הצטרפות מרומזת הן יומנים מותאמים אישית ושדות שמוגדרים עם
type: location,type: distanceאוtype: zipcode.התכונות הבאות לא נתמכות במודלים אנליטיים:
צריכה להיות גישה למודל הניתוח מהחיבור הנוכחי
כשמשתמשים בפרמטר sql_analytic_model_name באובייקט view, אפשר להפנות לאובייקט view הזה באובייקט explore, שאליו אפשר להפנות באובייקט model. באובייקט המודל מוגדר מסד נתונים connection. כשמפנים למודל אנליטי בפרמטר sql_analytic_model_name, המודל האנליטי צריך להיות נגיש בחיבור המשויך שצוין בקובץ המודל.
מסד הנתונים והסכימה שמוגדרים כברירת מחדל (או פרויקט החיוב ומערך הנתונים ב-Google BigQuery) מוגדרים על ידי האדמין של Looker כשהוא יוצר את החיבור של Looker למסד הנתונים.