Usage
view: my_view {
derived_table: {
publish_as_db_view: yes
...
}
}
|
היררכיה
publish_as_db_view- או - publish_as_db_view |
ערך ברירת המחדל
no
מקבל
ערך בוליאני (yes או no)
כללים מיוחדים
|
הגדרה
הפרמטר publish_as_db_view מאפשר לסמן טבלאות קבועות (שכוללות גם טבלאות נגזרות קבועות וגם טבלאות מצטברות) לצורך שאילתות מחוץ ל-Looker. בטבלאות קבועות שבהן הערך של publish_as_db_view הוא yes, Looker יוצר תצוגת מסד נתונים יציבה במסד הנתונים של הטבלה הקבועה. תצוגת מסד הנתונים היציבה נוצרת במסד הנתונים עצמו, כך שאפשר להריץ עליה שאילתות מחוץ ל-Looker. המושג תצוגת מסד נתונים יציבה שונה מתצוגת LookML, כי תצוגות LookML קיימות במכונת Looker ולא במסד הנתונים עצמו.
תצוגת מסד הנתונים היציבה תפורסם (תיווצר) במחזור הבא של הכלי ליצירה מחדש של Looker אחרי שקובץ ה-LookML של הטבלה הקבועה ייפרסם בייצור עם publish_as_db_view: yes.
דוגמאות
יצירת תצוגת מסד נתונים יציבה ל-PDT
יוצרים את ה-e_flights_pdt PDT שעבורו נוצרת תצוגת מסד נתונים יציבה במסד הנתונים:
view: e_flights_pdt {
derived_table: {
publish_as_db_view: yes
datagroup_trigger: e_flights_default_datagroup
explore_source: ontime {
timezone: "America/Los_Angeles"
column: flight_num {}
column: carrier {}
column: arr_date {}
}
}
dimension: flight_num {}
dimension: carrier {}
dimension: arr_date {
type: date
}
}
תצוגת מסד הנתונים היציבה של e_flights_pdt תפורסם במחזור הבא של מחולל Looker אחרי שקובץ ה-LookML של ה-PDT יופעל בסביבת הייצור. אחרי ש-Looker בונה את ה-PDT, אפשר להריץ שאילתות על תצוגת מסד הנתונים היציבה במסד הנתונים.
יצירת תצוגת מסד נתונים יציבה לטבלה מסכמת
יוצרים את weekly_orders טבלת הצבירה שעבורה נוצר תצוגת מסד נתונים יציבה במסד הנתונים:
explore: orders {
aggregate_table: weekly_orders {
materialization: {
sql_trigger_value: SELECT CURDATE() ;;
publish_as_db_view: yes
}
query: {
dimensions: [orders.status, orders.created_week]
measures: [orders.count]
}
}
}
תצוגת מסד הנתונים היציבה של טבלת הצבירה weekly_orders תפורסם במחזור הבא של Looker regenerator אחרי פריסת ה-LookML של טבלת הצבירה בסביבת הייצור. אחרי ש-Looker יוצר את טבלת הצבירה, אפשר להריץ שאילתות על תצוגת מסד הנתונים היציבה במסד הנתונים.
גישה לתצוגת מסד הנתונים היציבה
כשמפרסמים את תצוגת מסד הנתונים היציבה של טבלה שנשמרת, אפשר להריץ עליה שאילתה ישירות אחרי שמקבלים את השם היציב. יש שתי דרכים לקבל את שם התצוגה היציב של טבלה שנשמרה:
חלון העזר עם פרטי PDT
אם אתם אדמינים או משתמשים עם הרשאה see_pdts, אתם יכולים להשתמש בדף Persistent Derived Tables בקטע Admin ב-Looker כדי לקבל את שם התצוגה היציב של מסד הנתונים עבור טבלה שנשמרה:
- לוחצים על סמל התפריט הראשי של Looker ובוחרים באפשרות אדמין, אם התפריט אדמין לא מוצג. (אם אתם נמצאים בקטע Explore או Develop בתפריט הראשי של Looker, יכול להיות שתצטרכו ללחוץ על החץ 'חזרה' כדי לראות את התפריט Admin).
- בתפריט Admin (ניהול), בוחרים באפשרות Persistent Derived Tables (טבלאות נגזרות קבועות).
- בדף Persistent Derived Tables (טבלאות נגזרות מתמידות), מחפשים את השם של הטבלה המתמידה.
- לוחצים על תפריט שלוש הנקודות של הטבלה הקבועה ובוחרים באפשרות פרטי PDT.
- בתיבת הדו-שיח PDT Details, מחפשים את השדה Stable Name.
כדי לשלוח שאילתה ישירות לטבלה של התצוגה היציבה, מוסיפים את שם סכימת הבסיס לפני שם הטבלה. לדוגמה, אם שם סכימת בסיס הוא tmp, אפשר לשלוח שאילתה לתצוגת מסד הנתונים היציבה באמצעות פקודה כזו:
SELECT * from tmp.CL_e_redlook_e_redlook_inc_pdt
הכרטיסייה SQL בדף 'אפשרויות נוספות'
אם אין לכם גישה לדף האדמין Persistent Derived Tables, תוכלו להשתמש במידע שמופיע בכרטיסייה SQL של Explore כדי לקבוע את שם התצוגה היציב של טבלה שנשמרה. השם של התצוגה היציבה מופיע בפורמט הבא:
SCRATCH_SCHEMA_NAME.CONNECTION_REGISTRATION_KEY_MODEL_NAME_VIEW_NAME
לדוגמה, אם יש לכם טבלה קבועה שנמצאת במודל בשם faa ותצוגה בשם e_flights_pdt, אתם צריכים רק את שם סכימת ה-scratch ואת מפתח רישום החיבור. אפשר למצוא את שניהם בכרטיסייה SQL בקטע Data של שאילתה בטבלה שנשמרה. במשפט CREATE TABLE או FROM בכרטיסייה SQL, אפשר למצוא את המידע באופן הבא:
- מפתח הרישום של החיבור הוא בן שני תווים. בהתאם לדיאלקט של מסד הנתונים, הוא יופיע אחרי סימן הדולר או אחרי הקו התחתון הראשון בשם הטבלה של הטבלה שנשמרה.
- השם של סכמת הגירוד הוא תחילת המחרוזת אחרי
CREATE TABLEאוFROM, לפני.
בכל שאילתות הדוגמה הבאות, מפתח רישום החיבור הוא LB ושם סכימת ה-scratch הוא LB.tmp
הנה דוגמה לשאילתת SQL שנוצרה על ידי Looker עם הצהרת CREATE TABLE עבור דיאלקט שמשתמש בסימן דולר לפני מפתח רישום החיבור. שם התצוגה הוא e_flights_pdt, ושם הטבלה הנגזרת שנוצר הוא tmp.LR$LBC5Q1576702903774_e_flights_pdt.
generate derived table e_flights_pdt
Building e_flight::e_flights_pdt in dev mode on instance b6ff28049851f1954156526c66ca9912
CREATE TABLE tmp.LR$LBC5Q1576702903774_e_flights_pdt (INDEX(flight_num)) SELECT
ontime.flight_num AS `flight_num`
ontime.carrier AS `carrier,
(TIMESTAMP(DATE (CONVERT_TZ(ontime.arr_time, 'UTC', 'America/Los_Angeles')))) AS
`arr_date``
FROM `flightstats`.`ontime` AS `ontime`
GROUP BY
1,
2,
3
-- finished e_flights_pdt => tmp.LR$LBC5Q1576702903774_e_flights_pdt
SELECT
e_flights_pdt.flight_num AS `e_flights_pdt.flight_num`,
e_flights_pdt.carrier AS `e_flights_pdt.carrier`
FROM tmp.LR$LBC5Q1576702903774_e_flights_pdt AS e_flights_pdt
GROUP BY
1,
2
ORDER BY
e_flights_pdt.flight_num
LIMIT 5
הנה דוגמה לשאילתת SQL שנוצרה ב-Looker עם הצהרת FROM עבור דיאלקט שמשתמש בקו תחתון לפני מפתח רישום החיבור. שם התצוגה הוא e_flights_pdt, ושם הטבלה הנגזרת שנוצר הוא tmp.LR_LBFIM1580333699953_e_flights_pdt.
--use existing e flights pdt in tmp.LR_LBFIM1580333699953_e_flights_pdt
SELECT
e_flights_pdt.id AS `e_flights_pdt.id`,
DATE(e_flights_pdt.faa_event_date) AS `e_flights_pdt. faa_event_date`
FROM tmp.LR_LBFIM1580333699953_e_flights_pdt AS e_flights_pdt
GROUP BY 1,2
ORDER BY DATE(e_flights_pdt.faa_event_date) DESC
LIMIT 5
שוב, התצוגה היציבה של מסד הנתונים היא בפורמט הבא:
SCRATCH_SCHEMA_NAME.CONNECTION_REGISTRATION_KEY_MODEL_NAME_VIEW_NAME
אלה כל הערכים:
- הערך של SCRATCH_SCHEMA_NAME הוא
tmp - הערך של CONNECTION_REGISTRATION_KEY הוא
LB - הערך של MODEL_NAME הוא
faa - הערך של VIEW_NAME הוא
e_flights_pdt
זהו שם התצוגה היציב של מסד הנתונים של הטבלה שנשמרה:
tmp.LB_faa_e_flights_pdt
אחרי שמקבלים את השם של תצוגת מסד הנתונים היציבה, אפשר להריץ עליה שאילתה ישירות. לדוגמה:
SELECT * from tmp.LB_faa_e_flights_pdt
דברים שכדאי לקחת בחשבון
ניבים מסוימים דורשים תחביר נוסף
אם מפתח הרישום של החיבור מתחיל במספר, בחלק מהניבים נדרש שימוש במירכאות כפולות, בגרשיים, בסוגריים או בתחביר דומה סביב החלק השני של שם התצוגה היציבה של מסד הנתונים. לדוגמה, ב-Amazon Redshift נדרשים מרכאות כפולות. לכן, אם מפתח הרישום של החיבור מתחיל במספר, זה יהיה הפורמט:
[scratch schema name]."[connection registration key]_[model_name]_[view_name]"
לדוגמה, אם מפתח הרישום של החיבור הוא 84, צריך להוסיף מרכאות סביב החלק השני של שם הטבלה הקבוע, אחרי הנקודה. לכן השאילתות למסד הנתונים ייראו בערך כך:
SELECT * from tmp."84_faa_e_flights_pdt"
כדאי לעיין בתיעוד של הדיאלקט שלכם כדי לקבל מידע על התחביר הספציפי הנדרש.
לחיבור למסד הנתונים צריכות להיות הרשאות CREATE VIEW
כדי ליצור תצוגה במסד הנתונים, לחשבון שמשמש את Looker להתחברות למסד הנתונים צריכות להיות הרשאות CREATE VIEW לסכימה הזמנית של מסד הנתונים.
שם המשתמש, הסיסמה והסכימה הזמנית של מסד הנתונים מוגדרים כשמקשרים את Looker למסד הנתונים.
אתם יכולים לבדוק את החיבור כדי לראות אם הוא תומך בשמות יציבים של תצוגות. אם הדיאלקט תומך בשמות יציבים של תצוגות ואם מופעלים PDT בחיבור, Looker יבדוק את החיבור כדי לראות אם הוא יאפשר תצוגות יציבות:
- אם החיבור מאפשר צפיות יציבות, בדיקת החיבור תחזיר תוצאה כמו
Can use stable views in temp schema "docsexamples_scratch" in database "flightstats". - אם החיבור לא מאפשר צפייה יציבה, בדיקת החיבור תחזיר תוצאה כמו
Cannot use stable views in temp schema "docsexamples" in database "flightstats", יחד עם פרטים נוספים כמוCREATE VIEW command denied to user 'docsexamples'.
תמיכה בניבים בתצוגות יציבות של מסדי נתונים
היכולת ליצור תצוגת מסד נתונים יציבה של טבלה לשימוש חוזר תלויה בדיאלקט מסד הנתונים שבו משתמש החיבור שלכם ל-Looker. בגרסה האחרונה של Looker, הדיאלקטים הבאים תומכים בתצוגת מסד נתונים יציבה של טבלה מתמשכת:
| דיאלקט | האם יש תמיכה? |
|---|---|
| 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 |