Looker 26.14 のドキュメントを表示しています。このリンクをクリックすると、最新のドキュメントが表示されます。

Google は AI 技術を使用して、コンテンツをご希望の言語に翻訳しています。AI 翻訳には誤りが含まれる場合があります。

dimension_group

用途

view: view_name {
  dimension_group:  field_name { ... }
}

階層

ファイルを表示

view

dimension_group

許可

Looker 識別子（ディメンショングループによって作成される各ディメンションの名前の最初の部分として機能します）

特別なルール

type は、time、duration、custom_calendar のいずれかです。
通常はtimeframesまたはintervalsパラメータとともに使用されます
ディメンショングループが日時フィールドに基づいていない場合は、datatype パラメーターを使用してください。
次元グループがtype: timeの場合、自動タイムゾーン変換を防止するにはconvert_tzパラメータを使用してください。

定義

dimension_group パラメータは、時間ベースまたは期間ベースのディメンションのセットを一度に作成するために使用されます。ディメンショングループを定義すると、ディメンショングループは、異なる間隔または時間枠に対して個別のディメンションのセットを作成します。たとえば、タイムスタンプ列に基づいて type: time のディメンショングループを指定すると、ディメンショングループは、時間、日付、週、時間、四半期、年でデータを表す対応するディメンションを作成します。

ディメンショングループの形式と機能は、ディメンショングループのtype値によって異なります。

期間タイプ
時刻型
カスタムカレンダータイプ

期間タイプのディメンショングループ

type: duration は dimension_group と組み合わせて使用され、一連の間隔ベースの期間次元を計算します。

type: duration のディメンショングループの形式は次のとおりです。

dimension_group: dimension_group_name {
  type: duration
  sql_start: SQL expression ;;  # often this is a single database column
  sql_end: SQL expression ;;  # often this is a single database column
  intervals: [interval, interval, …] # see following explanation for valid intervals
}

type: duration のディメンショングループの場合:

sql_start および sql_end パラメータは、期間の開始時刻と終了時刻を定義する SQL 式を提供します。参照期間の開始と終了を定義する詳細については、このページの該当セクションをご覧ください。
intervals パラメータでは、時間差を測定するために使用する 1 つ以上の間隔単位を指定します。選択肢については、このページの「インターバルのオプション」のセクションをご覧ください。
期間の値は最も近い整数に丸められます。
datatype パラメータは省略可能です。ディメンショングループが日時に基づいていない場合は、代わりにエポック、タイムスタンプ、日付、または yyyymmdd 形式を指定できます。type: duration のディメンショングループでは、datatype パラメータは sql_start パラメータと sql_end パラメータの両方に適用されるため、sql_start と sql_end の両方が指定されたデータ型であることを確認してください。datatype パラメータの詳細については、このページのデータベース datatype を指定するセクションをご覧ください。

ここには示されていませんが、フィールドレベルパラメータの多くは、ディメンショングループでも使用できます。

たとえば、enrollment_date と graduation_date の列がある場合、期間のディメンショングループを作成して、生徒が学校で過ごした時間を週単位と年単位で計算できます。

dimension_group: enrolled {
  type: duration
  intervals: [week, year]
  sql_start: ${TABLE}.enrollment_date ;;
  sql_end: ${TABLE}.graduation_date ;;
}

Explore UI では、登録週数と登録年数という個別のディメンションを持つ、登録期間という名前のディメンショングループが生成されます。

間隔オプション

intervals パラメータは、sql_start 時間と sql_end 時間の差を測定するために使用する間隔単位をディメンショングループに伝えます。intervals パラメータは、type: duration のディメンショングループでのみサポートされています。

intervals が含まれていない場合、ディメンショングループにはすべての可能な間隔が含まれます。

intervals パラメータのオプションは次のとおりです。

間隔	説明	出力例
`day`	時間差を日数で計算します。	`9 days`
`hour`	時間差を時間数で計算します。	`171 hours`
`minute`	時間差を分数で計算します。	`10305 minutes`
`month`	時間差を月数で計算します。	`3 months`
`quarter`	時間差を四半期数で計算します。	`2 quarters`
`second`	時間差を秒数で計算します。	`606770 seconds`
`week`	時間差を週数で計算します。	`6 weeks`
`year`	時間差を年数で計算します。	`2 years`

期間の開始と終了の定義

次元グループが type: duration の場合、sql_start および sql_end パラメータは、時間差を計算するために使用される開始情報と終了情報を提供します。これらのフィールドには、タイムスタンプ、日時、日付、エポック、または yyyymmdd 形式のデータを含む有効な SQL 式を指定できます。sql_start フィールドと sql_end フィールドには、次のいずれかを指定できます。

既存のディメンショングループ type: time からの raw タイムフレームへの参照
type: date_raw のディメンションへの参照
タイムスタンプ（タイムスタンプのSQL列の参照など）を含むSQL式
データベースから時間を取り込むSQL式（対象のダイアレクトに適した式を使用）
::datetimeまたは::dateを使用した LookML フィールド参照フィールドタイプ参照

例えば、日時情報を含む faa_event_date_raw という名前のディメンションがあるとします。

dimension: faa_event_date_raw {
  type: date_raw
  sql: ${TABLE}.event_date ;;
}

FAA イベント発生日から経過した時間を計算するディメンショングループtype: durationを作成できます。これを行うには、faa_event_date_raw 次元を計算の開始時刻として使用し、計算の終了時刻には、現在時刻を表す方言の SQL 式を使用できます。この例は、MySQLデータベース用です。

dimension_group: since_event {
  type: duration
  intervals: [hour, day]
  sql_start: ${faa_event_date_raw} ;;
  sql_end: CURRENT_TIMESTAMP();;
}

Explore UI では、これにより Duration Since Event というディメンショングループが生成され、その中に Hours Since Event と Days Since Event という個別のディメンションが生成されます。

別のLookMLフィールドからの間隔の参照

type: duration の dimension_group 内の interval 値を参照するには、interval 値の複数形を使用して、構文 ${interval_fieldname} を使用します。例えば、次の LookML の例では、average_days_since_event メジャーは ${days_since_event} を使用して、since_event ディメンショングループ内の day 区間を参照します。


dimension_group: since_event {
  type: duration
  intervals: [hour, day, week, month, quarter, year]
  sql_start: ${faa_event_date_raw} ;;
  sql_end: CURRENT_TIMESTAMP();;
}

measure: average_days_since_event {
  type: average
  sql: ${days_since_event} ;;
}

期間フィールドのあるLookMLフィールドタイプ参照の使用

カスタム期間フィールドを作成するには、type: duration のディメンショングループの sql_start および sql_end パラメーターで参照されるディメンションに対して、::date または ::datetime 参照タイプを指定できます。view_name.field_name::type構文は、SQL の組み込みと LookML オブジェクトの参照ドキュメントページで説明されており、ディメンションへの参照を文字列にキャストせずに、フィールドの::dateまたは::datetimeバージョンを作成できます。

例えば、created 次元グループ type: time があり、時間枠が time、date、week、month、raw であるとします。これは次のように定義されます。


dimension_group: created {
  type: time
  timeframes: [time, date, week, month, raw]
  sql: ${TABLE}.created_at ;;
}

created_month ディメンションと created_time ディメンションを使用して、created_date フィールドの日付と、その日付が含まれる月の初日との間の期間を週、日、時間単位で計算する type: duration ディメンショングループを作成できます。


dimension_group: since_first_of_month {
  type: duration
  intervals: [week, day, hour]
  sql_start: ${created_month::datetime} ;;
  sql_end: ${created_time::datetime} ;;
}

Explore UI では、月初からの週数、月初からの日数、月初からの時間数という個別のディメンションを持つ、月初からの期間という名前のディメンショングループが作成されます。sql_start および sql_end パラメーターで参照されるフィールドに ::datetime 参照タイプを指定すると、生成される SQL で created_month および created_time ディメンションがタイムスタンプとして扱われます。

たとえば、ユーザーがフィールドピッカーで [作成日] ディメンションと [月初からの日数] ディメンションを選択したとします。[作成日] で返された値の 1 つが 2019-03-10 の場合、[月の初めからの日数] で返される値は 9 日になります。

時間タイプのディメンショングループ

type: time は、dimension_group と timeframes パラメータと組み合わせて、時間ベースのディメンションのセットを作成するために使用されます。たとえば、単一のタイムスタンプ列に基づいて日付、週、月のディメンションを作成できます。

type: time のディメンショングループの形式は次のとおりです。

dimension_group: dimension_group_name {
  type: time
  timeframes: [timeframe, timeframe, …] # see following explanation for valid timeframes
  sql: SQL expression ;;  # often this is a single database column
  datatype: epoch| timestamp | datetime | date | yyyymmdd # defaults to datetime
  convert_tz: yes | no   # defaults to yes
}

type: time のディメンショングループの場合:

timeframes パラメータは省略可能ですが、省略されることはほとんどありません。このパラメーターでは、ディメンショングループによって生成される 1 つ以上のタイムフレームを指定します。timeframes が含まれていない場合、すべてのタイムフレームオプションがディメンショングループに追加されます。可能な選択肢のリストについては、このページのタイムフレームオプションのセクションを参照してください。
type: time ディメンショングループの sql パラメータには、タイムスタンプ、日時、日付、エポック、または yyyymmdd 形式のデータを含む有効な SQL 式を指定できます。
datatype パラメータは省略可能です。ディメンショングループが日時に基づいていない場合は、代わりにエポック、タイムスタンプ、日付、または yyyymmdd 形式を指定できます。詳細については、このページのデータベース datatype を指定するをご覧ください。
convert_tz パラメータは省略可能で、タイムゾーンの自動変換を防止できます。それについては、このページのタイムゾーンの変換と convert_tz のセクションにあるさらに詳細な説明を参照してください。

ここには示されていませんが、フィールドレベルパラメータの多くは、ディメンショングループでも使用できます。

たとえば、日時情報を含む created_at という名前の列があるとします。この日時に基づいて日、週、月のディメンションを作成します。次のように指定できます。

dimension_group: created {
  type: time
  timeframes: [date, week, month]
  sql: ${TABLE}.created_at ;;
}

Explore UI では、作成日、作成週、作成月という名前の 3 つのディメンションが生成されます。ディメンション名を生成するために、dimension_group 名がタイムフレームとどのように組み合わされるかに注意してください。

タイムフレームオプション

timeframes パラメータは、type: time のディメンショングループでのみサポートされています。type: duration のディメンショングループの場合は、代わりに intervals パラメータを使用します。

timeframes パラメーターは、ディメンショングループが生成するディメンションを指定し、以下のオプションが含まれます。

特別な時間枠
期間
日付期間
週単位の期間
月単位の期間
四半期期間
年間の期間
hourX タイムフレーム
minuteX 期間
millisecondX タイムフレーム

type: time のディメンショングループに timeframes パラメータを使用しない場合、または timeframes パラメータを空白（timeframes: []）のままにした場合、Explore にはディメンショングループのデフォルトのタイムフレームセットが含まれます。

date
day_of_month
day_of_week
day_of_week_index
day_of_year
hour
hour_of_day
minute
month
month_name
month_num
quarter
quarter_of_year
time
time_of_day
week
week_of_year
year

特別な期間

期間	説明	出力例
`raw`	データベース内の生の値（キャストもタイムゾーンの変換も行っていないもの）。`raw` は LookML 内でのみアクセス可能で、[Explore] ページには表示されません。フォーマットされた文字列を返す他のほとんどのタイムフレームとは異なり、`raw` タイムフレームはタイムスタンプを返します。主にフィールドで日付操作を実行するために使用されます。	`2014-09-03 17:15:00 +0000`
`yesno`	`yesno` ディメンション。日時に値がある場合は「Yes」、ない場合は「No」を返します。他のタイムフレームとは異なり、別のフィールドから `yesno` タイムフレームディメンションを参照する場合は、参照にタイムフレームを含めないでください。たとえば、`dimension_group: created` の `yesno` 期間を参照するには、`${created_yesno}` ではなく `${created}` 構文を使用します。	`Yes`

期間

期間	説明	出力例
`time`	元となるフィールドの日時（SQLダイアレクトによっては、値がデータベース内のデータと同じ精度で示される場合と秒までしか示されない場合があります）	`2014-09-03 17:15:00`
`time_of_day`	時間帯	`17:15`
`hour`	直近の時間まで切り捨てた日時	`2014-09-03 17`
`hour_of_day`	基礎となるフィールドの時間を表す整数	`17`
`hourX`	各日を指定した時間数で分割します。	`hourX` の使用をご覧ください。
`minute`	直近の分まで切り捨てた日時	`2014-09-03 17:15`
`minuteX`	各時間を指定した分数で分割します。	`minuteX` の使用をご覧ください。
`second`	直近の秒まで切り捨てた日時	`2014-09-03 17:15:00`
`millisecond`	直近のミリ秒まで切り捨てた日時（ダイアレクトのサポートについては、このページのダイアレクトにおけるミリ秒およびマイクロ秒のサポートをご覧ください）。	`2014-09-03 17:15:00.000`
`millisecondX`	各秒を指定のミリ秒数の間隔で分割します（ダイアレクトのサポートについては、このページのダイアレクトにおけるミリ秒およびマイクロ秒のサポートをご覧ください）。	`millisecondX` の使用をご覧ください。
`microsecond`	直近のマイクロ秒まで切り捨てた日時（ダイアレクトのサポートについては、このページのダイアレクトにおけるミリ秒およびマイクロ秒のサポートをご覧ください）。	`2014-09-03 17:15:00.000000`

日付と期間

期間	説明	出力例
`date`	元のフィールドの日付	`2017-09-03`

週の期間

期間	説明	出力例
`week`	元の日時の、月曜日から始まる週の日付	`2017-09-01`
`day_of_week`	曜日のみ	`Wednesday`
`day_of_week_index`	曜日インデックス（0 = 月曜日、6 = 日曜日）	`2`

月単位の期間

期間	説明	出力例
`month`	元の日時の年と月	`2014-09`
`month_num`	元の日時の月を表す整数	`9`
`fiscal_month_num`	元の日時の会計月を表す整数	`6`
`month_name`	月の名前	`September`
`day_of_month`	日	`3`

fiscal_month_num 期間を使用するには、モデルで fiscal_month_offset パラメータを設定する必要があります。

四半期の期間

期間	説明	出力例
`quarter`	元の日時の年と四半期	`2017-Q3`
`fiscal_quarter`	元の日時の会計年度と四半期	`2017-Q3`
`quarter_of_year`	先頭に「Q」が付いた、年の四半期	`Q3`
`fiscal_quarter_of_year`	先頭に「Q」が付いた、年の会計四半期	`Q3`

fiscal_quarter および fiscal_quarter_of_year の時間枠を使用するには、モデルで fiscal_month_offset パラメータを設定する必要があります。

年単位の期間

期間	説明	出力例
`year`	元の日時の年を表す整数	`2017`
`fiscal_year`	元の日時の会計年度を表す整数	`FY2017`
`day_of_year`	通日	`143`
`week_of_year`	年の週番号	`17`

fiscal_year 期間を使用するには、モデルで fiscal_month_offset パラメータを設定する必要があります。

`hourX` の使用

hourX では、X は 2、3、4、6、8、12 に置き換えられます。

これにより、各日が指定した時間数で分割されます。例えば、hour6 は各日を 6 時間ごとのセグメントに分割し、以下のように表示されます。

2014-09-01 00:00:00
2014-09-01 06:00:00
2014-09-01 12:00:00
2014-09-01 18:00:00

たとえば、time が 2014-09-01 08:03:17 の行の hour6 は 2014-09-01 06:00:00 になります。

`minuteX` の使用

minuteX では、X は 2、3、4、5、6、10、12、15、20、または 30 に置き換えられます。

これにより、各時間が指定した分数で分割されます。たとえば、minute15 では、各時間が次のように 15 分のセグメントに分割されます。

2014-09-01 01:00:00
2014-09-01 01:15:00
2014-09-01 01:30:00
2014-09-01 01:45:00

たとえば、time が 2014-09-01 01:17:35 の行の minute15 は 2014-09-01 01:15:00 になります。

`millisecondX` の使用

millisecondX では、X は 2、4、5、8、10、20、25、40、50、100、125、200、250、500 に置き換えられます。

これにより、各秒が指定したミリ秒数で分割されます。例えば、millisecond250 では、各秒が次のように 250 ミリ秒のセグメントに分割されます。

2014-09-01 01:00:00.000
2014-09-01 01:00:00.250
2014-09-01 01:00:00.500
2014-09-01 01:00:00.750

たとえば、time が 2014-09-01 01:00:00.333 の行の millisecond250 は 2014-09-01 01:00:00.250 になります。

タイムゾーンの変換と `convert_tz`

一般的に、時間の計算（差、期間など）を正しく行うには、対象となるすべての時間値を同じタイムゾーンに変換する必要があります。したがって、LookMLを記述する際には、タイムゾーンに留意することが重要です。

Looker には、時間ベースのデータを異なるタイムゾーン間で変換するためのさまざまなタイムゾーン設定が用意されています。Lookerでは、デフォルトでタイムゾーン変換が行われます。convert_tz パラメータは、type: time のディメンショングループでサポートされています。特定のディメンションまたはディメンショングループで Looker がタイムゾーン変換を行わないようにするには、convert_tz パラメータのドキュメントページで説明されている convert_tz パラメータを使用します。

ダイアレクトにおけるミリ秒およびマイクロ秒のサポート

Looker はマイクロ秒単位のタイムフレーム精度に対応していますが、データベースによっては秒単位の精度しかサポートしていないものもあります。このようなデータベースに、対応するタイムフレームよりも精度の高いタイムフレームが入力された場合、時間は秒単位に切り上げられます。

Looker の最新リリースでは、次の言語がミリ秒をサポートしています。

方言	サポート対象
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
MongoSQL
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

Looker の最新リリースでは、次の言語がマイクロ秒をサポートしています。

方言	サポート対象
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
MongoSQL
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

データベース `datatype` の指定

datatype パラメータを使用すると、ディメンショングループに提供するデータベーステーブルの時間データのタイプを指定できるため、クエリのパフォーマンスを向上させることができます。

type: time のディメンショングループの場合、datatype パラメータはディメンショングループの sql パラメータに適用されます。

type: duration のディメンショングループでは、datatype パラメータは sql_start パラメータと sql_end パラメータの両方に適用されるため、sql_start と sql_end の両方が指定されたデータ型であることを確認してください。

datatype パラメータは次の値を受け入れます。

epoch: SQL エポックフィールド（つまり、Unix エポックからの秒数を表す整数）。
date: SQL 日付フィールド（つまり、時刻情報を含まないフィールド）。
datetime: SQL の日時フィールド。
timestamp: SQL タイムスタンプフィールド。
yyyymmdd: YYYYMMDD 形式の日付を表す整数を含む SQL フィールド。

datatype のデフォルト値は timestamp です。

カスタムカレンダータイプディメンショングループ

LookML プロジェクトでカスタムカレンダーを実装している場合は、type: custom_calendar を dimension_group パラメータと組み合わせて使用して、データベースで定義したカスタムカレンダーテーブルに基づいて一連の時間ベースのディメンションを作成できます。LookML プロジェクトでのカスタムカレンダーの設定については、Looker でカスタムカレンダーを使用するのドキュメントページをご覧ください。

type: custom_calendar のディメンショングループの形式は次のとおりです。

dimension_group: dimension_group_name {
  type: custom_calendar
  custom_timeframes: [custom_timeframe, custom_timeframe, …] # see the following section for valid custom timeframes
  sql: SQL expression ;;  # often this refers to a single database column
  based_on_calendar: custom_calendar_view
}

type: custom_calendar のディメンショングループの場合:

custom_timeframes パラメータは省略可能です。このパラメーターでは、ディメンショングループによって生成される 1 つ以上のカスタムタイムフレームを指定します。custom_timeframes が指定されていない場合、ディメンショングループはすべてのカスタム期間を作成します。使用可能なカスタム期間については、このページの custom_timeframes セクションをご覧ください。
type: custom_calendar ディメンショングループの sql パラメータには、タイムスタンプ、日時、日付、エポック、または yyyymmdd 形式のデータを含む有効な SQL 式を指定できます。
のbased_on_calendarパラメータは、カスタムカレンダーのビュー名を指定します。LookML でモデル化。
convert_tz パラメータは省略可能で、タイムゾーンの自動変換を防止できます。それについては、このページのタイムゾーンの変換と convert_tz のセクションにあるさらに詳細な説明を参照してください。
datatype パラメータは省略可能です。ディメンショングループが日時に基づいていない場合は、代わりにエポック、タイムスタンプ、日付、または yyyymmdd 形式を指定できます。詳細については、このページのデータベースのデータ型の指定のセクションをご覧ください。

ここには示されていませんが、フィールドレベルパラメータの多くは、ディメンショングループでも使用できます。

orders.view LookML ファイルのカスタムカレンダーディメンショングループの例を次に示します。

view: orders

include: "/views/retail_custom_calendar.view"

dimension_group: created {
  type: custom_calendar
  sql: ${TABLE}.created_at ;;
  custom_timeframes: [custom_year, custom_quarter]
  based_on_calendar: retail_custom_calendar
}

このカスタムカレンダーディメンショングループには、以下の要素が含まれています。

type: custom_calendar - ディメンショングループはカスタムカレンダータイプとして定義されています。
sql: ${TABLE}.created_at ;; - ディメンショングループは、データベースの orders.created_at 列の日時情報を使用します。
custom_timeframes: [custom_year, custom_quarter] - ディメンショングループには「Created Custom Calendar」というラベルが付けられ、「Fiscal Year」と「Fiscal Quarter」というラベルの付いたタイムフレームが含まれます。詳しくは、カスタムカレンダーディメンショングループのラベルをご覧ください。
based_on_calendar: retail_custom_calendar - ディメンショングループは、LookML プロジェクトの retail_custom_calendar ビューで定義されているカスタムカレンダーのデータを、そのデータベースの orders.created_at 列のデータに結合し、カスタムカレンダーを使用してクエリ結果を提供します。カスタムカレンダーの定義については、Looker でカスタムカレンダーを使用するのドキュメントページをご覧ください。

`custom_timeframes`

type: custom_calendar として定義されたディメンショングループで、可能なすべてのカスタム期間をディメンショングループに含めない場合は、custom_timeframes パラメータを使用して、ディメンショングループに含める期間を指定できます。次のカスタム期間がサポートされています。

期間	説明	前提条件（`_num` タイプの場合）
`custom_date`	カレンダービューの特定の日付。
`custom_day_num`	カレンダービューの日の数値。	最長 371 日を想定
`custom_period`	カレンダー内の一般的な期間（4-4-5 カレンダーなど）。
`custom_period_num`	カスタム期間の数値。	年間の期間数を 12 と仮定します。
`custom_quarter`	カレンダー表示での四半期。
`custom_quarter_num`	年の四半期の数値。	年間 4 四半期を想定しています。
`custom_season`	カスタムの季節期間。
`custom_season_num`	カスタムシーズンの数値。	年間 2 シーズンを想定しています。
`custom_week`	カレンダービューの週。
`custom_week_of_year`	年の週の数値。	年間最大 53 週間を想定しています。
`custom_year`	カレンダービューの年。
`custom_year_num`	カスタム年の数値。

`based_on_calendar`

type: custom_calendar として定義されたディメンショングループの場合、based_on_calendar パラメータは、LookML でモデル化したカスタムカレンダーのビュー名を指定します。

カスタムカレンダーディメンショングループのラベル

Looker は、Explore のフィールドピッカーで、type: custom_calendar ディメンショングループで label パラメータまたは group_label パラメータが使用されているかどうかに基づいて、ディメンションフィールドラベルとグループラベルを生成します。

デフォルト（labelもgroup_labelも指定されていない）：
- Looker は、ディメンショングループのタイムフレームをデフォルトのディメンショングループラベル（ディメンショングループ名と Custom Calendar を連結した名前。たとえば Created Custom Calendar）の下にグループ化します。
- Looker では、各タイムフレーム名の先頭に「Fiscal」が追加されます（例: Fiscal Date、Fiscal Week、Fiscal Year）。
group_label のみ:
- Looker は、指定された group_label 値でディメンショングループのタイムフレームをグループ化します。
- Looker は、各期間名の前にディメンショングループ名と Fiscal を追加します (例: Created Fiscal Date、Created Fiscal Week、Created Fiscal Year)。
label のみ:
- Looker は、ディメンショングループの期間を label 値に Custom Calendar を付加した値の下にグループ化します (たとえば、label: "My Label" で定義されたディメンショングループの場合、期間は My Label Custom Calendar の下にグループ化されます)。
- Looker では、各タイムフレーム名の先頭に「Fiscal」が追加されます（例: Fiscal Date、Fiscal Week、Fiscal Year）。
group_labelとlabelの両方が指定されています:
- Looker では、ディメンショングループのタイムフレームが指定された group_label 値の下にグループ化されます。
- Looker では、各タイムフレームの先頭に label 値が追加されます（たとえば、label: "My Label" で定義されたディメンショングループの場合、タイムフレームの名前は「My Label Date」、「My Label Week」、「My Label Year」になります）。

ディメンショングループのローカライズ

モデルのローカライズを使用すると、ディメンショングループによって生成される期間、間隔、カスタム期間の名前をカスタマイズして翻訳できます。詳しくは、ディメンショングループのローカライズをご覧ください。

注意点

ディメンショングループは個別のディメンションによって参照される必要があります。

ディメンショングループは、1 つのディメンションではなくディメンションのグループを表すため、LookML で直接参照することはできません。代わりに、ディメンショングループによって作成されるディメンションを参照する必要があります。

例えば、次のディメンショングループについて考えます。

dimension_group: created {
  type: time
  timeframes: [date, week, month]
  sql: ${TABLE}.created_at ;;
}

別の LookML フィールドでこれらのディメンションのいずれかを参照するには、${created_date}、${created_week}、または ${created_month} の参照を使用します。${created} のみを使用しようとすると、参照しようとしているタイムフレームが Looker に認識されず、エラーが発生します。

同じ理由で、timeframe を複数指定する場合は、ディメンショングループで primary_key パラメーターを使用しないでください。

チャットチームに関するヒント: 複数の timeframe を含む dimension_group で primary_key を使用した場合に発生する検証エラーについてよく質問されます。詳しくは、Looker の期間とディメンショングループに関するコミュニティ投稿をご覧ください。

タイムゾーン情報を含むタイムスタンプデータ

一部のデータベースダイアレクトには、タイムゾーン情報を含むタイムスタンプオプションがあります。これにより、タイムゾーンが複数ある単一フィールドにタイムスタンプデータを保管できます。あるデータ行は UTC で保存され、別の行は東部時間で保存されます。たとえば、Snowflake ダイアレクトのタイムスタンプオプションについては、Snowflake TIMESTAMP_LTZ, TIMESTAMP_NTZ, TIMESTAMP_TZ タイムスタンプのドキュメントをご覧ください。

この場合、Looker でタイムゾーン変換を実行するとエラーが発生することがあります。これを回避するには、ディメンションの sql パラメーターで、タイムスタンプデータをタイムゾーン変換を行わないタイムスタンプ型に明示的にキャストする必要があります。例えば、Snowflake 方言では、TO_TIMESTAMP 関数を使用してタイムスタンプデータをキャストできます。

個別の時間または期間ディメンションを作成可能

すべての期間または期間を 1 つの dimension_group で生成するのではなく、含める期間または期間ごとに 1 つのディメンションを作成できます。一般的に、Looker のタイムフレームの命名規則を変更する場合、またはデータベースに計算済みの時間列が存在する場合を除き、個別のディメンションの作成を避けることができます。詳細については、ディメンション、フィルタ、パラメータのタイプに関するドキュメントページをご覧ください。

週の最初の曜日を変更可能

Looker では、デフォルトでは週の始まりは月曜日です。これは、モデルレベルで week_start_day パラメータを使用して変更できます。

week_start_day は week_of_year 期間では機能しません。これは、この期間が ISO 標準に基づいており、月曜日を週の始まりとするためです。

カスタムフィルタとカスタムフィールドで一部のタイムフレームがサポートされない

期間 day_of_week、fiscal_quarter_of_year、millisecond、millisecondX、microsecond、month_name、quarter_of_year、time_of_day は、カスタムフィルタまたはカスタムフィールドでは対象外です。

月、四半期、年の間隔では完全な期間のみがカウントされる

duration ディメンショングループ内の month 間隔では、終了日が開始日以降の場合にのみ、1 か月が経過したと見なされます。次に例を示します。

同じ年の9月26日と10月25日の月数の差は0です。
同じ年の9月26日と10月26日の月数の差は1です。

quarter と year の区間も同じ論理に従います。

dimension_group コレクションでコンテンツを整理 必要に応じて、コンテンツの保存と分類を行います。

用途

定義

期間タイプのディメンショングループ

間隔オプション

期間の開始と終了の定義

別のLookMLフィールドからの間隔の参照

期間フィールドのあるLookMLフィールドタイプ参照の使用

時間タイプのディメンション グループ

タイムフレームオプション

特別な期間

期間

日付と期間

週の期間

月単位の期間

四半期の期間

年単位の期間

hourX の使用

minuteX の使用

millisecondX の使用

タイムゾーンの変換と convert_tz

ダイアレクトにおけるミリ秒およびマイクロ秒のサポート

データベース datatype の指定

カスタム カレンダー タイプ ディメンション グループ

custom_timeframes

based_on_calendar

カスタム カレンダー ディメンション グループのラベル

ディメンション グループのローカライズ

注意点

ディメンショングループは個別のディメンションによって参照される必要があります。

タイムゾーン情報を含むタイムスタンプデータ

個別の時間または期間ディメンションを作成可能

週の最初の曜日を変更可能

カスタムフィルタとカスタムフィールドで一部のタイムフレームがサポートされない

月、四半期、年の間隔では完全な期間のみがカウントされる

dimension_group

時間タイプのディメンショングループ

`hourX` の使用

`minuteX` の使用

`millisecondX` の使用

タイムゾーンの変換と `convert_tz`

データベース `datatype` の指定

カスタムカレンダータイプディメンショングループ

`custom_timeframes`

`based_on_calendar`

カスタムカレンダーディメンショングループのラベル

ディメンショングループのローカライズ