Utilisation
view: my_view {
derived_table: {
increment_key: ["created_date"]
increment_offset: 1
...
}
}
|
Hiérarchie
increment_offset- ou - increment_offset |
Valeur par défaut
0
Acceptation
Nombre entier
Règles spéciales
|
Définition
Vous pouvez créer des augmentations de tables PDT incrémentielles dans votre projet si votre dialecte les prend en charge. Une augmentation de table PDT est une table dérivée persistante (PDT) créée par Looker en annexant des données à jour à la table, au lieu de régénérer la totalité de la table. Pour en savoir plus, consultez la page de documentation sur les augmentations de tables PDT.
Le increment_key paramètre indique la période pour laquelle de nouvelles données doivent être interrogées et ajoutées au tableau cumulé. Le paramètre increment_offset est facultatif. Vous pouvez l'utiliser si vous souhaitez régénérer la table pour les périodes précédentes en même temps que de nouvelles données sont ajoutées à la table. Le paramètre increment_offset définit le nombre de périodes précédentes qui seront régénérées lors de l'ajout de données à une augmentation de table PDT.
Le paramètre increment_offset est utile en cas de données tardives, lorsque les périodes précédentes disposent de nouvelles données non incluses lors de la génération et de l'ajout à la PDT de l'augmentation correspondante.
La valeur par défaut de increment_offset est 0, ce qui signifie que seules les nouvelles données de l'incrément actuel sont ajoutées à la table. Si vous définissez increment_offset sur 1, les données arrivant tardivement de l'incrément précédent seront ajoutées à la table en plus des nouvelles données de l'incrément actuel.
Pour obtenir des exemples de scénarios illustrant le fonctionnement des augmentations de tables PDT et l'interaction de
increment_key,increment_offsetet de la stratégie de persistance, consultez la page de documentation sur les augmentations de tables PDT.
Pour obtenir la liste des dialectes compatibles avec les augmentations de tables PDT, consultez la section Dialectes de base de données pris en charge pour les augmentations de tables PDT sur cette page.
Exemple
Par exemple, cette table PDT est régénérée par incréments d'un jour (increment_key: event_day), en remontant trois jours (increment_offset: 3) :
derived_table: {
datagroup_trigger: usagetable_etl
increment_key: "event_day"
increment_offset: 3
explore_source: events {
column: name { field: account.name }
column: account_id { field: account.id }
column: database_dialect {}
column: count_events {}
column: event_day {}
}
}
Dialectes de base de données pris en charge pour les augmentations de tables PDT
Pour que Looker prenne en charge les tables PDT incrémentielles dans votre projet Looker, votre dialecte de base de données doit prendre en charge les commandes langage de définition de données (LDD) qui permettent de supprimer et d'insérer des lignes.
Le tableau suivant répertorie les dialectes prenant en charge les augmentations de tables PDT dans la dernière version de Looker :
| Dialecte | Compatibilité |
|---|---|
| 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 |