사용
view: my_view {
derived_table: {
sortkeys: ["date"]
...
}
}
|
계층 구조
sortkeys- 또는 - sortkeys |
기본값
없음
수락함
PDT 또는 집계 테이블에 있는 하나 이상의 열 이름
특수 규칙
sortkeys는 특정 언어에서만 지원됩니다
|
정의
sortkeys 매개변수를 사용하면 영구 파생 테이블 (PDT) 또는 집계 테이블의 하나 이상의 열을 지정하여 일반 정렬 키를 적용할 수 있습니다. 정렬 키를 사용하여 PDT의 열을 지정합니다. 이 열은 데이터를 더 빠르게 쿼리하기 위해 가장 자주 정렬됩니다.
sortkeys를 지원하는 언어 목록은sortkeys의 언어 지원 섹션을 참고하세요.
`indexes`를 대신 사용하여 인터리브 정렬 키를 만들 수도 있습니다. 둘 다 동시에 사용할 수는 없지만 하나 이상은 필요합니다.
sortkeys매개변수는 PDT 및 집계 테이블과 같이 영구적인 테이블에서만 작동합니다.sortkeys은(는) 지속성 전략이 없는 파생 테이블에 대해 지원되지 않습니다.또한
sortkeys매개변수는create_process또는sql_create를 사용하여 정의된 파생 테이블에는 지원되지 않습니다.
일반적으로 정렬 키는 테이블의 날짜 또는 시간 열과 필터로 자주 사용되는 열에 적용해야 합니다. 자세한 내용은 Amazon Redshift 문서를 참고하세요.
예시
이러한 예시에서는 sortkeys 매개변수를 사용할 수 있도록 Redshift 데이터베이스를 사용한다고 가정합니다.
customer_day_facts 영구 기본 파생 테이블을 만듭니다. 이 테이블은 date에 정렬 키가 있고 데이터 그룹 order_datagroup이 트리거될 때 다시 빌드됩니다.
view: customer_day_facts {
derived_table: {
explore_source: order {
column: customer_id { field: order.customer_id }
column: date { field: order.order_date }
column: num_orders { field: order.customer_order_count }
}
datagroup_trigger: order_datagroup
sortkeys: ["date"]
}
}
SQL 쿼리를 기반으로 하고 date에 정렬 키가 있는 customer_day_facts 파생 테이블을 만듭니다.
view: customer_day_facts {
derived_table: {
sql:
SELECT
customer_id,
DATE(order_time) AS date,
COUNT(*) AS num_orders
FROM
order
GROUP BY
customer_id ;;
persist_for: "24 hours"
sortkeys: ["date"]
}
}
date 및 customer_id에 정렬 키가 있는 SQL 쿼리를 기반으로 하는 customer_day_facts 파생 테이블을 만듭니다.
view: customer_day_facts {
derived_table: {
sql:
SELECT
customer_id,
DATE(order_time) AS date,
COUNT(*) AS num_orders
FROM
order
GROUP BY
customer_id ;;
persist_for: "24 hours"
sortkeys: ["date", "customer_id"]
}
}
sortkeys의 언어 지원
sortkeys를 사용할 수 있는지 여부는 Looker 연결에서 사용하는 데이터베이스 언어에 따라 다릅니다. Looker의 최신 출시 버전에서는 다음 언어에서 sortkeys를 지원합니다.
기존 SQL 언어 (예: MySQL 및 Postgres)는
indexes를 사용해야 합니다.sortkeys는 이러한 데이터베이스에서 작동하지 않습니다.
| 언어 | 지원 여부 |
|---|---|
| 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 |