symmetric_aggregates

Utilizzo

explore: explore_name {
  symmetric_aggregates: yes
}

Gerarchia File del modello explore symmetric_aggregates

Valore predefinito yes Accetta Un valore booleano (yes o no)

Definizione

Il parametro symmetric_aggregates determina se gli aggregati simmetrici verranno applicati o meno all'interno di una determinata esplorazione. Quando symmetric_aggregates è attivo, le funzioni di aggregazione restituiscono risultati corretti, anche quando i join comportano una distribuzione. Gli aggregati simmetrici sono descritti in modo più dettagliato nella pagina delle best practice Informazioni sugli aggregati simmetrici e il problema di fanout che risolvono è spiegato nel post della community Il problema dei fanout SQL.

Per impostazione predefinita, gli aggregati simmetrici sono attivi per ogni esplorazione in Looker. Ciò significa che se il tuo dialetto SQL supporta gli aggregati simmetrici, devi includere il parametro symmetric_aggregates solo se vuoi disattivare questa funzionalità per un'esplorazione.

Esempi

Attiva gli aggregati simmetrici per l'esplorazione di product:

explore: product {
  symmetric_aggregates: yes  # the default value, could be excluded
}

Disattiva gli aggregati simmetrici per customer Esplora:

explore: customer {
  symmetric_aggregates: no
}

Aspetti da considerare

Crea unioni con attenzione quando gli aggregati simmetrici sono disattivati

Gli aggregati simmetrici proteggono determinati calcoli dal fornire risultati errati quando un'unione genera un fanout. Pertanto, se il tuo dialetto non supporta gli aggregati simmetrici o se scegli di disattivarli, dovrai prestare attenzione quando esegui i join in Looker. Questo problema e le relative soluzioni alternative sono descritti in dettaglio nel post della community The problem of SQL fanouts.

Non tutti i dialetti del database supportano i tipi di misura mediana e percentile con aggregazioni simmetriche

Quando gli aggregati simmetrici sono attivati, Looker converte automaticamente i tipi di misura percentile e median in percentile_distinct e median_distinct quando un join comporta un fanout. Non tutti i dialetti del database che supportano gli aggregati simmetrici supportano i tipi di misura percentile_distinct e median_distinct. Puoi verificare se il dialetto del tuo database supporta questi tipi di misura nella pagina della documentazione Tipi di misura.

Se ricevi un errore simile a SQL dialect doesn't support Symmetric Aggregates with percentiles, field ignored., significa che il dialetto del tuo database non supporta i tipi di misura percentile_distinct e median_distinct. Per risolvere il problema, modifica il tipo di misura in type: number e poi specifica la funzione di aggregazione con sql: median(${dimension}). Tuttavia, questa operazione disattiva gli aggregati simmetrici.

Aggregati simmetrici ed errori Value Overflow

Quando tenti di scaricare o visualizzare le dashboard, potresti riscontrare un errore come A LookML model issue occurred. Non-unique value/primary key (or sql_distinct_key), value overflow or collision when computing sum.

Quando si aggrega una misura con valori elevati, i calcoli in background per l'aggregazione simmetrica potrebbero causare errori di overflow decimale. Gli errori di overflow decimale si verificano quando Looker tenta di eseguire l'aggregazione simmetrica (ad esempio type: sum) con left join per valori molto grandi che superano le 14 cifre (valori superiori a 10.000.000.000.000).

Per risolvere il problema, puoi utilizzare il parametro precision e impostarlo su 5 o un valore inferiore. Ad esempio:

measure: average_value {
  type: average
  precision: 5
  sql: ${value} ;;
}

Supporto dei dialetti per gli aggregati simmetrici

La possibilità di utilizzare gli aggregati simmetrici dipende dal dialetto del database utilizzato dalla connessione Looker. Nell'ultima release di Looker, i seguenti dialetti supportano l'awareness aggregata:

Dialetto	Supportata?
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