cluster_keys

用途

view: view_name {
  derived_table: {
    cluster_keys: ["customer_city", "customer_state"]
    ...
  }
}
階層
view
derived_table
cluster_keys

または

explore
aggregate_table
materialization
cluster_keys
デフォルト値
None

許可
1 つ以上のクラスタ化列名

特別なルール
cluster_keys は 特定の言語でのみサポートされています

定義

パーティション分割テーブルをクラスタ化すると、パーティション内のデータがクラスタ列の値に基づいて並べ替えられ、クラスタ列が最適なサイズのストレージ ブロックに整理されます。クラスタリングにより、クラスタ化列でフィルタリングまたは集計を行うクエリのパフォーマンスを向上させ、費用を削減できます。

cluster_keys をサポートする言語のリストについては、cluster_keys の言語サポートをご覧ください。

クラスタ化列を永続的な派生テーブル（PDT）またはサマリー表に追加するには、cluster_keys パラメータを使用し、データベース テーブルでクラスタ化する列の名前を指定します。

例

BigQuery データベースに customer_order_facts ネイティブ派生テーブルを作成します。このテーブルは、date 列でパーティション分割され、city 列、age_tier 列、gender 列でクラスタ化されます。これにより、これらの列でフィルタリングまたは集計されるクエリを最適化できます。

view: customer_order_facts {
  derived_table: {
    explore_source: order {
      column: customer_id { field: order.customer_id }
      column: date { field: order.order_time }
      column: city { field: users.city}
      column: age_tier { field: users.age_tier }
      column: gender { field: users.gender }
      derived_column: num_orders {
        sql: COUNT(order.customer_id) ;;
      }
    }
    partition_keys: [ "date" ]
    cluster_keys: [ "city", "age_tier", "gender" ]
    datagroup_trigger: daily_datagroup
  }
}

cluster_keys の言語サポート

cluster_keys を使用できるかどうかは、Looker 接続で使用されているデータベース言語によって異なります。Looker の最新リリースでは、以下の言語で cluster_keys がサポートされています。

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
ClickHouse 26+
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+
Dremio 26+ with Arrow Flight SQL
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