用途
view: view_name {
dimension: field_name {
convert_tz: yes | no
}
}
|
階層
convert_tz |
使用可能なフィールドタイプ
ディメンション、ディメンション グループ、メジャー、フィルタ、パラメータ
許可
ブール値（はい / いいえ）
|
定義
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各種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。Looker で特定の dimension、dimension_group（type: time を含む）、または filter フィールドのタイムゾーン変換を実行しない場合は、convert_tz パラメータを使用できます。このパラメータは、適切なタイムゾーンにすでに変換されているフィールドや、タイムゾーンの二重変換を回避する必要がある高度な状況で役立ちます。
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。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。
例
local_created ディメンション グループのタイムゾーン変換は行わないでください。
dimension_group: local_created {
type: time
timeframes: [time, date, week, month]
sql: ${TABLE}.local_created_at ;;
convert_tz: no
}
注意点
convert_tz: no はディメンションにのみ適用され、そのディメンションを使用するフィルタには適用されません。つまり、フィルタは常にタイムゾーン変換を実行します。convert_tz: no を指定すると、時間ベースのデータ値はデータベースのタイムゾーンで表示されますが、クエリのタイムゾーンを使用してフィルタされます。
フィルタは常にタイムゾーン変換を行うため、データベースのタイムゾーンとクエリのタイムゾーンに違いがあると、データセットにデータが予期せず含まれたり、除外されたりする可能性があります。これを回避するには、クエリのタイムゾーンがデータベースのタイムゾーンと同じ値に設定されていることを確認します。
[ユーザー固有のタイムゾーン] が有効になっている場合は、タイムゾーンのプルダウン メニュー（Explore、Look、ダッシュボードの [実行] ボタンの横にあります）をデータベースのタイムゾーンと同じ値に設定します。[ユーザー固有のタイムゾーン] が無効になっている場合は、[クエリのタイムゾーン] をデータベースのタイムゾーンと同じ値に設定します。
カスタム フィルタを使用している場合は、タイムゾーンの変換を有効にして、日付の比較が有効になるようにします。convert_tz: no でタイムゾーンの変換をオフにして、カスタム フィルタにフィールドを含めると、日付の比較が無効になることがあります。
タイムゾーン変換に対するデータベース言語のサポート
Looker で Looker プロジェクトのタイムゾーンを変換するには、データベース言語がタイムゾーンの変換をサポートしている必要があります。次の表に、Looker の最新リリースでタイムゾーンの変換がサポートされている言語を示します。
| 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 |