מעקב אחרי השימוש ב-Looker באמצעות ניתוח נתונים של פעילות המערכת

אדמינים ב-Looker ומשתמשים שקיבלו את ההרשאה see_system_activity יכולים לגשת ל-System Activity Explores של Looker בתפריט Explore.

התצוגות המפורטות של פעילות המערכת מתחברות למסד הנתונים הבסיסי של האפליקציה ב-Looker. הם מציגים מידע על המכונה של Looker, כולל דוחות Look ומרכזי בקרה שנשמרו במכונה, פרטי משתמשים, מידע היסטורי על שאילתות ונתונים סטטיסטיים על ביצועי המכונה. רמת הפירוט ומשך השמירה של נתוני הפעילות במערכת כפופים למגבלות המערכת. התכונה "פעילות המערכת" נועדה לאסוף נתונים בנפח גבוה, ואפשר להשתמש בצבירת הנתונים כדי להשלים את יומני הפעילות של העסק.

כברירת מחדל, נתוני System Activity נשמרים במסד הנתונים הפנימי של Looker. רוב הטבלאות נחתכות לפי לוח זמנים קבוע כדי לעמוד במגבלות האחסון. לדוגמה, טבלת ההיסטוריה נחתכת לנתונים של 90 הימים האחרונים, וטבלת האירועים מצטמצמת למיליון שורות. בחלק מהטבלאות יש מדיניות מחמירה יותר בנושא שמירת נתונים. כדי להאריך את תקופת שמירת הנתונים, אפשר להשתמש ב-Elite System Activity.

אי אפשר לשלוח שאילתות על נתוני System Activity באמצעות SQL Runner, כי ההרשאות למסד הנתונים הפנימי של Looker מוגבלות.

מידע נוסף על פעילות המערכת

אלה ה-Explores של פעילות המערכת:

שם הניתוח תיאור משך הזמן של המטמון מידע נוסף
שימוש ב-API נתונים על השימוש ב-API, כולל תדירות הקריאות, זמן האחזור ונקודות הקצה שאליהן נשלחו הקריאות.
שעה אחת
שימוש ב-API לפי שעה סיכום מפורט לפי שעה של הנפח והביצועים של הקריאות ל-API שנשלחות למכונה של Looker.
שעה אחת
שימוש בתוכן נתונים על השימוש ב-Look ובמרכז הבקרה, כולל תדירות הצפיות, הוספה למועדפים, תזמון, הטמעה וגישה דרך ה-API. הוא כולל גם פרטים על דוחות Look ומרכזי בקרה נפרדים. 12 שעות
חיבור למסד נתונים פרטים על חיבורים למסד נתונים. כולל מידע על משתמשים שיש להם גישה לחיבורים למסד הנתונים. שעה אחת
מרכז הבקרה פרטים על כל מרכזי הבקרה והרכיבים שלהם. כולל מידע על תצוגות, כרטיסיות (החל מגרסה 26.8 של Looker), שאילתות, תפקידים, משתמשים ותיקיות שמשויכים למרכזי בקרה. 12 שעות
ביצועי מרכז הבקרה נתוני ביצועים ונתונים היסטוריים על מרכזי בקרה. שעה אחת
אירוע מידע על אירועים היסטוריים ב-Looker, כולל השם, הסוג והתדירות של כל אירוע. כולל מידע על קבוצות ומשתמשים שמחוברים לאירועים. שעה אחת
מאפיין אירוע מידע על המאפיינים שמרכיבים אירועים. כולל את הנתונים בכלי הניתוחים אירוע ומוסיף מידע על מאפיינים. 12 שעות
שימוש בשדות שדות LookML ומספר הפעמים שהם היו בשימוש. שעה אחת
תיקיות מידע על כל התיקיות, התוכן שמאוחסן בכל תיקייה ומי שיצר כל תיקייה. שעה אחת
קבוצה רשימה של קבוצות ופרטים עליהן, כולל קבוצות הורה וקבוצות צאצא, ומשתמשים ותפקידים ששייכים לכל קבוצה. שעה אחת
היסטוריה פרטים על כל השאילתות שהופעלו ב-90 הימים האחרונים. 12 שעות
Look פרטים על כל ה-Looks. כולל מידע על מרכזי בקרה, שאילתות, משתמשים ותיקיות שמשויכים ל-Looks. 12 שעות
מיזוג שאילתות מידע על שאילתות ממוזגות, כולל שדות ורכיבים אחרים של השאילתות המקוריות והשאילתות הממוזגות. שעה אחת
PDT Builds פרטים על גרסאות build של טבלאות PDT, כולל משך הזמן שלוקח לסיים את גרסאות ה-build, והחיבור והמודל שטבלאות ה-PDT הן חלק מהם. שעה אחת
יומן האירועים של PDT מידע על אירועים היסטוריים שקשורים ל-PDT, כולל בנייה מחדש של PDT ושגיאות.

מידע נוסף על הצגה והבנה של פעולות ביומן PDT ונתוני הפעולות התואמים שלהן זמין בדף התיעוד הסבר על פעולות ביומן PDT.		 12 שעות
שאילתות בו-זמניות ניתוח מפורט של השאילתות שפועלות בו-זמנית במכונה. 12 שעות
מדדי ביצועים של שאילתות פירוט של השאילתות שמופעלות מהמכונה של Looker. שעה אחת
תפקיד תפקידים ב-Looker וקבוצות המודלים וההרשאות שמרכיבות את התפקידים. שעה אחת
שאילתת SQL שאילתות SQL שהופעלו, כולל התדירות והמועד האחרון שבו הן הופעלו, ופרטים על המשתמשים שהפעילו אותן. שעה אחת
תוכנית מתוזמנת מידע על כל העברות הנתונים המתוזמנות, כולל משימות שתוזמנו בעבר ומשימות שמתזומנות כרגע. כולל נתונים על מרכזי הבקרה, ה-Looks, השאילתות, התיקיות והמשתמשים שמשויכים להעברות נתונים מתוזמנות. 12 שעות
משתמש פרטים על כל משתמש, כולל שאילתות היסטוריות שהופעלו, והתוכן והתיקיות שיש לו גישה אליהם. 12 שעות

בקטע שימוש ב-Explores של פעילות המערכת בדף הזה מפורטות כמה דוגמאות לשימושים נפוצים ב-Explores הבאים: Content Usage,‏ Dashboard,‏ Event,‏ Event Attribute,‏ History,‏ Look,‏ Merge Query,‏ PDT Builds,‏ שאילתת SQL,‏ Scheduled Plan ו-User.

שימוש ב-Explores של פעילות המערכת

בהמשך מופיעות כמה דוגמאות לשימוש בחלק מהניתוחים ב-System Activity, וגם תשובות לכמה שאלות נפוצות. כדי לגשת לדוגמאות של חקירות בקטע הזה, מחליפים את <instance_name.looker.com> בכתובות ה-URL לדוגמה בכתובת של המכונה של Looker.

תצוגות של פעילות היסטורית לעומת תצוגות של מטא-נתונים במצב הנוכחי

כשמנתחים את נתוני System Activity, חשוב להבחין בין תצוגות שמתעדות פעילות היסטורית לבין תצוגות שמשקפות מטא-נתונים של המצב הנוכחי. ב-System Activity Explores, לעיתים קרובות מתבצעת הצטרפות של יומני אירועים (כמו הרצות של שאילתות או אירועי משתמשים) עם טבלאות מטא-נתונים שמייצגות את ההגדרות הנוכחיות של אובייקט (כמו תפקידים, לוחות זמנים, תצוגות או מרכזי בקרה). ההבדל הזה יכול להוביל לתוצאות לא צפויות או לערכי null בתרחישים הבאים:

  • שינויים בתפקידים: התצוגה תפקיד משקפת את הקצאות התפקידים הנוכחיות. אם התפקיד של המשתמש משתנה, שאילתות על אירועים קודמים ב-Explore של History שמצורף לתצוגה Role מציגות את התפקיד הנוכחי של המשתמש לצד השאילתות ההיסטוריות שלו, במקום את התפקיד שהוקצה לו כשהשאילתה הופעלה.

  • נמענים של לוח זמנים שנערך: בתצוגות Scheduled Plan ו-Scheduled Plan Destination מוצגים ההגדרות והנמענים הנוכחיים של לוח הזמנים. כדי לראות את הנמענים או את סטטוס הביצוע של הרצה קודמת, משתמשים בתצוגות Scheduled Job (משימה מתוזמנת) ו-Scheduled Job Stage (שלב במשימה מתוזמנת), או בדף Schedule History (היסטוריית לוחות זמנים) בתפריט Admin (ניהול).

  • אובייקטים שנמחקו: תצוגות של מטא-נתונים (כמו Model Set,‏ Role,‏ Dashboard ו-Look) מאחסנות רק אובייקטים שקיימים כרגע (והן מסונכרנות כעותקים של טבלאות מלאות ב-Elite System Activity). אם אובייקט נמחק, רשומות של אירועים היסטוריים עדיין קיימות ב-Explore של History או של Event, אבל שדות שהצטרפו מהתצוגה של האובייקט שנמחק מופיעים בתור NULL או ריקים.

  • מלאי תוכן לעומת הרצת שאילתות: ב-Explores של Look ו-Dashboard מופיע כל התוכן השמור במופע, ואילו ב-Explore של History מופיע רק התוכן שהורץ בחלון שמירת הנתונים. תצוגות או מרכזי בקרה שמורים שלא נשלחו לגביהם שאילתות לאחרונה מופיעים ב-Explores של Look ו-Dashboard, אבל לא ב-Explore של History.

שימוש ב-API

הניתוח API Usage מספק סיכום של נפח הקריאות ל-API שבוצעו למכונה של Looker.

אתם יכולים להשתמש ב-Explore API Usage כדי לענות על שאלות כמו:

איך אפשר לקבל ביקורת יומית של קריאות ל-API?

אתם יכולים להשתמש ב-Explore API Usage כדי לאחזר רשימה של כל הקריאות ל-API שבוצעו במכונה שלכם בכל תקופה נתונה. כדי לראות אילו שיחות בוצעו ביום מסוים, פועלים לפי השלבים הבאים:

  1. בקטע שימוש ב-API, בוחרים באפשרות נקודת קצה (endpoint).
  2. בקטע שימוש ב-API, בוחרים באפשרות סה"כ שימוש.
  3. מסננים לפי תאריך יצירה מתוך שימוש ב-API עם התאריך שנבחר.
https://<instance_name.looker.com>/explore/system__activity/api_usage?fields=api_usage.endpoint,api_usage.total_usage&f[api_usage.created_date]=yesterday&sorts=api_usage.total_usage+desc&limit=500&column_limit=50&vis=%7B%7D&filter_config=%7B%22api_usage.created_date%22%3A%5B%7B%22type%22%3A%22advanced%22%2C%22values%22%3A%5B%7B%22constant%22%3A%22yesterday%22%2C%22unit%22%3A%22day%22%7D%2C%7B%7D%5D%2C%22id%22%3A5%2C%22error%22%3Afalse%7D%5D%7D&origin=share-expanded

כדי לקבל מידע נוסף על הפעולה של כל קריאה ל-API, אפשר לעיין במאמרי העזרה של Looker API או ב-Looker API Explorer.

כמה קריאות ל-API בוצעו במכונה שלי השנה?

אתם יכולים להשתמש ב-Explore API Usage כדי לצבור את נפח הקריאות ל-API בכל מסגרת זמן. לדוגמה, אתם יכולים ליצור דוח שנתי שמראה כמה קריאות ל-API בוצעו בכל חודש:

  1. בוחרים באפשרות Created Month (חודש היצירה) מתוך API Usage (שימוש ב-API).
  2. בקטע שימוש ב-API, בוחרים באפשרות סה"כ שימוש.
  3. מסננים לפי Created Year (שנת היצירה) מתוך API Usage (שימוש ב-API) עם השנה שנבחרה.
https://<instance_name.looker.com>/explore/system__activity/api_usage?fields=api_usage.total_usage,api_usage.created_month&fill_fields=api_usage.created_month&f[api_usage.created_year]=last+year&sorts=api_usage.created_month+desc&limit=500&column_limit=50&vis=%7B%7D&filter_config=%7B%22api_usage.created_year%22%3A%5B%7B%22type%22%3A%22advanced%22%2C%22values%22%3A%5B%7B%22constant%22%3A%22last+year%22%2C%22unit%22%3A%22yr%22%7D%2C%7B%7D%5D%2C%22id%22%3A6%2C%22error%22%3Afalse%7D%5D%7D&origin=share-expanded

שימוש ב-API לפי שעה

ה-Explore‏ API Usage Hourly מספק סיכום מפורט לפי שעה של הנפח והביצועים של הקריאות ל-API שבוצעו למכונה של Looker. הניתוח הזה מציע פירוט רב יותר מאשר הניתוח API Usage, ומאפשר ניתוח מעמיק של זמן האחזור של ה-API ודפוסי השימוש לאורך זמן.

ניתוחים מהירים

ה-Explore של API Usage Hourly כולל ניתוחים של Quick Start, שבהם אתם יכולים להשתמש כדי לענות במהירות על שאלות או כנקודות התחלה לשאילתות אחרות:

  • שימוש ב-API לפי נקודת קצה: המספר הכולל של בקשות ה-API לכל נתיב של נקודת קצה ל-API, ממוינות לפי תדירות מהגבוהה לנמוכה.
  • היסטוגרמה של זמן האחזור של ה-API: היסטוגרמה שמציגה את ההתפלגות של משך הזמן של בקשות ה-API לפי קטגוריות של זמן אחזור.
  • ‫Slow API Endpoints: מאתר נקודות קצה ל-API עם הכי הרבה בקשות שנמשכות 5 שניות או יותר.
  • מגמות בשימוש ב-API: מציג את המגמה של בקשות ה-API לאורך זמן, בחלוקה לפי קטגוריית זמן אחזור.

איך אפשר למצוא את נקודות הקצה ל-API שהכי בשימוש?

אתם יכולים להשתמש ב-Quick Start‏ API Usage by Endpoint כדי לזהות את נקודות הקצה ל-API שבהן משתמשים הכי הרבה, ולנתח את הביצועים שלהן בקטגוריות שונות של זמן אחזור. הניתוח הזה עוזר לכם להבין לאילו נקודות קצה (endpoints) מתבצעות הכי הרבה קריאות ובאיזו מהירות הן מגיבות, וזה שימושי למעקב אחרי הביצועים ולאופטימיזציה.

שימוש בתוכן

ה-Explore Content Usage ב-System Activity מספק מידע על השימוש ב-Look ובמרכז הבקרה, כולל תדירות הצפיות, הוספה למועדפים, תזמון וגישה דרך ה-API. הוא כולל גם פרטים על דוחות Look ומרכזי בקרה נפרדים.

ניתוחים מהירים

ה-Explore של Content Usage כולל ניתוחים של Quick Start, שבהם אפשר להשתמש כדי לענות במהירות על שאלות או כנקודות התחלה לשאילתות אחרות.

בוחרים משבצת ניתוח של Quick Start ב-Explore ריק, או מתפריט Quick Start של סמל הברק ב-Explore שהופעל, ו-Looker יציג שאילתה עם שדות שנבחרו מראש וממוינים כדי לענות על אחת מהשאלות הבאות:

  • איזה תוכן נוסף למועדפים הכי הרבה פעמים?

  • לאיזה תוכן ניגשו ב-3 הימים האחרונים?

  • לאיזה תוכן לא ניגשו ב-60 הימים האחרונים?

  • לאיזה תוכן ניגשו הכי הרבה פעמים באמצעות Looker API?

  • באילו מרכזי בקרה שנוצרו ב-7 הימים האחרונים משתמשים הכי הרבה?

  • באילו תצוגות Look שנוצרו ב-7 הימים האחרונים משתמשים הכי הרבה?

  • אילו לוחות נוספו למועדפים הכי הרבה פעמים?

  • באיזה תוכן צפו הכי הרבה פעמים?

אתם יכולים להשתמש ב-Explore Content Usage כדי למצוא את ה-Looks או מרכזי הבקרה הפופולריים ביותר במכונה שלכם. אחר כך אפשר להשתמש ב-Explore History כדי לזהות את המסננים שבהם נעשה שימוש ב-Looks או במרכזי בקרה פופולריים.

כדי למצוא את התצוגות או מרכזי הבקרה הפופולריים ביותר, פועלים לפי השלבים הבאים:

  1. ב-Explore של Content Usage, בוחרים באפשרויות Content ID,‏ Content Title ו-Content Type בתצוגה Content Usage.
  2. מוסיפים מסנן של סוג תוכן בתצוגה שימוש בתוכן, ומגדירים את ערך המסנן ל-dashboard OR look. אם אתם רוצים למצוא את המסננים שבהם נעשה שימוש ב-Look או במרכז בקרה ספציפיים, דלגו לקטע מציאת המסננים שבהם נעשה שימוש ב-Look או במרכז בקרה ספציפיים.
  3. בקטע שימוש בתוכן, לוחצים על הצגת הסה"כ. אתם יכולים גם לבחור שדות כמו Favorites Total,‏ Schedule Total,‏ API Total ו-Embed Total בתצוגה Content Usage.
  4. ממיינים את התוצאות בסדר יורד לפי סה"כ צפיות כדי שהתוכן הפופולרי ביותר יופיע ראשון.
  5. אפשר גם להוסיף מסנן בשדה Days Since Last Accessed בתצוגה Content Usage כדי להגביל את הנתונים לפרק זמן מסוים. לדוגמה, כדי להגביל את הנתונים שמוצגים ל-30 הימים האחרונים, מגדירים את ערך המסנן ל-is less than 30.

למצוא את המסננים שמשמשים בטבלת Look או בלוח בקרה ספציפיים

כדי למצוא את המסננים שבהם נעשה שימוש ב-Look או בלוח בקרה ספציפיים, משתמשים ב-History Explore ופועלים לפי השלבים הבאים:

  1. ב-Explore של History, מסננים לפי השדה ID בתצוגה Dashboard או בתצוגה Look, ומזינים את המזהים של מרכזי הבקרה או ה-Looks שזיהיתם באמצעות ה-Explore של Content Usage.
  2. בוחרים באפשרות Filters בתצוגה Query כדי להחזיר רשימה של מסננים שבהם משתמשים מרכזי הבקרה או ה-Looks שאתם מסננים.

מרכז שליטה

ה-Explore של Dashboard כולל פרטים על לוחות בקרה ורכיבי לוח בקרה, כולל טבלאות Look, כרטיסיות (החל מגרסה 26.8 של Looker), שאילתות, תפקידים, משתמשים ותיקיות שמשויכים ללוחות בקרה.

ניתוחים מהירים

ה-Explore של Dashboard כולל ניתוחים של Quick Start, שבהם אתם יכולים להשתמש כדי לענות במהירות על שאלות או כנקודות התחלה לשאילתות אחרות.

בוחרים משבצת ניתוח של Quick Start ב-Explore ריק, או מתפריט Quick Start של סמל הברק ב-Explore שהופעל, ו-Looker יציג שאילתה עם שדות שנבחרו מראש וממוינים כדי לענות על אחת מהשאלות הבאות:

  • באילו מרכזי בקרה יש כמה ניתוחים?
  • באילו מרכזי בקרה יש מרווחי זמן קצרים של רענון אוטומטי?
  • כמה מרכזי בקרה מוגדרים להרצה בזמן הטעינה?
  • באילו מרכזי בקרה יש יותר מ-25 משבצות?
  • באילו מרכזי בקרה משתמשים הכי הרבה בשאילתות מיזוג?
  • אילו מרכזי בקרה משתמשים בתצוגה או בשדה מסוימים?
  • אילו תיקיות מכילות אילו מרכזי בקרה?
  • אילו משבצות מרכיבות מרכז בקרה ספציפי?

אירוע

ה-Explore אירוע כולל מידע על אירועים היסטוריים ב-Looker, כולל השם, הסוג והתדירות של כל אירוע. הדוח הזה כולל גם מידע על קבוצות ומשתמשים שמחוברים לאירועים.

הנה כמה שימושים נפוצים בכלי הניתוחים אירוע:

בדף התיעוד בנושא אירועים ב-Looker מוסבר איך לצפות באירועים ובמאפיינים נפוצים של אירועים, ויש בו רשימה של סוגי אירועים.

קיטוע של טבלאות האירועים ומאפייני האירועים

כדי לעמוד במגבלות האחסון, Looker מסירה באופן אוטומטי את הטבלאות Event ו-Event Attribute:

  • בטבלה אירוע, המערכת מוחקת רשומות עד שנשארות מיליון שורות.
  • בטבלה מאפיין אירוע נמחקים רשומות שאין להן יותר event.id תואם בטבלה אירוע.

בגלל מגבלות החיתוך האלה, יכול להיות שאירועים היסטוריים (כמו היסטוריית העדכונים של מרכז הבקרה והתוכן, היסטוריית ההתחברות או שינויים בהרשאות) לא יהיו זמינים ב-Explores של אירוע או של מאפיין אירוע אחרי שהרשומות הישנות יותר יוסרו.

כדי להאריך את תקופת שמירת הנתונים, אפשר להשתמש ב-Elite System Activity.

איך אפשר למצוא בקשות API ולסווג אותן?

אתם יכולים למצוא את כל בקשות ה-API שבוצעו ולסווג אותן באמצעות הניתוח Event:

  1. בוחרים את השדות שם וקטגוריה בתצוגה אירוע.
  2. מוסיפים מסנן ל-Is API Call (Yes / No)‎ ומגדירים את ערך המסנן ל-Yes.
  3. כדי לקבל מידע על בקשות API ספציפיות, אתם יכולים גם לבחור שדות כמו Created Date (תאריך היצירה) מ-Event (אירוע) ו-Name (שם) מ-User (משתמש).
https://<instance_name.looker.com>/explore/system__activity/event?fields=event.created_date,event.name,event.category,user.name&f[event.is_api_call]=Yes&sorts=event.name&limit=500

האם יש דרך לבדוק עדכוני תוכן?

אתם יכולים להשתמש בכלי הניתוחים אירוע כדי לחקור עדכוני תוכן על ידי סינון לפי אירועים שכוללים את המילה update:

  1. בתצוגה אירוע, בוחרים את השם.
  2. מוסיפים מסנן בשדה שם בתצוגה אירוע, ומגדירים את ערך המסנן בתור contains update.
  3. אפשר גם לבחור שדות אחרים כדי לספק מידע נוסף על כל עדכון תוכן, כמו זמן היצירה מאירוע ומזהה ממשתמש.
https://<instance_name.looker.com>/explore/system__activity/event?fields=event.name,user.id,event.created_time&f[event.name]=%25update%25&sorts=event.created_time+desc&limit=500

איך אפשר לראות אירועי התחברות?

אתם יכולים להשתמש בכלי הניתוחים אירוע כדי לראות מי התחבר למערכת באמצעות אירועי התחברות. לדוגמה:

  1. מוסיפים מסנן בשדה שם בתצוגה אירוע, ומגדירים את ערך המסנן בתור login.
  2. בוחרים את המזהה ואת השם בתצוגה משתמש.
  3. בתצוגה אירוע, בוחרים באפשרות זמן היצירה.

מאפיין של האירוע

השאילתה Event Attribute מכילה את הנתונים בשאילתה Event ומספקת מידע נוסף על המאפיינים שמרכיבים את האירועים.

ריכזנו כאן כמה שימושים נפוצים בכלי הניתוחים מאפיין אירוע:

מידע נוסף על צפייה באירועים, מאפייני אירועים נפוצים ורשימה של סוגי אירועים זמין בדף התיעוד של אירועי Looker.

איך אפשר לראות שינויים בהרשאות?

אפשר להשתמש ב-Explore מאפיין אירוע כדי לראות שינויים בהרשאות. לדוגמה, אתם יכולים לראות מתי הרשאה שונתה ומי שינה אותה:

  1. בוחרים באפשרויות Created Time (זמן היצירה) ו-Name (שם) בתצוגה Event (אירוע) כדי לראות את הזמן שבו בוצע השינוי ואת סוג האירוע.
  2. בוחרים באפשרויות שם וערך מתוך מאפיין אירוע כדי להחזיר מידע על סוג השינוי שבוצע ועל המשתמשים שההרשאות שלהם שונו או על ההרשאות הספציפיות ששונו.
  3. בוחרים באפשרות מזהה ובשדות אחרים מתוך משתמש כדי לקבל מידע על המשתמש שביצע את השינוי.
  4. מסננים לפי שם בתצוגה אירוע, ומגדירים את הערך ל-user_permission_elevation.
https://<instance_name.looker.com>/explore/system__activity/event_attribute?fields=event.created_time,user.id,user.name,event_attribute.name,event_attribute.value&f[event.name]=%22user_permission_elevation%22&sorts=event.created_time+desc&limit=500

איך אפשר לדעת מתי תכונות בגרסת טרום-השקה (Preview) מופעלות?

אתם יכולים להשתמש ב-Explore מאפיין אירוע כדי לעקוב אחרי הפעמים שבהן תכונות בגרסת טרום-השקה (Preview) מופעלות. לדוגמה, בוחרים את השדות הבאים:

  1. בשדה אירוע, בוחרים באפשרות זמן היצירה.
  2. בשדה מאפיין אירוע, בוחרים באפשרויות שם וערך.
  3. מוסיפים מסנן לפי שם מתוך אירוע, ומגדירים את ערך המסנן ל-update_labs_feature.
  4. אפשר גם להוסיף שדות כמו מזהה או שם ממשתמש כדי לראות מידע על המשתמש שהפעיל תכונה בגרסת טרום-השקה (Preview).

בדוגמה הזו, השם של התכונה בגרסת טרום-השקה שהופעלה או הושבתה מוצג בשדה ערך של מאפיין האירוע כשהערך של שם ממאפיין האירוע הוא labs_feature_id. כשהערך של שם מתוך מאפיין אירוע הוא labs_feature_value, הערכים true ו-false מציינים אם התכונה בגרסת טרום-השקה (Preview) הופעלה או הושבתה.

https://<instance_name.looker.com>/explore/system__activity/event_attribute?fields=event.created_time,event_attribute.name,event_attribute.value,user.id&f[event.name]=%22update_labs_feature%22&sorts=event.created_time+desc&limit=500

מתי השם של הפרויקט השתנה?

אפשר להשתמש בכלי הניתוחים מאפיין אירוע כדי לראות מתי השם של הפרויקט השתנה:

  1. בתצוגה אירוע, בוחרים באפשרויות זמן היצירה ושם.
  2. בוחרים באפשרויות שם וערך מתוך מאפיין אירוע.
  3. מוסיפים מסנן לפי שם בתצוגה אירוע, ומגדירים את ערך המסנן ל-rename_project_file.
https://<instance_name.looker.com>/explore/system__activity/event_attribute?fields=event.created_time,event.name,event_attribute.name,event_attribute.value&f[event.name]=%22rename_project_file%22&sorts=event.created_time+desc&limit=500&query_timezone=America%2FLos_Angeles&vis=%7B%7D&filter_config=%7B%22event.name%22%3A%5B%7B%22type%22%3A%22%3D%22%2C%22values%22%3A%5B%7B%22constant%22%3A%22rename_project_file%22%7D%2C%7B%7D%5D%2C%22id%22%3A0%2C%22error%22%3Afalse%7D%5D%7D&origin=share-expanded

איך אפשר לראות את שיטת האימות שמשמשת להתחברות?

בכלי הרגיל Event Explore אפשר לראות מי התחבר ומתי, אבל לא את שיטת האימות הספציפית שבה הוא השתמש (כמו SAML,‏ OIDC או אימייל וסיסמה רגילים).

מכיוון ש-Looker מאחסן את פרטי האימות כמטא-נתונים שמותאמים באופן דינמי, צריך לשלוח שאילתות ליומנים האלה באמצעות הכלי "ניתוח נתונים" של מאפיין האירוע.

כדי ליצור דוח שמזהה את שיטות ההתחברות של המשתמשים:

  1. עוברים אל Explore > System Activity > Event Attribute.
  2. בוחרים את השדות הבאים לדוח:
    • מזהה ושם מהתצוגה משתמש
    • תאריך היצירה (או שעת היצירה) בתצוגה אירוע
    • שם וערך מהתצוגה מאפיין אירוע
  3. מוסיפים מסנן בשדה שם בתצוגה אירוע, ומגדירים את ערך המסנן בתור login.
  4. אפשר להוסיף מסנן בשדה Name בתצוגה Event Attribute כדי לבודד פרמטרים ספציפיים של פרטי כניסה, כמו:
    • type
    • auth_type
    • credentials_type
  5. לוחצים על Run כדי להריץ את השאילתה.

בעמודה Value (ערך) בתוצאות מוצגת שיטת האימות שמשמשת לכל סשן:

  • ‫saml: המשתמש אומת באמצעות כניסה יחידה (SSO) מבוססת-SAML שהוגדרה.
  • ‫email: המשתמש עקף את ה-SSO החיצוני (באמצעות התחברות חלופית, אם היא מופעלת) ואימת את הזהות שלו באמצעות פרטי הכניסה הרגילים של Looker (אימייל וסיסמה).
  • ‫api: הסשן התחיל באמצעות מפתחות אימות של API.

כדי ליצור מרכז בקרה מקיף לתאימות, אתם יכולים להשתמש בתכונה Merge Results (מיזוג תוצאות) כדי לצרף את השאילתה הזו למאפיינים מהכלי הרגיל User Explore (כמו חברויות בקבוצות או תאריכי יצירת חשבונות).

אילו קריאות ל-API הופעלו על ידי שרת ה-MCP שמנוהל על ידי Looker?

אתם יכולים להשתמש ב-Explore Event Attribute כדי לראות את כל הקריאות ל-API שהופעלו על ידי שרת ה-MCP שמנוהל על ידי Looker:

  1. בוחרים באפשרויות קטגוריה, שם ומזהה בתצוגה אירוע.
  2. בקטע תאריך יצירה, בוחרים באפשרות זמן בתצוגה אירוע.
  3. בתצוגה משתמש, בוחרים באפשרות שם.
  4. בוחרים באפשרות שם בתצוגה מאפיין אירוע ויוצרים ציר בשדה הזה.
  5. בתצוגה מאפיין אירוע, לוחצים על התפריט אפשרויות נוספות בשדה ערך. אחר כך בוחרים באפשרות צבירה ואז באפשרות רשימה של ערכים ייחודיים.
  6. מוסיפים מסנן לקטגוריה בתצוגה אירוע ומגדירים את הערך ל-api.
  7. מוסיפים מסנן בשדה שם בתצוגה אירוע ומגדירים את הערך api_call.

  8. מוסיפים שדה בהתאמה אישית ויוצרים את החישוב הבא בטבלה:

    if(
  contains(
    to_string(pivot_where(${event_attribute.name}="source", ${list_of_value})),
    "Managed MCP Server"
  ),
  yes,
  no
)

  9. בתפריט אפשרויות נוספות של השדה בהתאמה אישית, בוחרים באפשרות הסתרת ערכים שליליים בתצוגה החזותית.

  10. לוחצים על Run ואז על Open Visualizations כדי לראות את הרשימה המסוננת.

https://<instance_name.looker.com>/explore/system__activity/event_attribute?fields=event.category,event.name,event.id,event.created_time,user.name,event_attribute.name,event_attribute.list_of_value&pivots=event_attribute.name&f[event.category]=api&f[event.name]=api_call

אילו אירועים קשורים לבקשה משרת ה-MCP שמנוהל על ידי Looker?

אפשר להשתמש ב-Explore מאפיין אירוע כדי להציג את כל האירועים שממופים למזהה בקשה ספציפי. אפשר להשתמש ברשימת האירועים הזו כדי לבחון לעומק בקשה שמגיעה משרת ה-MCP שמנוהל על ידי Looker.

  1. מוסיפים מסנן ל-Value בתצוגה Event Attribute, ומגדירים את ערך המסנן למזהה הבקשה של הקריאה לשרת ה-MCP שמעניינת אתכם. מזהה הבקשה יהיה גיבוב (hash) אלפאנומרי.
  2. בוחרים באפשרויות מזהה, שם וקטגוריה בתצוגה אירוע.
  3. בתצוגה משתמש, בוחרים באפשרות שם.
  4. בוחרים באפשרויות שם וערך בתצוגה מאפיין אירוע.
  5. לוחצים על Run כדי להחזיר את כל מזהי האירועים של בקשה ספציפית.

  6. מעתיקים את כל מזהי האירועים: לוחצים על תפריט האפשרויות הנוספות ואז על האפשרות העתקת ערכים בשדה מזהה אירוע בתוצאות.

  7. מסירים את כל המסננים הקיימים.

  8. מוסיפים מסנן ל-ID בתצוגה Event ומגדירים את הערכים לערכי מזהה האירוע שהועתקו.

  9. מסירים את השדה ערך של מאפיין האירוע.

  10. מבצעים Pivot של השדה Name מהתצוגה Event Attribute.

  11. בתצוגה מאפיין אירוע, לוחצים על התפריט אפשרויות נוספות בשדה ערך. לאחר מכן בוחרים באפשרות צבירה ואז באפשרות רשימה של ערכים ייחודיים.

https://<instance_name.looker.com>/explore/system__activity/event_attribute?fields=event.id,event.name,event.category,user.name,event_attribute.name,event_attribute.list_of_value&pivots=event_attribute.name&f[event_attribute.value]=REQUEST_ID_HASH

אילו עדכונים ביצעו אדמינים ב-Looker בהגדרות של כלי שרת ה-MCP שמנוהל על ידי Looker?

אתם יכולים להשתמש ב-Explore מאפיין אירוע כדי להציג רשימה של עדכונים להגדרות של כלי MCP שבוצעו על ידי אדמין ב-Looker בדף Model Context Protocol (MCP) של התפריט אדמין.

  1. בוחרים באפשרויות שם וערך בתצוגה מאפיין אירוע.
  2. בוחרים באפשרויות קטגוריה, שם ומזהה בתצוגה אירוע.
  3. בקטע תאריך יצירה, בוחרים באפשרות זמן בתצוגה אירוע.
  4. בוחרים באפשרות שם בתצוגה משתמש.
  5. מוסיפים מסנן לקטגוריה בתצוגה אירוע ומגדירים את הערך ל-setting.
  6. מוסיפים מסנן בשדה שם בתצוגה אירוע ומגדירים את הערך set_setting.
  7. מוסיפים מסנן לערך בתצוגה מאפיין אירוע ומגדירים את הערך ל-mcp_tools.
https://<instance_name.looker.com>/explore/system__activity/event_attribute?fields=event_attribute.name,event_attribute.value,event.category,event.name,event.id,event.created_time,user.name&f[event.category]=setting&f[event.name]=set_setting&f[event_attribute.value]=mcp_tools

היסטוריה

ה-Explore History מספק תיעוד של שאילתות ספציפיות. הוא יכול לעזור לכם לפתור בעיות, כי הוא מספק פרטים על כל השאילתות שהופעלו במכונה שלכם ב-90 הימים האחרונים.

ריכזנו כאן כמה שאלות נפוצות על השימוש ב-Explore History:

קיצור טבלת ההיסטוריה

הגודל של הטבלה History יכול לגדול במהירות, ולכן Looker מוחקת באופן אוטומטי רשומות שעומדות באחד מהקריטריונים הבאים:

  • הערך של history.created_time הוא מלפני יותר מ-90 ימים.
  • הערך של history.created_time הוא יותר מ-7 ימים בעבר, והערך של history.source הוא scheduled_task.

הבהרה לגבי שדות מסוימים

לכל שדה ב-Explore History יש תיאור שעוזר להבין את המטרה שלו. בטבלה הבאה מופיעים תיאורים מפורטים יותר של שדות מסוימים שלקוחות שואלים לגביהם לעיתים קרובות:

שם השדה תיאור ערכים אפשריים
מקור המקור של שאילתה, כמו Look, ‏Explore, משימה מתוזמנת, התראה, מרכז בקרה וכו'.
  • ‫alerts: השאילתה הופעלה מהתראה.
  • ‫api: השאילתה הופעלה באמצעות Looker API.
  • ‫api3: השאילתה הופעלה באמצעות גרסה 3.x של Looker API. ‫api3 הוא גם ערך ברירת המחדל לבקשות פנימיות ב-Looker שאין להן מקור ממופה.
  • ‫api4: השאילתה הופעלה באמצעות גרסה 4.x של Looker API. בדומה ל-api3, גם api4 יכול לשמש כערך ברירת מחדל לבקשות פנימיות ב-Looker שאין להן מקור ממופה.
  • ‫authenticated_download: השאילתה הופעלה באמצעות Looker Action Hub עם פעולת סטרימינג לפי לוח זמנים.
  • ‫dashboard: השאילתה הופעלה ממרכז בקרה. (יכול להיות שהשאילתה הופעלה מממשק המשתמש, מה-API או ממשימה מתוזמנת).
  • ‫dashboard_prefetch: השאילתה הופעלה מאחזור מראש של מרכז בקרה.
  • ‫data-download-api: השאילתה הופעלה מהורדת מרכז בקרה בפורמט CSV, או משליחה מתוזמנת של מרכז בקרה בפורמט שאינו PDF או PNG (כמו CSV).
  • ‫drill_modal: השאילתה הופעלה כשמשתמש נכנס לעומק הנתונים.
  • ‫explore: השאילתה הופעלה מ-Explore. (יכול להיות שהשאילתה הופעלה מממשק המשתמש או מה-API. סוג השאילתה הזה כולל גם שליחות מתוזמנות של Look או הורדות של Look בפורמט שאינו PDF או PNG, כמו CSV).
  • ‫guided_analysis: השאילתה נוצרה באמצעות התכונה ניתוחים מודרכים בפעילות המערכת ב-Labs.
  • ‫internal: השאילתה הופעלה על ידי Looker כדי לאחזר מטא-נתונים למטרות פנימיות.
  • ‫look: השאילתה הופעלה מ-Look. (יכול להיות שהשאילתה הופעלה מממשק המשתמש, מה-API או ממשימה מתוזמנת).
  • ‫merge_query: השאילתה הופעלה משאילתת מיזוג.
  • ‫private_embed: השאילתה הופעלה מהטמעה פרטית.
  • ‫public_url: השאילתה הופעלה מ-Look עם גישה ציבורית מופעלת.
  • ‫regenerator: השאילתה הופעלה על ידי המחולל של ה-PDT.
  • ‫render_manager_cache: השאילתה הופעלה על ידי הורדה בפורמט PDF או PNG. זה יכול להיות Look או מרכז בקרה.
  • ‫scheduled_task: השאילתה הופעלה לפי לוח זמנים. (המקור הזה לא כולל מסירות מתוזמנות של פורמטים שהם לא PDF או PNG: מסירות מתוזמנות של מרכזי בקרה בפורמטים שהם לא PDF או PNG מתועדות בתור data-download-api, ומסירות מתוזמנות של Look בפורמטים שהם לא PDF או PNG מתועדות בתור explore).
  • ‫sql_interface: השאילתה הופעלה על ידי אפליקציה של צד שלישי באמצעות ממשק SQL פתוח.
  • ‫sqlrunner: השאילתה הופעלה מ-SQL Runner.
  • ‫suggest: השאילתה נוצרה כשאילתה של הצעות לסינון.
שם לקוח ה-API לקוח ה-API שהתחיל את השאילתה.
מקור המנפיק המקור של שאילתה, מקובץ.
  • ‫Action Hub: השאילתה הופעלה באמצעות Looker Action Hub. הקבוצה הזו כוללת את הערך authenticated_download של המאפיין מקור.
  • ‫API: השאילתה הופעלה באמצעות Looker API. הקבוצה הזו כוללת את הערכים api3 ו-api4 של המאפיין מקור.
  • מערכת: השאילתה הופעלה על ידי Looker ללא התערבות ישירה של המשתמש. הקבוצה הזו כוללת את הערכים alerts,‏ data-download-api ו-scheduled_task של מקור.
  • משתמש: השאילתה הופעלה על ידי משתמש ב-Looker. הקבוצה הזו כוללת את הערכים הבאים של מקור: dashboard,‏ drill_modal,‏ explore,‏ look,‏ merge_query,‏ private_embed,‏ render_manager,‏ sqlrunner ו-suggest.
  • אחר: השאילתה לא מתאימה לאף אחת מהקבוצות האחרות. הקבוצה הזו כוללת את הערך internal של המאפיין מקור.
סטטוס הסטטוס הנוכחי של האירוע בהיסטוריה.
  • ‫cache_only_miss: השאילתה הופעלה עם האפשרות cache_only=TRUE, והרשומה במטמון לא הייתה קיימת.
  • ‫complete: השאילתה הושלמה בהצלחה.
  • ‫error: השאילתה נכשלה עם שגיאה. כדי לראות את פרטי השגיאה, צריך לכלול את השדה Message.
  • ‫killed: השאילתה בוטלה על ידי משתמש, על ידי מסד הנתונים או על ידי Looker.
מספר הרצות השאילתה השדה הזה סופר את מספר הפעמים שהשאילתה הופעלה, על ידי סינון רשומות בהיסטוריה שבהן הערך בשדה Status הוא cache_only_miss. במילים אחרות, השדה הזה כולל רק רשומות היסטוריה שבהן ערך השדה סטטוס הוא complete,‏ error או killed. מספר שלם חיובי.
שם מרכז הבקרה השם של מרכז הבקרה שממנו נשלחה השאילתה. מרכזי בקרה של LookML (כמו מרכזי הבקרה של פעילות המערכת שמוגדרים כברירת מחדל) מוגדרים בקוד בתוך פרויקט LookML, ולא מאוחסנים במלואם במסד הנתונים הפנימי של Looker. לכן, בשדה הזה יוצג ערך ריק או ערך null במרכזי בקרה של LookML. משתמשים בשדה Lookml Link ID בתצוגה Dashboard כדי לזהות את מרכז השליטה של LookML שנשלחה אליו שאילתה לפי המודל ומזהה מרכז השליטה שלו. השם של לוח בקרה בהגדרת המשתמש, או null/ריק במרכזי שליטה של LookML.
מזהה לוח הבקרה המזהה של מרכז הבקרה שממנו נשלחה השאילתה. השדה הזה משמש כמקור אמת יחיד (SSOT) שמתעד גם מרכזי בקרה שמוגדרים על ידי המשתמש וגם מרכזי בקרה של LookML במקום אחד. מזהה מספרי (ללוחות בקרה בהגדרת המשתמש) או מחרוזת model::dashboard_name (למרכזי בקרה של LookML).

ניתוחים מהירים

ה-Explore של History כולל ניתוחים של Quick Start, שבהם אתם יכולים להשתמש כדי לענות במהירות על שאלות או כנקודות התחלה לשאילתות אחרות.

בוחרים משבצת ניתוח של Quick Start ב-Explore ריק, או מתפריט Quick Start של סמל הברק ב-Explore שהופעל, ו-Looker יציג שאילתה עם שדות שנבחרו מראש וממוינים כדי לענות על אחת מהשאלות הבאות:

  • אילו מקורות של שאילתות היו הכי פעילים ביום האחרון?
  • אילו משתמשים היו הכי פעילים בשבוע האחרון?
  • אילו מרכזי בקרה של משתמשים הם הכי פופולריים?
  • כמה פעמים השתמשו במרכז בקרה מסוים ב-30 הימים האחרונים?
  • מהן השאילתות שהופעלו לאחרונה?
  • כמה פעמים השתמשו ב-Look מסוים ב-30 הימים האחרונים?
  • מהם זמני הריצה הממוצעים של שאילתות במודלים ספציפיים?
  • מהי פעילות השאילתות האחרונה של משתמש מסוים?

שאילתות לדוגמה

בדוגמאות הבאות מוצגות שאילתות אחרות שאפשר ליצור באמצעות History Explore.

מהם כל המודלים שמשמשים את מרכז הבקרה?

נניח שמשתמש לא יכול לראות את הנתונים במרכז בקרה, ואתם רוצים לזהות את המודלים שהמשתמש צריך הרשאות גישה אליהם. כדי להשתמש ב-Explore History כדי למצוא את כל המודלים שמשמשים את מרכז הבקרה, מבצעים את השלבים הבאים:

  1. בתצוגה מרכז הבקרה, לוחצים על מזהה (כולל).
  2. בוחרים באפשרויות Model ו-Count בתצוגה Query.
  3. בתצוגה History, מסננים לפי Dashboard ID (Inclusive) ומזינים את מזהה מרכז הבקרה שרוצים לסנן לפיו.

בדוגמה הבאה של כתובת URL, אפשר להחליף את מזהה מרכז הבקרה 123 ברכיב המסנן f[history.real_dash_id]=123 במזהה של מרכז הבקרה שרוצים לסנן:

https://<instance_name.looker.com>/explore/system__activity/history?fields=history.real_dash_id,query.model,query.count&f[history.real_dash_id]=123&sorts=history.real_dash_id+desc&limit=500

איך אפשר לזהות שאילתות שפועלות במשך זמן רב?

נניח שאתם רוצים ליצור התראות על שאילתות שנמשכות זמן רב. כדי להשתמש ב-Explore History כדי למצוא את השאילתות שההרצה שלהן נמשכת הכי הרבה זמן, פועלים לפי השלבים הבאים:

  1. בוחרים באפשרויות מזהה וקישור בתצוגה שאילתה.
  2. בוחרים באפשרויות Average Runtime in Seconds ו-Query Run Count בתצוגה History כדי לראות את משך הזמן הממוצע של כל שאילתה וכמה פעמים היא הופעלה.
  3. מסננים לפי Completed Date בתצוגה History, ומגדירים את ערך המסנן למסגרת זמן כמו is in the past 7 days כדי להגביל את התוצאות שמוצגות.
  4. בתצוגה History, מסננים לפי Is Single Query (Yes / No) בקבוצה Query Event Properties, ומגדירים את הערך is Yes כדי להחריג שאילתות מיזוג מהתוצאות.
  5. אתם יכולים להציג רק שאילתות עם זמן ריצה שהוא מעל סף מסוים, כמו 5 דקות. מסננים לפי Average Runtime in Seconds בקבוצה Runtime Fields בתצוגה History, ומגדירים את ערך המסנן ל-is greater than 300.
  6. ממיינים בסדר יורד לפי Average Runtime in Seconds בתצוגה History כדי להציג קודם את השאילתות עם זמני הריצה הממוצעים הארוכים ביותר.

אחר כך תוכלו לשמור את השאילתה בתור Look וליצור התראה שתיידע אתכם אם יש שאילתות עם זמני ריצה שחורגים מהסף שציינתם.

בדוגמה הבאה של כתובת URL, משנים את מסגרת הזמן שלגביה מוצגות התוצאות על ידי החלפת 7+days ברכיב המסנן f[history.created_date]=7+days בערך מסנן אחר. אפשר גם לשנות את הערך של המסנן Average Runtime in Seconds (זמן ריצה ממוצע בשניות) על ידי החלפת הערך is greater than 300 ברכיב המסנן f[history.average_runtime]=%3E300.

https://<instance_name.looker.com>/explore/system__activity/history?fields=query.id,history.average_runtime,history.query_run_count,query.link&f[history.is_single_query]=Yes&f[history.created_date]=7+days&f[history.average_runtime]=%3E300&sorts=history.average_runtime+desc&limit=500

מתי בפעם האחרונה מישהו השתמש ב-SQL Runner?

כדי להשתמש ב-Explore של History כדי לקבוע מתי בפעם האחרונה משתמש ספציפי הריץ שאילתת SQL Runner, מבצעים את השלבים הבאים:

  1. בוחרים באפשרויות Last Run Time ו-User ID בתצוגה SQL Runner Query.
  2. מוסיפים מסנן ב-User ID בתצוגה SQL Runner Query, ומגדירים את ערך המסנן למזהה של המשתמש.
https://<instance_name.looker.com>/explore/system__activity/history?fields=sql_query.last_run_time,sql_query.user_id&sorts=sql_query.last_run_time+desc&limit=500&column_limit=50

איך אפשר למצוא שאילתות שהופסקו על ידי מסד הנתונים?

כדי להשתמש ב-Explore History כדי למצוא שאילתות שהופסקו על ידי מסד הנתונים, פועלים לפי השלבים הבאים:

  1. מוסיפים מסנן ל-Message בתצוגה History, ומגדירים את ערך המסנן ל-contains query killed.
  2. בתצוגה History, בוחרים באפשרויות Created Date, ‏ ID ו-Message.
  3. בוחרים באפשרות מזהה בתצוגה שאילתה.
https://<instance_name.looker.com>/explore/system__activity/history?fields=history.id,history.created_date,query.id,history.message&f[history.message]=%25query+killed%25&sorts=history.message&limit=500

כדי להשתמש ב-Explore History כדי להציג את השמות של כל מרכזי הבקרה שאליהם ניגשו ב-90 הימים האחרונים, כולל ספירה של מספר הפעמים שניגשו לכל אחד ממרכזי הבקרה האלה, מבצעים את השלבים הבאים:

  1. בתצוגת מרכז הבקרה, לוחצים על שם.
  2. בתצוגה History, בוחרים באפשרות Query Run Count.
  3. מסננים לפי Title בתצוגה Dashboard ומגדירים את ערך המסנן ל-is not null.
https://<instance_name.looker.com>/explore/system__activity/history?fields=dashboard.title,history.query_run_count&f[dashboard.title]=-NULL&sorts=history.query_run_count+desc&limit=500&column_limit=50

כדי להשתמש ב-Explore History כדי לקבוע כמה פעמים כל תפקיד במכונה הפעיל את Explore ב-90 הימים הקודמים, פועלים לפי השלבים הבאים:

  1. בתצוגה Query, לוחצים על Explore.
  2. בוחרים באפשרות Name (שם) בתצוגה User Role (תפקיד משתמש) ויוצרים טבלת צירים.
  3. בתצוגה History, בוחרים באפשרות Query Run Count.
  4. מסננים לפי שם בתצוגה תפקיד משתמש, ומגדירים את ערך המסנן ל-is not null.
https://<instance_name.looker.com>/explore/system__activity/history?fields=history.query_run_count,query.view,role.name&pivots=role.name&f[role.name]=-NULL&sorts=history.query_run_count+desc+0,role.name&limit=500&column_limit=50

האם נשלחה שאילתה לניתוח ספציפי ב-90 הימים האחרונים?

כדי להשתמש ב-Explore History כדי לבדוק אם נשלחה שאילתה ל-Explore ספציפי ב-90 הימים האחרונים, מבצעים את השלבים הבאים:

  1. בתצוגה היסטוריה, בוחרים באפשרות תאריך יצירה.
  2. בתצוגה שאילתה, בוחרים באפשרויות עיון וקישור.
  3. מסננים לפי Explore בתצוגה Query ומזינים את שם ה-Explore.

האם נעשה שימוש בשדות כלשהם מתצוגה ספציפית ב-90 הימים האחרונים?

כדי להשתמש ב-Explore History כדי לבדוק אם נעשה שימוש בשדות כלשהם מתצוגה ספציפית ב-90 הימים האחרונים, פועלים לפי השלבים הבאים:

  1. בתצוגה היסטוריה, בוחרים באפשרות תאריך יצירה.
  2. בתצוגה שאילתה, בוחרים באפשרויות עיון וקישור.
  3. מסננים לפי Fields Used בתצוגה Query, מזינים את שם התצוגה ואחריו נקודה (לדוגמה, orders.) ובוחרים באפשרות contains בתנאי הסינון. הנקודה במסנן מציינת ש-Looker צריך להחזיר שדות רק מהתצוגה הזו, ולא שדות מתצוגות עם שמות דומים.

בדוגמה הבאה של כתובת URL, אפשר להחליף את order%5E_items. ברכיב המסנן f[query.formatted_fields]=%25order%5E_items. בשם של התצוגה שרוצים לסנן, ואחריו נקודה:

https://<instance_name.looker.com>/explore/system__activity/history?fields=history.created_date,query.view,query.link&f[query.formatted_fields]=%25order%5E_items.%25&sorts=history.created_date+desc&limit=500&column_limit=50

אילו שאילתות הופעלו מתוך Google Sheets?

כדי להשתמש ב-Explore History כדי לראות רשימה של שאילתות שנוצרו ב-Google Sheets באמצעות התכונה גיליונות מקושרים ל-Looker:

  1. בוחרים באפשרויות תאריך ושעה ביום מהקבוצה תאריך יצירה בתצוגה היסטוריה.
  2. בתצוגה היסטוריה, בוחרים באפשרויות שם לקוח ה-API, מזהה הגיליון האלקטרוני בגיליונות מקושרים וטריגר של גיליונות מקושרים מהקבוצה מאפייני לקוח ה-API של השאילתה.
  3. בוחרים באפשרות שם בתצוגה משתמש.
  4. מסננים לפי מזהה הגיליון האלקטרוני של הגיליונות המקושרים בקבוצה מאפייני לקוח API של Query בתצוגה היסטוריה, ומגדירים את הערך ל-is not null.
https://<instance_name.looker.com>/explore/system__activity/history?fields=query_api_client_context.name,query_api_client_context.cs_spreadsheet_id,query_api_client_context.cs_trigger,user.name,history.created_date,history.created_time_of_day&f[query_api_client_context.cs_spreadsheet_id]=-NULL&sorts=history.created_time_of_day+desc&limit=5000
עם אילו ניתוחים משתמשים התכתבו בצ'אט ב-Conversational Analytics?

כדי להשתמש ב-Explore History כדי לראות רשימה של ניתוחים שמשתמשי Conversational Analytics ניהלו איתם צ'אט, פועלים לפי השלבים הבאים:

  1. מסננים לפי שם לקוח ה-API בקבוצה שאילתה על מאפייני לקוח ה-API בתצוגה היסטוריה, ומגדירים את ערך המסנן ל-Conversational Analytics.
  2. בוחרים באפשרויות Model ו-Explore בתצוגה Query.
  3. בתצוגה History, בוחרים באפשרות Query Run Count.
  4. ממיינים לפי ספירה בתצוגה משתמש.
https://<instance_name.looker.com>/explore/system__activity/history?fields=query.model,query.view,user.count,history.query_run_count&f[query_api_client_context.name]=Conversational+Analytics&sorts=user.count+desc+0
אילו שאילתות הריצו משתמשים בשרת ה-MCP שמנוהל על ידי Looker?

כדי להשתמש ב-Explore History כדי לראות רשימה של שאילתות שמשתמשים בשרת MCP מנוהל התחילו, פועלים לפי השלבים הבאים:

  1. מסננים לפי שם לקוח ה-API בקבוצה שאילתה על מאפייני לקוח ה-API בתצוגה היסטוריה, ומגדירים את ערך המסנן ל-Managed MCP Server.
  2. בוחרים באפשרויות שם לקוח ה-API וזמן בתצוגה היסטוריה.
  3. בתצוגה Query, בוחרים באפשרויות Explore, ‏ Fields Used ו-Link.
  4. בוחרים באפשרות שם בתצוגה משתמש.
https://<instance_name.looker.com>/explore/system__activity/history?fields=query_api_client_context.name,history.created_time,query.view,query.formatted_fields,query.link,user.name&f[query_api_client_context.name]=Managed+MCP+Server
אילו ניתוחים היו בשימוש של משתמשי MCP Toolbox?

כדי להשתמש ב-Explore History כדי לראות רשימה של Explores שמשתמשי MCP Toolbox ניהלו איתם צ'אט, מבצעים את השלבים הבאים:

  1. מסננים לפי שם לקוח ה-API בקבוצה שאילתה על מאפייני לקוח ה-API בתצוגה היסטוריה, ומגדירים את ערך המסנן ל-MCP Toolbox.
  2. בוחרים באפשרויות Model ו-Explore בתצוגה Query.
  3. בתצוגה History, בוחרים באפשרות Query Run Count.
  4. ממיינים לפי ספירה בתצוגה משתמש.
https://<instance_name.looker.com>/explore/system__activity/history?fields=query.model,query.view,user.count,history.query_run_count&f[query_api_client_context.name]=MCP+Toolbox&sorts=user.count+desc+0

איך אפשר לבודד את הפעילות האמיתית בממשק המשתמש של Explorer כדי לבדוק את השימוש ברישיון?

לא מספיק להסתמך רק על השדה Source עם הערך explore (history.source = 'explore') כדי להבחין בין פעילות של רישיון Standard לבין פעילות של רישיון Viewer. משתמשים ברמת צפייה יכולים ליצור אירועים ב-explore באמצעות פעולות ברקע, כמו שליחות מתוזמנות או התראות.

כדי לבודד באופן מדויק את החקירה האינטראקטיבית האמיתית של הנתונים (פעילות אמיתית בממשק המשתמש של Explorer) מפעולות ברקע, ולאמת את השימוש ברישיון, צריך להפעיל את שילוב המסננים הבא ב-Explore History:

  1. בתצוגה היסטוריה, מסננים לפי מקור ומגדירים את ערך המסנן ל-explore.
  2. בתצוגה Dashboard, מסננים לפי ID ומגדירים את ערך המסנן ל-is null.
  3. מסננים לפי מזהה בתצוגה Look, ומגדירים את ערך המסנן ל-is null.
  4. מסננים לפי קישור בתצוגה שאילתה, ומגדירים את תנאי הסינון כך שיכיל את /explore/ או /x/ (לדוגמה, contains /explore/, /x/). כך מזהים שאילתות שהופעלו מסשנים של ממשק משתמש אינטראקטיבי.
  5. מסננים לפי Issuer Source בתצוגה History, ומגדירים את ערך המסנן ל-ui כדי לבודד פעולות שבוצעו ישירות בממשק הדפדפן של Looker.

טבלת Look

ה-Explore של Look כולל פרטים על כל ה-Looks, כולל מידע על מרכזי בקרה, שאילתות, משתמשים ותיקיות שמשויכים ל-Looks.

ריכזנו כאן כמה שאלות נפוצות על השימוש ב-Look Explore:

אילו סרטוני Look משותפים באופן גלוי לכולם?

אתם יכולים להשתמש ב-Explore של Look כדי לראות אילו שאילתות Look משותפות באופן ציבורי או שמופעלת בהן כתובת URL ציבורית.

  • מסננים לפי Public (Yes / No) (ציבורי (כן / לא)) מ-Look, ומגדירים את ערך המסנן ל-Yes.
  • בוחרים באפשרויות מזהה, שם וקישור מתוך Look.
https://<instance_name.looker.com>/explore/system__activity/look?fields=look.id,look.title,look.link&f[look.public]=Yes&limit=500

מי המחבר של Look ספציפי?

כדי למצוא את היוצר של Look ספציפי:

  1. מסננים לפי ID מ-Look, ומגדירים את הערך למזהה של ה-Look.
  2. בוחרים באפשרויות מזהה ושם מתוך משתמש.
  3. אפשר גם לבחור שדות כמו תאריך יצירה וכותרת מתוך Look.

אילו תלבושות נמחקו?

כדי לראות רשימה של כל ה-Looks שנמחקו:

  1. בוחרים באפשרויות מזהה, כותרת, קישור ותאריך מחיקה מתוך Look.
  2. מוסיפים מסנן ב-Deleted Date מ-Look, ומגדירים את ערך המסנן ל-is not null.
https://<instance_name.looker.com>/explore/system__activity/look?fields=look.id,look.title,look.link,look.deleted_date&f[look.deleted_date]=NOT+NULL&sorts=look.title&limit=500&column_limit=50

שאילתת מיזוג

ה-Explore של Merge Query כולל מידע על שאילתות ממוזגות, כולל שדות ורכיבים אחרים של השאילתות המקוריות והממוזגות.

אפשר להשתמש ב-Explore של Merge Query כדי לענות על שאלות כמו:

אילו שאילתות Explore מוזגו בתדירות הגבוהה ביותר?

אתם יכולים להשתמש ב-Explore של Merge Query כדי לגלות אילו שאילתות מוזגו הכי הרבה פעמים, ולשקול לאחד את הטבלאות כדי לשפר את הביצועים ולקבל יותר תכונות.

  1. בקטע Query, בוחרים באפשרות Explore.
  2. בוחרים באפשרות ספירה מתוך מיזוג שאילתות של מקור השאילתה.
https://<instance_name.looker.com>/explore/system__activity/merge_query?fields=query.view,merge_query_source_query.count&sorts=merge_query_source_query.count+desc&limit=500&query_timezone=America%2FLos_Angeles&vis=%7B%7D&filter_config=%7B%7D&origin=share-expanded

גרסאות build של PDT

ה-Explore‏ PDT Builds כולל מידע על גרסאות build של PDT, כולל הזמן שלקח לסיים את גרסאות ה-build, והחיבור והמודל שה-PDT הם חלק מהם.

ריכזנו כאן כמה שימושים נפוצים ב-Explore של PDT Builds:

יכול להיות שייקח יותר זמן להריץ את השאילתות האלה במכונות שבהן פועלות הרבה טבלאות PDT בו-זמנית.

איך אפשר לראות את זמני ה-PDT build?

אפשר להשתמש ב-Explore של PDT Builds כדי לראות את זמני ה-build של טבלאות PDT. לדוגמה, כדי לראות את זמני היצירה של טבלאות PDT ביומיים האחרונים:

  1. מוסיפים מסנן של שעת התחלה מהתצוגה PDT Builds ומגדירים את הערך שלו ל-is in the past 2 days.
  2. בתצוגה PDT Builds, בוחרים באפשרויות שעת התחלה, ‏ View Name, ‏ Connection, ‏ Model Name, ‏ Elapsed Minutes ו-Elapsed Seconds.
https://<instance_name.looker.com>/explore/system__activity/pdt_builds?fields=pdt_builds.start_time,pdt_builds.view_name,pdt_builds.connection,pdt_builds.model_name,pdt_builds.elapsed_minutes,pdt_builds.elapsed_seconds&f[pdt_builds.start_time]=2+days&sorts=pdt_builds.start_time+desc&limit=500

איך אפשר לזהות טבלאות PDT שפועלות במשך זמן רב כדי לקבל עליהן התראה?

אפשר להשתמש ב-Explore‏ PDT Builds כדי לזהות טבלאות PDT שפועלות במשך זמן רב. לאחר מכן, תוכלו לשמור את השאילתה בתור Look וליצור התראה שתיידע אתכם אם יש טבלאות PDT עם זמני בנייה שחורגים מהסף שציינתם.

לדוגמה, כדי לראות טבלאות PDT עם זמן בנייה ממוצע של יותר מ-30 דקות:

  1. מוסיפים מסנן ב-Average Build Time Minutes מהתצוגה PDT Builds ומגדירים את הערך שלו ל-is greater than 30.
  2. בתצוגה PDT Builds, בוחרים באפשרויות View Name, ‏ Connection ו-Average Build Time Minutes.

כדי לשנות את הערך של המסנן Average Build Time Minutes מ-PDT Builds, מחליפים את 30 ברכיב המסנן f[pdt_builds.average_build_time_minutes]=%3E20 במספר דקות:

https://<instance_name.looker.com>/explore/system__activity/pdt_builds?fields=pdt_builds.view_name,pdt_builds.connection,pdt_builds.average_build_time_minutes&f[pdt_builds.average_build_time_minutes]=%3E30&sorts=pdt_builds.average_build_time_minutes+desc&limit=500

בו-זמניות (concurrency) של שאילתות

התצוגה המפורטת Query Concurrency מספקת ניתוח מפורט של השאילתות בו-זמנית במכונה. אתם יכולים להשתמש ב-Explore הזה כדי להבין כמה שאילתות ממקורות שונים פועלות בו-זמנית במרווחי זמן ספציפיים. הניתוח הזה יכול לעזור לכם לזהות תקופות של עומס גבוה ולחקור צווארי בקבוק בביצועים שקשורים למגבלות החיבור למסד הנתונים.

ניתוח של מספר השאילתות בו-זמנית לאורך זמן

אתם יכולים להשתמש ב-Explore של שאילתות בו-זמניות כדי להציג באופן חזותי את מספר השאילתות שפועלות בו-זמנית, ולעבור למרווחי זמן ספציפיים לניתוח נוסף.

כדי לראות מגמות של מספר הצופים בו-זמנית לאורך זמן:

  1. עוברים אל Query Concurrency Explore.
  2. מוסיפים את המאפיין תאריך ההתחלה של המרווח מהתצוגה בו-זמניות.
  3. מוסיפים את המדד Concurrency מהתצוגה Concurrency.
  4. כדי לפלח את מספר השאילתות בו-זמנית לפי מקור השאילתה, אפשר להשתמש בטבלת צירים לפי המאפיין Source בתצוגה Query Intervals.
  5. מוסיפים מסננים לפי הצורך, כמו שם החיבור, טווח תאריכים וגודל המרווח (בדקות).
  6. כדי לראות את מגמות החפיפה לאורך זמן, בוחרים בתרשים עמודות מצטברות או בתרשים שטח מצטבר.

הכלי Query Concurrency Explore מציג תרשים שטח משולב של בו-זמניות לאורך שלושה ימים, עם ציר לפי מקור.

כדי לבדוק תקופה ספציפית של בו-זמניות גבוהה, פועלים לפי השלבים הבאים:

  1. בטבלת הנתונים או בתצוגה החזותית, לוחצים על ערך מהמדד Concurrency.
  2. בתפריט הפירוט, בוחרים באפשרות Timeline Summary of Interval.

בתצוגה החזותית של ציר הזמן מוצגות השאילתות הספציפיות שרצו במשך יום אחד, מקובצות לפי מקור השאילתה.

מגבלות בקצוות העורפיים של MySQL

במכונות Looker עם קצה עורפי של MySQL שלא משתמשות ב-Elite System Activity, יכול להיות שתופיע שגיאה אם הערכים שנבחרו בשדות Date Range ו-Interval Size יוצרים יותר מדי קבוצות. אם נתקלתם בשגיאה Recursive query aborted after N iterations, צמצמו את טווח התאריכים או הגדילו את גודל המרווח כדי לא לחרוג מהמגבלה שהוגדרה במסד הנתונים.

בתרשים שיוצג יופיע ציר זמן של כל שאילתה שרצה במהלך מרווח הזמן הספציפי הזה, וכך תוכלו לראות את זמני ההתחלה והסיום המדויקים של כל משימה שתרמה למספר הכולל של המשימות שבוצעו בו-זמנית.

מדדי ביצועים של שאילתות

ה-Explore Query Performance Metrics מספק פירוט של כל שאילתה שמופעלת ממכונה של Looker.

לדוגמה, אתם יכולים להשתמש ב-Explore הזה כדי לבדוק אילו רכיבים של שאילתה נטענו הכי לאט. אתם יכולים גם להשתמש בניתוח הזה כדי לזהות מגמות וחריגות בביצועי השאילתות. לפירוט נוסף של מחזור החיים של השאילתה ושל השדות שאחריהם מתבצע מעקב ב-Explore הזה, אפשר לעיין בדף התיעוד הסבר על מדדי הביצועים של שאילתות.

ניתוחים מהירים

ה-Explore של Query Performance כולל ניתוחים של Quick Start, שבהם אתם יכולים להשתמש כדי לענות במהירות על שאלות או כנקודות התחלה לשאילתות אחרות.

בוחרים משבצת ניתוח של Quick Start ב-Explore ריק, או מתפריט Quick Start של סמל הברק ב-Explore שהופעל, ו-Looker יציג שאילתה עם שדות שנבחרו מראש וממוינים כדי לענות על אחת מהשאלות הבאות:

  • כמה זמן נמשך כל שלב בשאילתה?
  • באילו חקירות יש את זמן הביצוע הממוצע הארוך ביותר של השאילתה הראשית?
  • לאילו משתמשים יש את זמן הביצוע הממוצע הארוך ביותר של השאילתה הראשית?
  • באילו שעות ביום תהליכי העבודה האסינכרוניים נמשכים הכי הרבה זמן?
  • באילו שעות ביום משך הזמן של הפעלת השאילתות הוא הארוך ביותר?
  • באילו שעות ביום זמן הטיפול בחיבור הוא הארוך ביותר?
  • באילו שעות ביום זמני השאילתות הראשיות הם הארוכים ביותר?
  • באילו שעות ביום יש את זמני הטעינה הארוכים ביותר אחרי השאילתה?

שאילתת SQL

הניתוח SQL Query כולל מידע על שאילתות ה-SQL שהופעלו, כולל כמה לאחרונה ובאיזו תדירות, ופרטים על המשתמשים שהפעילו אותן.

אתם יכולים להשתמש ב-Explore של שאילתת SQL כדי לענות על שאלות כמו:

אילו משתמשים מריצים הכי הרבה שאילתות SQL?

אתם יכולים להשתמש ב-Explore של שאילתת SQL כדי לזהות את המשתמשים שמריצים הכי הרבה שאילתות של SQL Runner:

  1. בוחרים באפשרויות מזהה ושם מתוך משתמש.
  2. בוחרים באפשרות Count (ספירה) מתוך SQL Runner Query (שאילתת SQL Runner).
  3. ממיינים בסדר יורד לפי Count (ספירה) מ-SQL Runner Query (שאילתת SQL Runner) כדי להציג קודם את המשתמשים שמריצים הכי הרבה שאילתות.
https://<instance_name.looker.com>/explore/system__activity/sql_query?fields=sql_query.count,user.id,user.name&sorts=sql_query.count+desc&limit=500

תוכנית מתוזמנת

ה-Explore של Scheduled Plan כולל מידע על כל העברות הנתונים המתוזמנות, כולל משימות שתוזמנו בעבר ומשימות שתוזמנו לעתיד.

ריכזנו כאן כמה שאלות נפוצות על השימוש ב-Explore של Scheduled Plan:

איך אפשר לראות את התוכניות שנקבעו באזור זמן עקבי?

אפשר להשתמש ב-Scheduled Plan כדי לראות את כל התוכניות המתוזמנות באזור זמן עקבי, כי System Activity שומר נתונים מבוססי-זמן באזור הזמן של המערכת:

  1. בוחרים באפשרויות ID (מזהה), Name (שם) ו-Next Runtime (זמן הריצה הבא) מתוך Scheduled Plan (תוכנית מתוזמנת) כדי לראות את זמן הריצה הבא של כל תוכנית מתוזמנת באזור הזמן של המערכת.
  2. בוחרים באפשרויות מזהה ושם בקטע משתמש כדי לראות את המשתמש שיצר את לוח הזמנים.
  3. מסננים לפי Run Once (Yes/No) (הפעלה חד-פעמית (כן/לא)) ומגדירים את ערך המסנן ל-No כדי להחריג מסירות שנשלחו פעם אחת (לדוגמה, מסירה של Look) או שנשלחו כבדיקה חד-פעמית (לדוגמה, מסירת בדיקה של Look).
  4. אפשר גם להוסיף שדות כמו Cron Schedule ו-Timezone מהתצוגה Scheduled Plan.
https://<instance_name.looker.com>/explore/system__activity/scheduled_plan?fields=scheduled_plan.id,scheduled_plan.name,user.id,scheduled_plan.next_run_time,scheduled_plan.cron_schedule,scheduled_plan.timezone,user.name&f[scheduled_plan.run_once]=No&sorts=scheduled_plan.timezone+desc&limit=500&column_limit=50

באיזה שלב לוחות הזמנים נתקעים?

אפשר להשתמש ב-Explore של Scheduled Plan כדי לזהות את השלב שבו התזמונים נתקעים. לדוגמה:

  1. כדי לראות באיזה שלב נתקעה משימה מתוזמנת ספציפית, מסננים לפי מזהה מתוך משימה מתוזמנת, ומגדירים את ערך המסנן למזהה של המשימה המתוזמנת. בוחרים באפשרויות Stage,‏ מזהה משימה מתוזמנת ו-זמן ריצה בשניות מתוך שלב משימה מתוזמנת.
  2. אפשר גם לבחור את האפשרויות Started Time ו-Completed Time מתוך Scheduled Job Stage.

אחר כך אפשר להשתמש בשדות ID ו-Runtime in Seconds כדי לפתור את הבעיות במשימה שנכשלה, על סמך השלב שבו המשימה המתוזמנת נתקעה, למשל בשלב execute או בשלב enqueued for delivery.

בדוגמה הבאה של כתובת URL, אתם יכולים להחליף את מזהה המשימה המתוזמנת 12913 ברכיב המסנן &f[scheduled_job.id]=12913 במזהה של המשימה המתוזמנת שאתם רוצים לסנן:

https://<instance_name.looker.com>/explore/system__activity/scheduled_plan?fields=scheduled_job_stage.stage,scheduled_job_stage.scheduled_job_id,scheduled_job_stage.runtime,scheduled_job_stage.started_time,scheduled_job_stage.completed_time&f[scheduled_job.id]=12913&sorts=scheduled_job_stage.scheduled_job_id+desc&limit=500

איך מוצאים את בעלי לוחות הזמנים?

אפשר להשתמש ב-Explore של Scheduled Plan כדי למצוא את הבעלים של התזמון:

  1. בוחרים באפשרויות ID (מזהה) ו-Name (שם) מתוך Scheduled Plan (תוכנית מתוזמנת).
  2. בוחרים באפשרויות מזהה ושם מתוך משתמש.
  3. מסננים לפי Run Once (Yes/No) (הפעלה חד-פעמית (כן/לא)) ומגדירים את ערך המסנן ל-No כדי להחריג מסירות שנשלחו פעם אחת (לדוגמה, מסירה של Look) או שנשלחו כבדיקה חד-פעמית (לדוגמה, מסירת בדיקה של Look).
  4. כדי למצוא את הבעלים של לוח זמנים ספציפי, מסננים לפי ID (מזהה) מתוך Scheduled Plan (תוכנית מתוזמנת), ומגדירים את ערך המסנן למזהה של לוח הזמנים הזה.
https://<instance_name.looker.com>/explore/system__activity/scheduled_plan?fields=scheduled_plan.id,scheduled_plan.name,user.id,user.name&f[scheduled_plan.run_once]=No&sorts=scheduled_plan.id&limit=500

אילו תוכניות מתוזמנות פועלות בו-זמנית?

אתם יכולים להשתמש ב-Explore של Scheduled Plan כדי לזהות תוכניות שמתוזמנות לפעול באותו זמן:

  1. בוחרים באפשרויות ID,‏ Name,‏ Cron Schedule ו-Next Run Time מתוך Scheduled Plan.
  2. מסננים לפי Run Once (Yes/No) (הפעלה חד-פעמית (כן/לא)) ומגדירים את ערך המסנן ל-No כדי להחריג מסירות שנשלחו פעם אחת (לדוגמה, מסירה של Look) או שנשלחו כבדיקה חד-פעמית (לדוגמה, מסירת בדיקה של Look).
  3. אפשר גם להוסיף מסנן ב-Next Run Time (מועד ההפעלה הבא) ולהגדיר את ערך המסנן ל-is not null כדי לכלול בתוצאות רק מסירות מתוזמנות קיימות.

לאחר מכן תוכלו לשנות את התזמון של לוחות הזמנים (לדוגמה, לשליחת Look) כדי שכמה לוחות זמנים לא יפעלו בו-זמנית.

https://<instance_name.looker.com>/explore/system__activity/scheduled_plan?fields=scheduled_plan.id,scheduled_plan.name,scheduled_plan.cron_schedule,scheduled_plan.next_run_time&f[scheduled_job.run_once]=No&f[scheduled_plan.next_run_time]=NOT+NULL&sorts=scheduled_plan.id&limit=500

אילו לוחות זמנים הם ללא הגבלה?

אפשר להשתמש ב-Explore של Scheduled Plan כדי למצוא תזמונים ללא הגבלה, או תזמונים עם מגבלת שורות של -1:

  1. מסננים לפי שליחת כל התוצאות ומגדירים את הערך ל-כן.
  2. בוחרים באפשרויות ID,‏ Created Time,‏ Finalized Time ו-Count מתוך Scheduled Job.
https://<instance_name.looker.com>/explore/system__activity/scheduled_plan?fields=scheduled_job.id,scheduled_job.created_time,scheduled_job.finalized_time,scheduled_job.count&f[scheduled_plan.send_all_results]=Yes&sorts=scheduled_job.created_time+desc&limit=500

אפשר לראות היסטוריה של יותר מ-50 לוחות זמנים?

בעזרת השאילתה Scheduled Plan (תוכנית מתוזמנת) ב-Explore, אתם יכולים לראות את ההיסטוריה של יותר מ-50 התזמונים שזמינים לצפייה בדף הניהול Schedule History (היסטוריית התזמונים). לדוגמה:

  1. בוחרים באפשרות מזהה מתוך תוכנית מתוזמנת.
  2. בוחרים באפשרות שם בקטע משתמש כדי לראות מי יצר כל לוח זמנים.
  3. בוחרים באפשרות Cron Schedule (תזמון Cron) מתוך Scheduled Job (משימה מתוזמנת) כדי לראות את זמן המסירה המתוזמן של כל משימה מתוזמנת כמחרוזת Cron.
  4. בוחרים באפשרות Type (סוג) מתוך Scheduled Plan Destination (יעד של תוכנית מתוזמנת) כדי לראות את סוג היעד (לדוגמה, מסירה של Look).
  5. בוחרים באפשרויות מזהה, סטטוס ופרטי סטטוס בקטע משימה מתוזמנת כדי לראות את הסטטוס ואת הודעות השגיאה של כל משימה מתוזמנת.
  6. בוחרים באפשרויות Created Time ו-Finalized Time מתוך Scheduled Job.
  7. בוחרים באפשרות זמן ריצה בשניות מתוך שלב המשימה המתוזמנת.
  8. אפשר גם לבחור באפשרות Link בתצוגה Look או בתצוגה Dashboard כדי לקבל קישור ל-Look או למרכז הבקרה של לוח הזמנים.
  9. כדי להגביל את התוצאות לפרק זמן ספציפי, מוסיפים מסנן ל-Created Date (תאריך היצירה) מ-Scheduled Job (משימה מתוזמנת), ומגדירים את ערך המסנן לפרק זמן ספציפי, כמו is in the past 7 days.
  10. מסננים לפי Run Once (Yes/No) (הפעלה חד-פעמית (כן/לא)) ומגדירים את ערך המסנן ל-No כדי להחריג מסירות שנשלחו פעם אחת (לדוגמה, מסירה של Look) או שנשלחו כבדיקה חד-פעמית (לדוגמה, מסירת בדיקה של Look).
https://<instance_name.looker.com>/explore/system__activity/scheduled_plan?fields=scheduled_plan.id,user.name,scheduled_job.cron_schedule,scheduled_plan_destination.type,scheduled_job.id,scheduled_job.status,scheduled_job.status_detail,scheduled_job.created_time,scheduled_job.finalized_time,scheduled_job_stage.runtime,look.link,dashboard.link&f[scheduled_plan.run_once]=No&f[scheduled_job.created_date]=7+days&sorts=scheduled_job.created_time+desc&limit=500

איך מסננים את התוצאות כדי להציג קבוצה ספציפית של לוחות זמנים?

אתם יכולים להשתמש ב-Explore של Scheduled Plan כדי להציג רק קבוצה ספציפית של לוחות זמנים על ידי סינון, למשל, לפי מרכזי בקרה, בעלים או מודלים ספציפיים. לדוגמה, כדי לראות רשימה של לוחות זמנים שמבוססים על מודל ספציפי, כמו thelook:

  1. מוסיפים מסנן ל-Model מהתצוגה Query, ומגדירים את ערך המסנן לשם המודל.
  2. בוחרים באפשרויות ID (מזהה) ו-Name (שם) מתוך Scheduled Plan (תוכנית מתוזמנת).
  3. בוחרים באפשרות שם בקטע משתמש כדי לראות מי יצר כל לוח זמנים.
  4. בוחרים באפשרות Cron Schedule (לוח זמנים של Cron) מתוך Scheduled Plan (תוכנית מתוזמנת) כדי לראות את זמן המסירה המתוזמן של כל לוח זמנים כמחרוזת Cron.
  5. אפשר גם לבחור באפשרות Link בתצוגה Look או בתצוגה Dashboard כדי לקבל קישור ל-Look או למרכז הבקרה של לוח הזמנים.
  6. מסננים לפי Run Once (Yes/No) (הפעלה חד-פעמית (כן/לא)) ומגדירים את ערך המסנן ל-No כדי להחריג מסירות שנשלחו פעם אחת (לדוגמה, מסירה של Look) או שנשלחו כבדיקה חד-פעמית (לדוגמה, מסירת בדיקה של Look).

בדוגמה הבאה של כתובת URL, אתם יכולים להחליף את שם המודל thelook ברכיב המסנן f[query.model]=thelook בשם של המודל שאתם רוצים לסנן לפיו:

https://<instance_name.looker.com>/explore/system__activity/scheduled_plan?fields=scheduled_plan.id,scheduled_plan.name,user.name,scheduled_plan.cron_schedule,look.link,dashboard.link&f[scheduled_plan.run_once]=No&f[query.model]=thelook&sorts=scheduled_plan.id&limit=500

תרחיש שימוש נוסף ב-Explore של Scheduled Plan הוא זיהוי מגמות של שגיאות בלוחות זמנים. לדוגמה, אם לוחות זמנים של SFTP נכשלים עם הודעת שגיאה ספציפית:

  1. בוחרים באפשרויות Created Time (זמן היצירה), Finalized Time (זמן הסיום), ID (מזהה), Status (סטטוס) ו-Status Detail (פרטי הסטטוס) מתוך Scheduled Job (משימה מתוזמנת) כדי לראות רשימה של משימות מתוזמנות, הסטטוסים שלהן והודעות השגיאה שלהן.
  2. בוחרים באפשרות שלב מתוך שלב המשימה המתוזמנת.
  3. בוחרים באפשרויות Type ו-Format מתוך Scheduled Plan Destination כדי לראות את סוג היעד (לדוגמה, לשליחת Look) ואת פורמט הנתונים (לדוגמה, לשליחת Look).
  4. מסננים לפי Status מ-Scheduled Job, ומגדירים את ערך המסנן ל-failure כדי לכלול רק משימות מתוזמנות שנכשלו.
  5. כדי לכלול תוצאות רק ליעד ספציפי, מסננים לפי השדה Type מתוך Scheduled Plan Destination, ומגדירים את ערך המסנן ליעד ספציפי, כמו sftp או email.
https://<instance_name.looker.com>/explore/system__activity/scheduled_plan?fields=scheduled_job.created_time,scheduled_job.finalized_time,scheduled_job.id,scheduled_job.status,scheduled_job.status_detail,scheduled_job_stage.stage,scheduled_plan_destination.type,scheduled_plan_destination.format&f[scheduled_job.status]=failure&sorts=scheduled_job.status&limit=500&column_limit=50

איך אפשר לראות את מדדי זמן הריצה של לוחות הזמנים?

אתם יכולים להשתמש ב-Explore של Scheduled Plan כדי לבדוק מדדי זמן ריצה של לוחות זמנים. לדוגמה, כדי לראות את זמני הריצה הממוצעים של לוחות הזמנים:

  1. בוחרים באפשרויות ID (מזהה) ו-Name (שם) מתוך Scheduled Plan (תוכנית מתוזמנת).
  2. בקטע משתמש, בוחרים באפשרות שם.
  3. בוחרים באפשרות Cron Schedule (תזמון Cron) מתוך Scheduled Plan (תוכנית מתוזמנת).
  4. בוחרים באפשרות Average Runtime in Seconds (זמן ריצה ממוצע בשניות) מתוך Scheduled Job Stage (שלב המשימה המתוזמנת).
  5. מסננים לפי Run Once (Yes/No) (הפעלה חד-פעמית (כן/לא)) ומגדירים את ערך המסנן ל-No כדי להחריג מסירות שנשלחו פעם אחת (לדוגמה, מסירה של Look) או שנשלחו כבדיקה חד-פעמית (לדוגמה, מסירת בדיקה של Look).
https://<instance_name.looker.com>/explore/system__activity/scheduled_plan?fields=scheduled_plan.id,scheduled_plan.name,user.name,scheduled_plan.cron_schedule,scheduled_job_stage.avg_runtime&f[scheduled_plan.run_once]=No&sorts=scheduled_plan.id&limit=500

כדי לראות את זמני ההרצה של משימות מתוזמנות:

  1. כדי לראות את זמני הריצה של כל המשימות בתוכנית ספציפית, מוסיפים מסנן ל-ID מ-Scheduled Plan, ומגדירים את ערך המסנן למזהה ספציפי של תוכנית מתוזמנת.
  2. בוחרים באפשרות מזהה מתוך תוכנית מתוזמנת.
  3. בקטע משתמש, בוחרים באפשרות שם.
  4. בוחרים באפשרות Cron Schedule (תזמון Cron) מתוך Scheduled Plan (תוכנית מתוזמנת).
  5. בקטע Scheduled Job (משימה מתוזמנת), בוחרים באפשרויות ID (מזהה), Status (סטטוס), Created Time (זמן היצירה) ו-Finalized Time (זמן הסיום).
  6. בוחרים באפשרות זמן ריצה בשניות מתוך שלב המשימה המתוזמנת.
  7. מסננים לפי Run Once (Yes/No) (הפעלה חד-פעמית (כן/לא)) ומגדירים את ערך המסנן ל-No כדי להחריג מסירות שנשלחו פעם אחת (לדוגמה, מסירה של Look) או שנשלחו כבדיקה חד-פעמית (לדוגמה, מסירת בדיקה של Look).

כדי לשנות את המסנן ב-ID מ-Scheduled Plan בדוגמה הבאה של כתובת URL, מחליפים את 145 ברכיב המסנן f[scheduled_plan.id]=145 במזהה של התוכנית המתוזמנת שרוצים לסנן לפיה:

https://<instance_name.looker.com>/explore/system__activity/scheduled_plan?fields=scheduled_plan.id,user.name,scheduled_job.cron_schedule,scheduled_job.id,scheduled_job.status,scheduled_job.created_time,scheduled_job.finalized_time,scheduled_job_stage.runtime&f[scheduled_plan.run_once]=No&f[scheduled_plan.id]=145&sorts=scheduled_job.created_time+desc&limit=500

איך מנסים שוב באופן פרוגרמטי תוכניות מתוזמנות שנכשלו?

מערכת Looker לא מנסה באופן אוטומטי להפעיל מחדש תוכניות מתוזמנות שנכשלו כתוצאה מבעיות לסירוגין (כמו זמן קצוב לתפוגה של חיבור זמני למסד נתונים). עם זאת, אתם יכולים להשתמש ב-Looker API כדי ליצור מנגנון אוטומטי לניסיון חוזר. כך עושים את זה:

  1. משתמשים בנקודת הקצה ל-API‏ run_inline_query כדי לשלוח שאילתה למודל system__activity. שולחים שאילתה לתצוגה scheduled_plan ומסננים לפי scheduled_job.status: 'failure' ו-scheduled_job.finalized_date: 'this day' כדי לאחזר רשימה של לוחות זמנים שנכשלו לאחרונה.
  2. מעבירים את מזהי לוחות הזמנים שאוחזרו לנקודת קצה ל-API‏ run_scheduled_plan_once כדי להפעיל מחדש את המסירות שנכשלו.

אדמינים רבים מטמיעים את הלוגיקה הזו בפונקציה ללא שרת (כמו Cloud Functions) כדי לדגום באופן תקופתי ולנסות שוב לוחות זמנים שנכשלו.

משתמש

ה-Explore User כולל פרטים על כל משתמש, כולל שאילתות היסטוריות שהופעלו, והתוכן והתיקיות שיש לו גישה אליהם.

ניתוחים מהירים

ה-Explore User כולל ניתוחים של Quick Start, שבהם אתם יכולים להשתמש כדי לענות במהירות על שאלות או כנקודות התחלה לשאילתות אחרות.

בוחרים משבצת ניתוח של Quick Start ב-Explore ריק, או מתפריט Quick Start של סמל הברק ב-Explore שהופעל, ו-Looker יציג שאילתה עם שדות שנבחרו מראש וממוינים כדי לענות על אחת מהשאלות הבאות:

  • כמה משתמשים פעילים יש עם הרשאת צפייה (access_data)?
  • אילו משתמשים נכשלו ביותר מ-3 משימות מתוזמנות ב-7 הימים האחרונים?
  • מתי בפעם האחרונה משתמש מסוים התחבר?
  • אילו משתמשים הם הכי פעילים?
  • אילו משתמשים לא התחברו במשך יותר מ-90 יום?
  • לאילו משתמשים הגישה הושבתה?
  • לאילו משתמשים יש הרשאת מפתח (develop)?
  • כמה משתמשים יש בכל תפקיד?

איך אפשר לראות לאילו אנשי צוות של Google הייתה גישה למכונה?

בנוסף לחלונית Recent Access בדף Support Access, אתם יכולים לראות מי מאנשי הצוות של Google ניגש למכונה שלכם. לדוגמה, כדי לראות לאילו מכונות וירטואליות ניגשו אנשי הצוות של Google, כמה דקות הם ניגשו למכונות הווירטואליות וכמה שאילתות הם הריצו:

  1. בקטע משתמש, בוחרים באפשרות שם.
  2. בקטע היסטוריה, בוחרים באפשרויות שימוש משוער באינטרנט בדקות ומספרי שאילתות > מספר הרצות של שאילתות.
  3. בקטע History, מסננים לפי Created Date > Date ומגדירים את הערך לתקופה שבה רוצים לראות את גישת הצפייה של צוות Google.
  4. כדי להסיר משימות מתוזמנות, מסננים לפי מקור > מקור בקטע היסטוריה ומגדירים את הערך כ-is not equal to scheduled_task.
  5. מסננים לפי User Permissions > Is Looker Employee (Yes / No) (הרשאות משתמש > האם עובד Looker (כן / לא)) ב-User Facts (עובדות משתמש) ומגדירים את הערך ל-is Yes כדי להציג רק את צוות Google.
https://<instance_name>/explore/system__activity/user?fields=user.name,history.approximate_usage_in_minutes,history.query_run_count_drill&f[user.is_disabled]=No&f[history.created_date]=70+days&f[history.source]=-%22scheduled_task%22&f[user_facts.is_looker_employee]=Yes

אי התאמה בין רשומות ההתחברות של המשתמשים לבין רשומות היסטוריית השאילתות

אירוע התחברות ואירוע של היסטוריית שאילתות מייצגים פעולות נפרדות במכונה של Looker, כפי שמתואר בהמשך:

  • רשומת התחברות: התחברות של משתמש מתועדת ב-Explore משתמש (למשל בשדה זמן ניסיון ההתחברות האחרון לממשק המשתמש) כשהמשתמש מאומת בהצלחה. בהטמעות חתומות, האימות הזה מתרחש כשהמשתמש ניגש לכתובת ה-URL של ההטמעה החתומה.

  • רשומת היסטוריה: רשומת היסטוריית שאילתות (כמו בשדה Most Recent Query Date ב-Explore User או רשומות ב-Explore History) נוצרת רק כששאילתת מסד נתונים מופעלת בהצלחה.

מכיוון שהרשומות האלה מייצגות פעולות שונות, יכולים להיות פערים בשני הכיוונים:

  • התחברות שתועדה בלי היסטוריית שאילתות: משתמש מוטמע יכול להתחבר ולהתחיל סשן תקין (שמתעד את זמן ההתחברות) בלי ליצור היסטוריית שאילתות. דוגמאות לתרחישים נפוצים שבהם מתועדת כניסה אבל לא נוצרת היסטוריית שאילתות:

    • לוח הבקרה לא מוגדר לפעול בזמן הטעינה: אם ההגדרה Run on Load מושבתת בלוח הבקרה המוטמע, השאילתות לא מופעלות באופן אוטומטי כשפותחים את לוח הבקרה.

    • התוכן לא דורש שאילתות למסד הנתונים: אם מרכז הבקרה המוטמע מורכב רק ממשבצות טקסט או Markdown, לא נשלחות שאילתות למסד הנתונים.

    • שגיאות בהרשאות: יכול להיות שלמשתמש אין את ההרשאה הנדרשת כדי להריץ את השאילתות של המשבצות בלוח הבקרה, וכתוצאה מכך השאילתות לא פועלות.

    • לוגיקה מותאמת אישית של SDK: לוגיקה מותאמת אישית של Embed SDK עלולה לעכב או למנוע את הטעינה של מרכז הבקרה.

    • מכשולים בצד הלקוח: תוספים לדפדפן בצד הלקוח (כמו חסימת מודעות) או בעיות בחיבור לרשת עלולים לחסום את ההפעלה של ה-iframe או את בקשות השאילתה.

    אם אתם מצפים שהשאילתות יופעלו באופן אוטומטי כשהמשתמשים מתחברים, ודאו שההגדרה Run on Load מופעלת במרכזי הבקרה הרלוונטיים. אחרת, המשתמשים צריכים לרענן את מרכז הבקרה באופן ידני או להשתמש במסננים כדי להפעיל את השאילתה.

  • היסטוריית השאילתות מתועדת בלי חותמת זמן חדשה של התחברות: משתמש יכול ליצור שאילתות אחרונות ב-Explore של History, בזמן שחותמת הזמן של ההתחברות האחרונה שלו לממשק המשתמש (השדה Last UI Login בתצוגה User Facts, או user_facts.last_ui_login_at) מציגה תאריך ישן יותר.

    השדה התחברות אחרונה לממשק המשתמש מתעדכן רק כשמשתמש מבצע אימות כדי להתחיל סשן חדש בממשק המשתמש. סשנים מתמשכים בממשק המשתמש יכולים להישאר פעילים עד 30 יום, ולכן משתמשים שנכנסים ל-Looker עם סשן פעיל קיים יתעדו שאילתות חדשות ב-Explore של History בלי ליצור אירוע התחברות חדש.

ניתוחים מודרכים בתכונה "פעילות המערכת" ב-Labs

ניתוחים מודרכים מאפשרים לאדמינים ב-Looker ולמשתמשים שקיבלו את ההרשאה see_system_activity לענות במהירות על שאלות חשובות לגבי השימוש במכונה ב-Explore History, בפורמט של שאלות ותשובות. כדי שהמשתמשים יוכלו לגשת לניתוחים מודרכים, אדמין צריך להפעיל את תכונת Labs Guided analyses in System Activity.

ניתוח מודרך כולל שדות, ערכים ואפשרויות לבחירה שאוכלסו מראש, וגם תצוגה חזותית של המדדים שנבחרו.

סוג התצוגה החזותית נבחר על ידי Looker כדי להציג בצורה הטובה ביותר את הנתונים שנבחרו, ואי אפשר לשנות אותו.

המשתמשים יכולים כרגע לגשת לכמה אפשרויות של ניתוח מודרך דרך ה-Explore History:

  • אילו משתמשים הכי פעילים במופע שלכם? — להבין מי מפיק את הערך הרב ביותר מהמופע שלכם
  • איזה תוכן מכביד על המכונה? — זיהוי תוכן שנמצא בשימוש רב
  • ביקורת משתמשים – הבנת פעילות המשתמשים לפי סוג ותפקיד
  • שימוש במכונה לאורך זמן – השוואה בין מדדי פעילות שונים לאורך זמן

בחירת ניתוח מודרך מתוך ניתוח ריק

כדי להריץ ניתוח מודרך, בוחרים באפשרות הניתוח שבה רוצים להשתמש. אפשרויות הניתוח מוצגות בקטע ניתוח מודרך.

אחרי שהניתוח המודרך יסתיים, תוכלו להתאים אישית את ערכי הנתונים כדי לענות על שאלות חשובות, להמשיך לחקור את הניתוח או לשמור את הניתוח כדי לשתף אותו עם משתמשים אחרים שיש להם גישה. כדי לסגור את הניתוח, סוגרים את הכרטיסייה בדפדפן.

בחירת ניתוח מונחה אחרי הרצת שאילתה ב-Explore

אם כבר הרצתם ניתוח של היסטוריית פעילות המערכת, אתם יכולים לבחור ניתוח מודרך על ידי לחיצה על הכפתור התחלה מהירה לצד שם הניתוח.

הפעולה הזו פותחת את התפריט התחלה מהירה.

בוחרים ניתוח מונחה מהתפריט תחילת העבודה כדי לפתוח ולהריץ את הניתוח המונחה בכרטיסייה חדשה בדפדפן.

אחרי שהניתוח המודרך יסתיים, תוכלו להתאים אישית את ערכי הנתונים כדי לענות על שאלות חשובות, להמשיך לחקור את הניתוח או לשמור את הניתוח כדי לשתף אותו עם משתמשים אחרים שיש להם גישה. כדי לסגור את הניתוח, סוגרים את הכרטיסייה בדפדפן.

התאמה אישית של ניתוח מודרך

אחרי שבוחרים ניתוח מודרך מניתוח ריק או מהתפריט התחלה מהירה של ניתוח, הניתוח ייפתח ויופעל באופן אוטומטי בכרטיסייה חדשה בדפדפן.

כשהניתוח המודרך מסתיים, אתם יכולים לשנות וליצור שילובים של ערכים שאוכלסו מראש. כדי לעשות את זה, אתם יכולים לבחור ערכים ותנאים מתפריטים נפתחים, מתפריטי תאריכים או מאפשרויות של כפתורי בחירה, בהתאם לניתוח.

לדוגמה, אתם יכולים לבחור בניתוח What content is taxing your instance?‎ כדי לזהות תוכן שנעשה בו שימוש רב במכונה של Looker. אחרי שהניתוח המודרך נטען, אפשר לשנות את ערך ברירת המחדל של מסגרת הזמן בשדה באיזו מסגרת זמן? לערך 30 הימים האחרונים.

הניתוח המודרך יתעדכן באופן אוטומטי עם ערך מסגרת הזמן שנבחר.

בשלב הזה, אתם יכולים לבחור אם להפיק תובנות נוספות מהניתוח על ידי חקירה מעמיקה יותר של הנתונים. אתם יכולים לשמור את הניתוח בתור Look או במרכז בקרה כדי לשתף אותו עם משתמשים אחרים שיש להם גישה, או לסגור את הניתוח על ידי סגירת חלון הדפדפן שלו.

תפריט האפשרויות הנוספות (3 נקודות) של הניתוח המודרך

תפריט האפשרויות (3 נקודות) בניתוח מודרך מאפשר למשתמשים:

העמקה בניתוח מונחה

אחרי שתקבלו את הנתונים הראשוניים מניתוח מודרך, תוכלו להמשיך לחקור את הנתונים. כדי לעשות את זה, לוחצים על סמל האפשרויות (3 נקודות) ואז על Explore from Here (התחלת חקירה מכאן).

כרטיסייה חדשה תיפתח בדפדפן עם ניתוח נתונים שנטען מראש עם השדות והתצוגה החזותית מהניתוח המודרך.

כדי לקבל תובנות נוספות מהנתונים, אתם יכולים להוסיף או להסיר שדות, טבלאות צירים או מסננים, וגם לבצע התאמות אישיות אחרות. במאמר יצירה ועריכה של ניתוחים מפורטות שיטות מומלצות וטיפים נוספים לשימוש בכלי הניתוחים.

שמירת ניתוח מודרך

אחרי שמתאימים אישית ניתוח מודרך, אפשר לשמור אותו כדי לשתף אותו עם משתמשים אחרים שיש להם גישה. אפשר לשמור ניתוח מונחה בשתי דרכים:

הוספת תצוגה חזותית של ניתוח מודרך למרכז בקרה

כדי להוסיף תצוגה חזותית של ניתוח מודרך ללוח בקרה, פותחים את התפריט שמירת ניתוח מודרך בלוח בקרה: לוחצים על סמל האפשרויות הנוספות (3 נקודות) אפשרויות ואז על + הוספה ללוח הבקרה.

אחרי שהתפריט שמירת ניתוח מודרך במרכז בקרה נפתח, פועלים לפי השלבים הבאים:

  1. מזינים שם למשבצת של הניתוח המודרך במרכז הבקרה.
  2. בוחרים את התיקייה שבה שמור מרכז הבקרה שאליו רוצים להוסיף את הניתוח המודרך.
  3. בוחרים את מרכז הבקרה.

  4. לוחצים על שמירה.

    תופיע תיבת דו-שיח שבה תצוין הוספת הניתוח המודרך למרכז הבקרה שנבחר.

  5. לוחצים על הקישור כדי לעבור למרכז הבקרה ולצפות בו או לערוך אותו.

  6. אפשר גם ללחוץ על סיום כדי לצאת מהחלון הקופץ.

שמירת ניתוח מודרך כ-Look

כדי לשמור ניתוח מודרך כ-טבלת Look, בוחרים באפשרות Explore from Here בתפריט Options (שלוש נקודות):

תיפתח כרטיסייה חדשה בדפדפן עם ניתוח נתונים שנטען מראש עם השדות והתצוגה החזותית מהניתוח המודרך:

כדי לשמור את הניתוח כ-Look:

  1. בפינה השמאלית העליונה של ה-Explore, לוחצים על תפריט גלגל השיניים.
  2. לוחצים על שמירה.

  3. בוחרים באפשרות As a Look (בתור Look) כדי לפתוח את התפריט Save Look (שמירת Look).

  4. בשדה שם, מזינים שם חדש. אם אתם שומרים על גבי Look קיים, השאירו את השדה הזה ריק.

  5. בשדה Description, אפשר להזין תיאור של ה-Look. אם אתם שומרים על גבי Look קיים, השאירו את השדה הזה ריק.

  6. בשדה תיקייה, בודקים אם התיקייה הנוכחית היא היעד הנכון. בשדה תיקייה מוצגים השם והמיקום של התיקייה שנבחרה, והתוכן של התיקייה שנבחרה. אם תבחרו תיקייה שבה אין לכם הרשאה לשמור את ה-Look, תוצג אזהרה והלחצן Save & View Look (שמירה והצגה של Look) יושבת.

  7. אם רוצים לשמור בתיקייה אחרת, עוברים לתיקייה שבה רוצים לשמור את ה-Look. אפשר לעבור לתיקייה בכל אחת מהדרכים הבאות:

    • בשדה תיקייה, בוחרים תיקיות הורה כדי לעבור אליהן.
    • כדי לעבור לתיקייה ברמה העליונה, לוחצים על השם שלה.
    • בוחרים את השם של תיקיית המשנה שרוצים להשתמש בה, או מנווטים לאחת מתיקיות המשנה שלה.
    • אם יש הרבה תיקיות משנה, אתם יכולים להזין את שם תיקיית המשנה בשדה סינון לפי שם כדי לסנן את הרשימה כך שתוצג רק תיקיית המשנה הזו.

  8. אם רוצים לשמור על גבי Look קיים, מנווטים ברשימת ה-Looks או משתמשים בשדה Filter by title כדי למצוא ולבחור את ה-Look הרצוי. השם והתיאור של ה-Look (אם יש כאלה) מופיעים בשדות Title ו-Description.

  9. שומרים את תבנית העיצוב.

    • כדי לשמור את ה-Look ולחזור לדף Explore, לוחצים על Save.
    • כדי לשמור את הלוק ולראות אותו, לוחצים על שמירה וצפייה בלוק.

אפשר גם לבחור אפשרויות אחרות מהכלי "ניתוח" כדי לשמור או לשתף את הניתוח בהדרכה אישית, למשל:

  • הורדה - כדי להוריד את ה-ניתוח מודרך Explore
  • שליחה – כדי לשלוח את ה-Guided Analysis Explore כמשלוח חד-פעמי
  • ‫Save and Schedule — כדי לשמור את הניתוח של Guided Analysis כ-Look או כמרכז בקרה ולהגדיר שליחה חוזרת
  • מיזוג תוצאות – כדי למזג את תוצאות הניתוח של Guided Analysis עם תוצאות אחרות של Explore

טעינה מחדש של ניתוח מודרך

כדי לטעון מחדש את הנתונים בניתוח מודרך, לוחצים על סמל האפשרויות (3 נקודות) ובוחרים באפשרות טעינה מחדש.

הניתוח המודרך יתרענן ויציג את הנתונים העדכניים ביותר.