使用模板过滤条件进行的时间段分析与时间段分析

如需在同一视图或信息中心内比较按多个时间段过滤的指标，您可以使用 过滤后的衡量标准。借助过滤后的测量，您可以直接将硬编码的过滤条件应用于测量，而不是将过滤条件应用于整个查询。

如果您只想比较少数时间范围，可以使用硬编码的时间范围过滤条件（例如“今年”和“去年”）定义一些指标，并在探索、数据洞见或信息中心中显示这些指标。您还可以更进一步，在过滤后的指标中使用 模板过滤条件，以便让时间范围比较变得动态（即指标会随用户在探索、数据分析或信息中心中指定的时间范围而变化）。

模式概览

概括来讲，此方法涉及三个组成部分：

  1. 为每个时间范围定义一个 type: date 模板过滤条件，该过滤条件将在探索、探索分析或信息中心中显示为仅限过滤条件的字段。
  2. 创建一个 yesno 类型的维度以与模板过滤条件相关联，以便当用户为仅限过滤条件的字段选择值时，yesno 维度会针对符合过滤条件条件的记录返回“是”。
  3. 创建一个经过过滤的测量，该测量引用条件为 value = "yes" 的 yesno 维度。这样可确保该指标仅汇总满足第 1 步中定义的过滤条件中指定的时间范围条件的记录。

借助此逻辑，用户可以创建用于比较不同时间段内值的分析和可视化图表，例如以下探索：

用户可以更改时间范围 A 和时间范围 B 过滤条件中的值，但只会影响订单数 A 和订单数 B 的值。订单数 A 和订单数 B 是指过滤条件引用时间范围过滤条件中的时间范围条件的指标。时间范围 A 会影响订单数 A 的值，时间范围 B 会影响订单数 B 的值。

以下部分提供了此示例的 LookML。

LookML

以下 LookML 假定您有一个维度组，其 raw 时间范围名为 created_raw： 

  dimension_group: created {
    type: time
    timeframes: [
      raw,
      time,
      date,
    ]
    sql: ${TABLE}.created_at ;;
  }

用于比较基于 created_raw 按两个动态时间范围（时间范围 A 和 时间范围 B）过滤的计数衡量标准（订单数 A 和 订单数 B）的 LookML 如下所示： 

  ## filter determining time range for all "A" measures
  filter: timeframe_a {
    type: date_time
  }

  ## flag for "A" measures to only include appropriate time range
  dimension: group_a_yesno {
    hidden: yes
    type: yesno
    sql: {% condition timeframe_a %} ${created_raw} {% endcondition %} ;;
  }

  ## filtered measure A
   measure: count_a {
    type: count
    filters: [group_a_yesno: "yes"]
   }

  ## filter determining time range for all "B" measures
   filter: timeframe_b {
    type: date_time
   }

  ## flag for "B" measures to only include appropriate time range
  dimension: group_b_yesno {
    hidden: yes
    type: yesno
    sql: {% condition timeframe_b %} ${created_raw} {% endcondition %} ;;
   }

   measure: count_b {
    type: count
    filters: [group_b_yesno: "yes"]
   }

您可以使用此逻辑创建任意数量的时间范围比较。

使用动态时间范围过滤整个查询

过滤后的测量值不会将过滤条件应用于整个查询结果。如果您想限制指定时间范围内的总查询结果数，可以执行以下操作：

  1. 创建以下 yesno 维度
  2. 在探索、数据分析或信息中心中，按“是”过滤维度值： 

  dimension: is_in_time_a_or_b {
    group_label: "Time Comparison Filters"
    type: yesno
    sql:
      {% condition timeframe_a %} ${created_raw} {% endcondition %} OR
      {% condition timeframe_b %} ${created_raw} {% endcondition %} ;;
  }

这样可以防止数据库扫描超出查询所需的数据，并可能有助于提升性能和降低查询费用。