Solução de problemas comuns de sugestões de filtro

As sugestões de filtro são uma ferramenta poderosa no Looker. É fundamental entender de onde elas vêm e como funcionam para que você possa solucionar problemas de maneira eficaz quando as sugestões de filtro não se comportam como esperado. Esta página aborda como as sugestões de filtro funcionam, por que elas podem estar erradas e por que podem não ser preenchidas.

Como as sugestões de filtro funcionam?

As sugestões de filtro economizam tempo quando os usuários inserem valores nos filtros e garantem que eles escolham opções que existem nos dados. Quando os usuários selecionam uma caixa de filtro, uma lista de sugestões aparece abaixo do campo. Neste exemplo, selecionar a caixa de um filtro no campo Status da análise Pedidos revela uma lista suspensa com os valores "cancelado", "concluído" e "pendente" como opções.

De onde vem essa lista de sugestões?

O Looker executa uma consulta SELECT distinct <field> no banco de dados para recuperar todas as opções possíveis para esse campo. A consulta é semelhante ao SQL a seguir: 

SELECT DISTINCT <field_name>
FROM <table>
WHERE (<field_name> LIKE '%' OR <field_name> LIKE '% %')
GROUP BY 1
ORDER BY 1
LIMIT 1000

Quando os usuários inserem caracteres na caixa de filtro, o Looker substitui as condições apropriadas na cláusula WHERE para filtrar os resultados. Em seguida, o Looker mostra os primeiros 1.000 desses resultados nas sugestões de filtro.

Posso mudar quais sugestões são preenchidas?

Os desenvolvedores podem usar vários parâmetros do LookML para mudar e personalizar as sugestões que aparecem. Consulte a página de documentação Como mudar as sugestões de filtro para mais detalhes.

As sugestões são armazenadas em cache?

Por padrão, o Looker armazena os resultados da consulta em cache por uma hora. É possível usar o suggest_persist_for parâmetro do LookML para personalizar a duração do cache das sugestões de filtro. O parâmetro suggest_persist_for tem um valor padrão de "6 horas". As sugestões têm o próprio cache, que não pode ser limpo manualmente em uma página de análise. Se você precisar limpar o cache de sugestões, confira algumas opções:

  • Se a análise for armazenada em cache usando um datagroup com um sql_trigger, você poderá redefinir manualmente o cache de todo o datagroup na página Datagroups no painel Admin do Looker, mas isso vai atualizar o cache de todas as consultas que são mantidas usando esse datagroup.
  • É possível usar o parâmetro suggest_persist_for no nível do campo e defini-lo como "0 segundos" para limpar o cache de sugestões de filtro desse campo.
    O cache é global para todos os usuários. Um usuário que atualiza o cache de sugestões afeta os resultados que outros usuários veem.

Por que as sugestões de filtro estão erradas?

Agora que você entende como as sugestões de filtro são preenchidas, é possível determinar por que elas podem estar erradas. A explicação mais comum é que os dados foram alterados ou atualizados entre o momento em que as sugestões de filtro foram armazenadas em cache e o momento em que os resultados errados foram notados.

Por exemplo, suponha que o usuário A execute uma análise pela manhã. O usuário A seleciona alguns valores de filtro na lista suspensa de sugestões. O processo de ETL do banco de dados termina meia hora depois. Em seguida, o usuário B visualiza a mesma análise que o usuário A executou anteriormente. O usuário B se pergunta por que as sugestões de filtro estão incorretas. O motivo da disparidade é que a consulta de sugestão armazenada em cache não foi atualizada com o processo de ETL recém-concluído do banco de dados e, portanto, mostrou resultados inesperados.

Se for esse o caso, atualize o cache de sugestões usando os métodos descritos na seção As sugestões são armazenadas em cache? mais adiante nesta página.

Por que as sugestões de filtro não estão sendo preenchidas?

Há vários motivos para as sugestões de filtro não serem preenchidas. As etapas de solução de problemas a seguir destacam possíveis causas:

  1. Verifique o tipo de filtro.
  2. Verifique se há um access_filter ou um sql_always_where que restrinja as sugestões.
  3. Verifique se há um suggest_dimension parameter.
  4. Verifique se há uma tentativa de carregar sugestões quando um usuário seleciona ou insere texto no filtro.
  5. Verifique o console de rede do Chrome.
  6. Encontre evidências da consulta de sugestões que o Looker está tentando executar.

Verifique o tipo de filtro

Se for um filtro de painel do LookML, verifique se o tipo de filtro é Campo. Outros tipos de filtro não vão preencher sugestões.

Verifique se há um access_filter ou um sql_always_where que restrinja as sugestões

Normalmente, quando sql_always_where ou access_filter é usado, as sugestões de filtro são restritas para essa análise. Isso impede que os usuários vejam uma sugestão de filtro que não podem acessar. Se você tiver certeza de que não há valores possíveis em uma determinada dimensão ou campo de filtro que revelem informações sensíveis, use bypass_suggest_restrictions para reativar as sugestões de filtro.

Verifique se há um suggest_dimension parameter

Quando o parâmetro suggest_dimension é usado, as sugestões de filtro não são preenchidas, a menos que a dimensão sugerida esteja sendo referenciada em uma análise com a visualização dessa dimensão definida como a visualização de base da análise.

Para análises em que a visualização da dimensão sugerida não é a visualização de base, adicione o suggest_explore parâmetro, referenciando a análise em que essa visualização é a visualização de base.

Verifique se há uma tentativa de carregar sugestões quando você seleciona ou insere texto no filtro

Verifique se o Looker parece tentar carregar sugestões quando você seleciona ou insere texto na caixa de filtro. O Looker deve mostrar um círculo de carregamento giratório no lado direito da caixa de filtro.

Se não for o caso, o Looker não está tentando preencher sugestões. Verifique se as condições descritas na primeira etapa são atendidas e se as sugestões não estão desativadas no nível field, view ou de análise (com sql_always_where ou access_filter) no LookML. Observação: os dialetos do Hadoop vão adicionar suggestions: no a todos os arquivos de visualização por padrão.

Se houver uma tentativa de carregar sugestões, siga as instruções para verificar o console de rede do Chrome.

Verifique o console de rede do Chrome

O console de rede do Chrome pode destacar um erro na consulta ou mostrar se há resultados retornados do cache.

  1. Abra a guia "Rede" no navegador com o atalho Ctrl + Shift + J (no Windows) ou command + option + J (no Mac) ou selecionando Visualizar > Desenvolver > Ferramentas para desenvolvedores na barra de opções do Chrome na parte de cima do navegador.
  2. Selecione na caixa de filtro na sua análise, painel ou Look.
  3. O painel "Ferramentas para desenvolvedores" vai mostrar uma solicitação para as sugestões de filtro, que você pode selecionar para mais informações.
  4. Os cabeçalhos vão mostrar a solicitação de API interna que o Looker está fazendo para recuperar os valores de sugestão. Neste exemplo, suponha que o Looker esteja fazendo a seguinte solicitação de API, em que <yourinstance> representa o URL da sua instância: 

    <yourinstance>/api/internal/models/the_look/views/order_items/fields/users.state/suggestions?term=
  5. Na solicitação de API, verifique se o modelo listado após /models/ existe. Neste exemplo, o modelo é chamado de the_look.
  6. Embora o URL diga /views/, isso se refere à análise de onde o campo está vindo. Verifique se a análise listada após /views/ existe. Neste exemplo, a análise é chamada de order_items.
  7. Verifique se o campo listado após /fields/ existe. Neste exemplo, o campo é users.state.

A resposta para essa solicitação de API vai mostrar a mensagem de erro exata. Por exemplo, o código de status das sugestões é 404 Não encontrado:

Selecione a resposta para essa solicitação para mais detalhes.

Nesse caso, é possível notar que as sugestões estão falhando porque o campo não pode ser encontrado com base na resposta à solicitação: 

{"class":"FieldNotFound","text":"Field not found."}

Se não houver erros, mas também não houver sugestões quando esperado, verifique se a consulta de sugestão está extraindo do cache (cache: true no console de rede). Isso pode sugerir que o cache precisa ser limpo usando um suggest_persist_for parâmetro na dimensão que está fornecendo sugestões.

Encontre evidências da consulta de sugestões que o Looker está tentando executar

É possível verificar a página Consultas no painel Admin do Looker para garantir que a consulta que está gerando o filtro (o campo Origem na página Consultas vai dizer Sugestão de filtro) não esteja gerando um erro. Selecione o botão Detalhes da consulta e a opção Abrir no SQL Runner. Verifique se o SQL está sintaticamente correto. Se você notar anomalias, como nomes de campos ausentes ou caracteres especiais incorretos, verifique se não está usando parâmetros do Liquid ou filtros com modelo.

  • Se a consulta exigir uma entrada de filtro com modelo para ser executada, nenhuma sugestão de filtro será preenchida.
  • Se a consulta usar um parâmetro com um default_value, esse valor será inserido na consulta de sugestão de filtro. Nesse cenário, a consulta de sugestão de filtro não será atualizada dinamicamente com base na entrada do usuário. Dependendo do valor padrão, isso pode causar a ausência de sugestões de filtro ou sugestões de filtro incorretas. Em vez disso, considere usar filtros vinculados em um painel.