Looker 的一个独特功能是它可以直接连接到您的数据库。这意味着,您可以随时访问最新数据,并且可以随时下钻到可用的最精细级别。因此,虽然您可以查看年度或月度摘要,但 Looker 还提供即时深入分析到天、小时或秒的选项。
本页提供了一些示例,说明如何自定义数据下钻并加以利用,以便为用户打造更强大的分析体验,包括:
- 自定义基本下钻数据表格中值的呈现方式
- 自定义下钻可视化图表,打造可视化下钻体验
自定义基本下钻数据表格中值的呈现方式
Looker 的原生 Web 现代架构让您能够执行的操作远不止从一个级别下钻到下一个最精细的级别。您只需使用几个参数即可构建任何自定义下钻路径。
以下示例展示了如何自定义细钻表格中数据的呈现方式,包括:
- 向钻取表格添加自定义行数限制(最多 5,000 行)
- 向钻取表添加排序
- 向钻取表格添加透视
向钻取表添加行数上限(最多 5,000 行)
通过向钻取表添加行数限制,您可以控制用户在钻取指标值时看到的数据呈现方式。例如,如果用户深入分析“退回次数”指标值,您想在下钻表格中仅显示前 20 个结果,该怎么办?您可以使用 link 参数,并将 url 子参数设置为 "{{ link }}&limit=20",如以下 LookML 代码所示:
measure: returned_count {
type: count_distinct
sql: ${id} ;;
filters: [is_returned: "yes"]
drill_fields: [detail*]
link: {
label: "Explore Top 20 Results"
url: "{{ link }}&limit=20"
}
}
set: detail {
fields: [id, order_id, status, created_date, sale_price, products.brand, products.item_name, users.email]
}
这样一来,用户就可以通过从返回的次数指标的下钻菜单中选择探索前 20 个结果,来深入了解前 20 个结果:
向钻取表添加排序
除了限制数据外,您还可以控制细钻表格中数据的排序方式。例如,如果用户深入分析退回次数指标值,您想按促销价显示 20 个结果,该怎么办?您可以使用 link 参数并将 url 子参数设置为 "{{ link }}&sorts=order_items.sale_price"。以下 LookML 代码将自定义排序与自定义行数限制相结合:
measure: returned_count {
type: count_distinct
sql: ${id} ;;
filters: [is_returned: "yes"]
drill_fields: [detail*]
link: {
label: "Explore Top 20 Results by Sale Price"
url: "{{ link }}&sorts=order_items.sale_price+desc&limit=20"
}
}
set: detail {
fields: [id, order_id, status, created_date, sale_price, products.brand, products.item_name, users.email]
}
这样一来,用户就可以通过从销售价格指标的下钻菜单中选择按销售价格探索前 20 个结果,按销售价格下钻到前 20 个结果:
向钻取表格添加透视
除了限制和排序数据之外,您还可以在下钻表格中透视维度。例如,如果您想向年龄段字段添加透视,以便在用户深入分析订单数指标值时,显示每个年龄段的年份和毛利率百分比段,该怎么办?您可以使用 link 参数,并将 url 子参数设置为 "&pivots=users.age_tier":
measure: order_count {
type: count_distinct
drill_fields: [created_year, item_gross_margin_percentage_tier, users.age_tier, total_sale_price]
link: {
label: "Total Sale Price by Month for Each Age Tier"
url: "{{link}}&pivots=users.age_tier"
}
sql: ${order_id} ;;
}
这样一来,当用户从订单数指标的下钻菜单中选择各年龄段的每月总销售价格时,便可下钻查看每个年龄段的年份和毛利率百分比:

创建可视化下钻体验
数据表可以有效地传达数据,但如果您想直观呈现用户在钻取时看到的数据,该怎么办?除了数据表之外,您还可以通过多种方式在可视化图表中显示下钻数据。本部分包含以下示例:
- 使用可视化深入分析功能进行深入分析
- 下钻到具有限制和移动平均线的散点图
- 下钻到包含透视的堆叠折线图
- 深入分析到自定义可视化图表
- 下钻到具有条件格式的表格计算
使用可视化深入分析功能进行深入分析
借助可视化下钻功能,用户可以下钻探索或Look。在不进行任何自定义的情况下,您可以使用有限的下钻集,以 Looker 根据数据预先选择的不同可视化图表类型显示下钻数据。
可视化下钻功能不受信息中心支持。对于信息中心,您可以使用link参数创建直观的下钻体验,而无需启用该功能。以下各部分提供了有关如何使用link参数创建视觉下钻体验的示例。
例如,如需显示每天售出的商品数量,您可以创建一个可深入分析“创建日期”和“总销售额”字段的度量:
measure: count {
type: count_distinct
sql: ${id} ;;
drill_fields: [created_date, total_sale_price]
}
视觉下钻是最简单的选项;不过,如果您想控制用户下钻时显示的图表类型,该怎么办?以下部分提供了有关如何进一步自定义下钻可视化的示例。
下钻到包含限制和移动平均线的散点图
您可以让用户深入分析包含移动平均值趋势线的散点图。例如,假设您想以散点图的形式显示每天售出的商品数量,并添加 30 天的移动平均线:
为此,您可以使用 Liquid 变量在网址中指定可视化图表设置。这些设置控制着下钻时显示的可视化图表:
measure: count {
type: count_distinct
sql: ${id} ;;
drill_fields: [created_date, total_sale_price]
link: {
label: "Show as scatter plot"
url: "
{% assign vis_config = '{
\"stacking\" : \"\",
\"show_value_labels\" : false,
\"label_density\" : 25,
\"legend_position\" : \"center\",
\"x_axis_gridlines\" : true,
\"y_axis_gridlines\" : true,
\"show_view_names\" : false,
\"limit_displayed_rows\" : false,
\"y_axis_combined\" : true,
\"show_y_axis_labels\" : true,
\"show_y_axis_ticks\" : true,
\"y_axis_tick_density\" : \"default\",
\"y_axis_tick_density_custom\": 5,
\"show_x_axis_label\" : false,
\"show_x_axis_ticks\" : true,
\"x_axis_scale\" : \"auto\",
\"y_axis_scale_mode\" : \"linear\",
\"show_null_points\" : true,
\"point_style\" : \"circle\",
\"ordering\" : \"none\",
\"show_null_labels\" : false,
\"show_totals_labels\" : false,
\"show_silhouette\" : false,
\"totals_color\" : \"#808080\",
\"type\" : \"looker_scatter\",
\"interpolation\" : \"linear\",
\"series_types\" : {},
\"colors\": [
\"palette: Santa Cruz\"
],
\"series_colors\" : {},
\"x_axis_datetime_tick_count\": null,
\"trend_lines\": [
{
\"color\" : \"#000000\",
\"label_position\" : \"left\",
\"period\" : 30,
\"regression_type\" : \"average\",
\"series_index\" : 1,
\"show_label\" : true,
\"label_type\" : \"string\",
\"label\" : \"30 day moving average\"
}
]
}' %}
{{ link }}&vis_config={{ vis_config | encode_uri }}&toggle=dat,pik,vis&limit=5000"
}
}
下钻到包含透视的堆叠折线图
您还可以让用户下钻到堆叠折线图,例如,按创建年份透视的显示每个月数的总销售价格的堆叠折线图:
以下 LookML 指定了上述可视化图表的设置:
measure: total_sale_price {
type: sum
value_format_name: usd
sql: ${sale_price} ;;
drill_fields: [total_sale_price, created_month_name, created_year]
link: {
label: "Show as stacked line"
url: "
{% assign vis_config = '{
\"stacking\" : \"normal\",
\"legend_position\" : \"right\",
\"x_axis_gridlines\" : false,
\"y_axis_gridlines\" : true,
\"show_view_names\" : false,
\"y_axis_combined\" : true,
\"show_y_axis_labels\" : true,
\"show_y_axis_ticks\" : true,
\"y_axis_tick_density\" : \"default\",
\"show_x_axis_label\" : true,
\"show_x_axis_ticks\" : true,
\"show_null_points\" : false,
\"interpolation\" : \"monotone\",
\"type\" : \"looker_line\",
\"colors\": [
\"#5245ed\",
\"#ff8f95\",
\"#1ea8df\",
\"#353b49\",
\"#49cec1\",
\"#b3a0dd\"
],
\"x_axis_label\" : \"Month Number\"
}' %}
{{ link }}&vis_config={{ vis_config | encode_uri }}&sorts=order_items.created_year+asc,order_items.created_month_name+asc&pivots=order_items.created_year&toggle=dat,pik,vis&limit=500&column_limit=15"
} # NOTE the &pivots=
}
深入分析到自定义可视化图表
您还可以让用户钻取到自定义可视化图表:
为此,您可以在为 link 参数指定的可视化设置中添加自定义可视化图表:
measure: average_shipping_time {
type: average
value_format_name: decimal_2
sql: ${shipping_time} ;;
drill_fields: [products.category, users.age_tier, average_shipping_time]
link: {
label: "See as custom viz (heatmap)"
url: "
{% assign vis_config = '{
\"minColor\" : \"#d6d6d6\",
\"maxColor\" : \"#9a33e3\",
\"dataLabels\" : false,
\"custom_color_enabled\" : false,
\"custom_color\" : \"forestgreen\",
\"show_single_value_title\": true,
\"show_comparison\" : false,
\"comparison_type\" : \"value\",
\"comparison_reverse_colors\": false,
\"show_comparison_label\" : true,
\"show_view_names\" : true,
\"show_row_numbers\" : true,
\"truncate_column_names\" : false,
\"hide_totals\" : false,
\"hide_row_totals\" : false,
\"table_theme\" : \"editable\",
\"limit_displayed_rows\" : false,
\"enable_conditional_formatting\": false,
\"conditional_formatting_include_totals\": false,
\"conditional_formatting_include_nulls\": false,
\"type\" : \"highcharts_heatmap\",
\"stacking\" : \"\",
\"show_value_labels\" : false,
\"label_density\" : 25,
\"legend_position\" : \"center\",
\"x_axis_gridlines\" : false,
\"y_axis_gridlines\" : true,
\"y_axis_combined\" : true,
\"show_y_axis_labels\" : true,
\"show_y_axis_ticks\" : true,
\"y_axis_tick_density\" : \"default\",
\"y_axis_tick_density_custom\": 5,
\"show_x_axis_label\" : true,
\"show_x_axis_ticks\" : true,
\"x_axis_scale\" : \"auto\",
\"y_axis_scale_mode\" : \"linear\",
\"ordering\" : \"none\",
\"show_null_labels\" : false,
\"show_totals_labels\" : false,
\"show_silhouette\" : false,
\"totals_color\" : \"#808080\",
\"series_types\" : {},
\"hidden_fields\" : [
\"order_items.count\",
\"order_items.total_sale_price\"
]
}' %}
{{ link }}&vis_config={{ vis_config | encode_uri }}&sorts=products.category+asc,users.age_tier+asc&toggle=dat,pik,vis&limit=5000"
}
}
下钻到具有条件格式的表格计算
可以在 LookML 中按如下方式定义此参数:
measure: total_sale_price {
type: sum
value_format_name: usd
sql: ${sale_price} ;;
drill_fields: [created_month, users.gender, total_sale_price]
link: {
label: "Table Calc & Total"
url: "
{% assign table_calc = '[
{ \"table_calculation\": \"percent_of_total\",
\"label\": \"Percent of Total\",
\"expression\": \"${order_items.total_sale_price:row_total} / sum(${order_items.total_sale_price:row_total})\",
\"value_format\": null,
\"value_format_name\": \"percent_2\",
\"_kind_hint\": \"supermeasure\",
\"_type_hint\": \"number\"
},
{ \"table_calculation\": \"growth_rate\",
\"label\": \"Growth Rate\",
\"expression\": \"${order_items.total_sale_price} / offset(${order_items.total_sale_price},1) - 1\",
\"value_format\": null,
\"value_format_name\": \"percent_2\",
\"_kind_hint\": \"measure\",
\"_type_hint\": \"number\"
}]' %}
{% assign vis_config = '{
\"type\": \"table\",
\"show_view_names\": false,
\"show_row_numbers\": false,
\"truncate_column_names\": false,
\"table_theme\": \"gray\",
\"enable_conditional_formatting\": true,
\"conditional_formatting\": [
{
\"type\": \"low to high\",
\"value\": null,
\"background_color\": null,
\"font_color\": null,
\"palette\": {
\"name\": \"Custom\",
\"colors\": [
\"#FFFFFF\",
\"#6e00ff\"
]},
\"bold\": false,
\"italic\": false,
\"strikethrough\": false,
\"fields\": [
\"growth_rate\"
]},{
\"type\": \"low to high\",
\"value\": null,
\"background_color\": null,
\"font_color\": null,
\"palette\": {
\"name\": \"Custom\",
\"colors\": [
\"#FFFFFF\",
\"#88ff78\"
]},
\"bold\": false,
\"italic\": false,
\"strikethrough\": false,
\"fields\": [
\"percent_of_total\"
]}]}' %}
{{link}}&total=on&row_total=right&dynamic_fields={{ table_calc |replace(') ', '' | encode_uri }}&pivots=users.gender&vis_config={{ vis_config |replace(') ', '' | encode_uri }}"
}
}