Crea tablas derivadas nativas

Una tabla derivada es una consulta cuyos resultados se usan como si la tabla derivada fuera una tabla física en la base de datos. Una tabla derivada nativa se basa en una consulta que defines con términos de LookML. Esto es diferente de una tabla derivada basada en SQL, que se basa en una consulta que defines con términos de SQL. En comparación con las tablas derivadas basadas en SQL, las tablas derivadas nativas son mucho más fáciles de leer y comprender a medida que modelas tus datos. Consulta la sección Tablas derivadas nativas y Tablas derivadas basadas en SQL de la página de documentación Tablas derivadas en Looker para obtener más información.

Las tablas derivadas nativas y basadas en SQL se definen en LookML con el derived_table parámetro a nivel de la vista. Sin embargo, con las tablas derivadas nativas, no es necesario crear una consulta en SQL. En su lugar, usas el parámetro explore_source para especificar la exploración en la que se basará la tabla derivada, las columnas deseadas y otras características deseadas.

También puedes hacer que Looker cree el LookML de la tabla derivada a partir de una consulta del Ejecutor de SQL, como se describe en la página de documentación Cómo usar el Ejecutor de SQL para crear tablas derivadas.

Usa una exploración para comenzar a definir tus tablas derivadas nativas

A partir de una exploración, Looker puede generar LookML para toda o la mayor parte de tu tabla derivada. Solo crea una exploración y selecciona todos los campos que deseas incluir en tu tabla derivada. Luego, para generar el LookML de la tabla derivada nativa, sigue estos pasos:

1. Selecciona el menú de engranaje Acciones de exploración y, luego, Obtener LookML.

   

2. Haz clic en la pestaña Tabla derivada para ver el LookML para crear una tabla derivada nativa para la exploración.

   

3. Copia el LookML.

Ahora que copiaste el LookML generado, pégalo en un archivo de vista:

1. En el modo de desarrollo, navega a los archivos de tu proyecto.

2. Haz clic en + en la parte superior de la lista de archivos del proyecto en el IDE de Looker y selecciona Crear vista. Como alternativa, puedes hacer clic en el menú de una carpeta y seleccionar Crear vista en el menú para crear el archivo dentro de la carpeta.

3. Establece el nombre de la vista en algo significativo.

4. De manera opcional, cambia los nombres de las columnas, especifica las columnas derivadas y agrega filtros.

Cuando usas una medición de type: count en una exploración, la visualización etiqueta los valores resultantes con el nombre de la vista en lugar de la palabra Recuento. Para evitar confusiones, usa el plural del nombre de la vista. Para cambiar el nombre de la vista, selecciona Mostrar nombre completo del campo en Series en la configuración de visualización o usa el parámetro view_label con una versión en plural del nombre de la vista.

Define una tabla derivada nativa en LookML

Ya sea que uses tablas derivadas declaradas en SQL o LookML nativo, el resultado de la consulta de una derived_table's es una tabla con un conjunto de columnas. Cuando la tabla derivada se expresa en SQL, los nombres de las columnas de salida están implícitos en la consulta en SQL. Por ejemplo, la siguiente consulta en SQL tendrá las columnas de resultado user_id, lifetime_number_of_orders y lifetime_customer_value:

SELECT
  user_id
  , COUNT(DISTINCT order_id) as lifetime_number_of_orders
  , SUM(sale_price) as lifetime_customer_value
FROM order_items
GROUP BY 1

En Looker, una consulta se basa en una exploración, incluye campos de medición y dimensión, agrega los filtros aplicables y también puede especificar un orden de clasificación. Una tabla derivada nativa contiene todos estos elementos, además de los nombres de salida de las columnas.

En el siguiente ejemplo simple, se produce una tabla derivada con tres columnas: user_id, lifetime_customer_value y lifetime_number_of_orders. No es necesario que escribas la consulta de forma manual en SQL. En su lugar, Looker crea la consulta por ti con la exploración especificada order_items y algunos de los campos de esa exploración (order_items.user_id, order_items.total_revenue y order_items.order_count).

view: user_order_facts {
  derived_table: {
    explore_source: order_items {
      column: user_id {
        field: order_items.user_id
      }
      column: lifetime_number_of_orders {
        field: order_items.order_count
      }
      column: lifetime_customer_value {
        field: order_items.total_revenue
      }
    }
  }
  # Define the view's fields as desired
  dimension: user_id {
    hidden: yes
  }
  dimension: lifetime_number_of_orders {
    type: number
  }
  dimension: lifetime_customer_value {
    type: number
  }
}

Usa instrucciones include para habilitar la referencia a campos

En el archivo de vista de la tabla derivada nativa, usas el explore_source parámetro para dirigir a una exploración y definir las columnas y otras características de la tabla derivada nativa.

En el archivo de vista de la tabla derivada nativa, no es necesario que uses el include parámetro para dirigir al archivo que contiene la definición de la exploración. Si no tienes la instrucción include, el IDE de Looker no sugerirá automáticamente autosuggest ni verificará tus referencias de campos mientras compilas la tabla derivada nativa. En su lugar, puedes usar el Validador de LookML para verificar los campos a los que haces referencia en tu tabla derivada nativa.

Sin embargo, si deseas habilitar la sugerencia automática y la verificación inmediata de campos en el IDE de Looker, o si tienes un proyecto de LookML complejo que tiene varias exploraciones con el mismo nombre o potencial para referencias circulares, puedes usar el parámetro include para dirigir a la ubicación de la definición de la exploración.

Las exploraciones suelen definirse dentro de un archivo de modelo, pero, en el caso de las tablas derivadas nativas, es más limpio crear un archivo separado para la exploración. Los archivos de exploración de LookML tienen la extensión de archivo .explore.lkml, como se describe en la documentación para crear archivos de exploración. De esa manera, en el archivo de vista de la tabla derivada nativa, puedes incluir un solo archivo de exploración y no todo el archivo de modelo.

Nota: Cuando creas un archivo de exploración, este debe tener la extensión .explore.lkml al final de su nombre. Si estás subiendo el archivo, debes usar la extensión completa .explore.lkml. Si usas el IDE de Looker para crear el archivo, usa la opción Archivos LookML genéricos. Looker agregará .lkml al final del nombre de archivo si la extensión no está allí, pero aún debes agregar manualmente la parte .explore de la extensión al nombre de archivo.

Si deseas crear un archivo de exploración separado y usar el parámetro include para dirigir al archivo de exploración en el archivo de vista de la tabla derivada nativa, asegúrate de que tus archivos de LookML cumplan con los siguientes requisitos:

• El archivo de vista de la tabla derivada nativa debe incluir el archivo de la exploración. Por ejemplo:
  • include: "/explores/order_items.explore.lkml"
• El archivo de la exploración debe incluir los archivos de vista que necesita. Por ejemplo:
  • include: "/views/order_items.view.lkml"
  • include: "/views/users.view.lkml"
• El modelo debe incluir el archivo de la exploración. Por ejemplo:
  • include: "/explores/order_items.explore.lkml"

Nota: Los archivos de exploración escucharán la conexión del modelo en el que se incluyen. Ten en cuenta este hecho cuando incluyas archivos de exploración en modelos que estén configurados con una conexión diferente del modelo superior del archivo de exploración. Si el esquema de la conexión del modelo que incluye difiere del esquema de la conexión del modelo superior, puede causar errores de consulta.

Define columnas de tablas derivadas nativas

Como se muestra en el ejemplo anterior, usas column para especificar las columnas de resultado de la tabla derivada.

Especifica los nombres de las columnas

Para la columna user_id, el nombre de la columna coincide con el nombre del campo especificado en la exploración original.

Con frecuencia, querrás un nombre de columna diferente en la tabla de salida que el nombre de los campos en la exploración original. En el ejemplo anterior, se produjo un cálculo del valor de ciclo de vida por usuario con la exploración order_items. En la tabla de salida, total_revenue es realmente el lifetime_customer_value de un cliente.

La declaración column admite la declaración de un nombre de salida que es diferente del campo de entrada. Por ejemplo, el siguiente código le indica a Looker que “cree una columna de resultado llamada lifetime_value a partir del campo order_items.total_revenue”:

column: lifetime_value {
  field: order_items.total_revenue
}

Nombres de columnas implícitos

Si el parámetro field se omite de una declaración de columna, se supone que es <explore_name>.<field_name>. Por ejemplo, si especificaste explore_source: order_items, entonces

column: user_id {
  field: order_items.user_id
}

es equivalente a

column: user_id {}

Crea columnas derivadas para valores calculados

Puedes agregar parámetros derived_column para especificar columnas que no existen en la exploración del parámetro explore_source. Cada parámetro derived_column tiene un parámetro sql que especifica cómo construir el valor.

Tu cálculo sql puede usar cualquier columna que hayas especificado con parámetros column. Las columnas derivadas no pueden incluir funciones agregadas, pero pueden incluir cálculos que se pueden realizar en una sola fila de la tabla.

En el siguiente ejemplo, se produce la misma tabla derivada que en el ejemplo anterior, excepto que se agrega una columna average_customer_order calculada, que se calcula a partir de las columnas lifetime_customer_value y lifetime_number_of_orders en la tabla derivada nativa.

view: user_order_facts {
  derived_table: {
    explore_source: order_items {
      column: user_id {
        field: order_items.user_id
      }
      column: lifetime_number_of_orders {
        field: order_items.order_count
      }
      column: lifetime_customer_value {
        field: order_items.total_revenue
      }
      derived_column: average_customer_order {
        sql:  lifetime_customer_value / lifetime_number_of_orders ;;
      }
    }
  }
  # Define the view's fields as desired
  dimension: user_id {
    hidden: yes
  }
  dimension: lifetime_number_of_orders {
    type: number
  }
  dimension: lifetime_customer_value {
    type: number
  }
  dimension: average_customer_order {
    type: number
  }
}

Usa funciones analíticas de SQL

Algunos dialectos de bases de datos admiten funciones analíticas, en especial para crear números de secuencia, claves primarias, totales acumulados y en ejecución, y otros cálculos útiles de varias filas. Después de que se ejecuta la consulta principal, las declaraciones derived_column se ejecutan en un paso separado.

Si tu dialecto de base de datos admite funciones analíticas, puedes usarlas en tu tabla derivada nativa. Crea un parámetro derived_column con un parámetro sql que contenga la función analítica deseada. Cuando hagas referencia a valores, debes usar el nombre de la columna tal como se define en tu tabla derivada nativa.

En el siguiente ejemplo, se crea una tabla derivada nativa que incluye las columnas user_id, order_id y created_time. Luego, con una columna derivada con una función analítica SQL ROW_NUMBER(), se calcula una columna que contiene el número de secuencia del pedido de un cliente.

view: user_order_sequences {
  derived_table: {
    explore_source: order_items {
      column: user_id {
        field: order_items.user_id
      }
      column: order_id {
        field: order_items.order_id
      }
      column: created_time {
        field: order_items.created_time
      }
      derived_column: user_sequence {
        sql: ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY created_time) ;;
      }
    }
  }
  dimension: order_id {
    hidden: yes
  }
  dimension: user_sequence {
    type: number
  }
}

Agrega filtros a una tabla derivada nativa

Supongamos que deseas compilar una tabla derivada del valor de un cliente en los últimos 90 días. Deseas los mismos cálculos que realizaste en el ejemplo anterior, pero solo quieres incluir las compras de los últimos 90 días.

Solo agregarías un filtro a la derived_table que filtre las transacciones de los últimos 90 días. El filters parámetro para una tabla derivada usa la misma sintaxis que usas para crear una medición filtrada.

Nota: En el parámetro filters, usa el formato view_name.field_name para definir el nombre del campo con el nombre de la vista. Debes incluir el nombre de la vista para el campo, incluso si el campo está en la vista base de la exploración.

view: user_90_day_facts {
  derived_table: {
    explore_source: order_items {
      column: user_id {
        field: order_items.user_id
      }
      column: number_of_orders_90_day {
        field: order_items.order_count
      }
      column: customer_value_90_day {
        field: order_items.total_revenue
      }
      filters: [order_items.created_date: "90 days"]
    }
  }
  # Add define view's fields as desired
  dimension: user_id {
    hidden: yes
  }
  dimension: number_of_orders_90_day {
    type: number
  }
  dimension: customer_value_90_day {
    type: number
  }
}

Los filtros se agregarán a la cláusula WHERE cuando Looker escriba el SQL para la tabla derivada.

Además, puedes usar el dev_filters subparámetro de explore_source con una tabla derivada nativa. El parámetro dev_filters te permite especificar filtros que Looker aplica solo a las versiones de desarrollo de la tabla derivada, lo que significa que puedes compilar versiones más pequeñas y filtradas de la tabla para iterar y probar sin esperar a que se compile la tabla completa después de cada cambio.

El parámetro dev_filters actúa junto con el parámetro filters para que todos los filtros se apliquen a la versión de desarrollo de la tabla. Si dev_filters y filters especifican filtros para la misma columna, dev_filters tiene prioridad para la versión de desarrollo de la tabla.

Consulta Trabaja más rápido en el modo de desarrollo para obtener más información.

Usa filtros con parámetros

Puedes usar bind_filters para incluir filtros con parámetros:

bind_filters: {
  to_field: users.created_date
  from_field: filtered_lookml_dt.filter_date
}

Esto es esencialmente lo mismo que usar el siguiente código en un bloque sql:

{% condition filtered_lookml_dt.filter_date %} users.created_date {% endcondition %}

to_field es el campo al que se aplica el filtro. to_field debe ser un campo del explore_source subyacente.

from_field especifica el campo del que se obtendrá el filtro, si hay un filtro en el entorno de ejecución.

En el ejemplo anterior de bind_filters, Looker tomará cualquier filtro aplicado al campo filtered_lookml_dt.filter_date y lo aplicará al campo users.created_date.

También puedes usar el bind_all_filters subparámetro de explore_source para pasar todos los filtros de tiempo de ejecución de una exploración a una subconsulta de tabla derivada nativa. Consulta la página de documentación del parámetro explore_source para obtener más información.

Ordena y limita las tablas derivadas nativas

También puedes ordenar y limitar las tablas derivadas, si lo deseas:

sorts: [order_items.count: desc]
limit: 10

Recuerda que una exploración puede mostrar las filas en un orden diferente al de la clasificación subyacente.

Convierte tablas derivadas nativas a diferentes zonas horarias

Puedes especificar la zona horaria de tu tabla derivada nativa con el subparámetro timezone:

timezone: "America/Los_Angeles"

Cuando usas el subparámetro timezone, todos los datos basados en el tiempo de la tabla derivada nativa se convertirán a la zona horaria que especifiques. Consulta la página de documentación de valores timezone para obtener una lista de las zonas horarias admitidas.

Si no especificas una zona horaria en la definición de tu tabla derivada nativa, esta no realizará ninguna conversión de zona horaria en los datos basados en el tiempo y, en su lugar, los datos basados en el tiempo se establecerán de forma predeterminada en la zona horaria de tu base de datos.

Si la tabla derivada nativa no es persistente, puedes establecer el valor de la zona horaria en "query_timezone" para usar automáticamente la zona horaria de la consulta que se ejecuta actualmente.