Google uses AI technology to translate content into your preferred language. AI translations can contain errors.

Looker でカスタムカレンダーを使用する

サポートされている言語の場合、Looker のカスタムカレンダー機能を使用すると、特定の会計年度や小売業の暦など、データベースでカスタムカレンダーを定義し、そのカレンダーを LookML モデルの日付ベースのディメンショングループに適用できます。ユーザーは、標準の期間と同じように、カスタム期間（custom_week、custom_period など）を使用してデータ探索クエリを作成できます。

前提条件

カスタムカレンダーを使用する前に、次の前提条件を満たしていることを確認してください。

カスタムカレンダーをサポートする言語への Looker 接続が必要です。
データベースにカレンダーテーブルを作成し、Looker でビューとしてモデル化する必要があります。Looker は、データベースのカレンダーテーブルを使用してカスタム期間を計算します。詳細については、データベースにカレンダーテーブルを作成するをご覧ください。
LookML プロジェクトで新しい LookML ランタイムを使用する必要があります。インスタンスで [以前の LookML ランタイムを使用する] レガシー機能が有効になっている場合は、プロジェクトのマニフェストファイルに new_lookml_runtime: yes ステートメントを追加する必要があります。

カスタムカレンダーの作成

カスタムカレンダーを実装するには、次のセクションで説明する一般的な手順を行う必要があります。

データベースにカレンダーテーブルを作成する
LookML でカスタムカレンダービューを定義する
カスタムカレンダーディメンショングループを作成する

データベースにカレンダーテーブルを作成する

カスタムカレンダーの日付を計算するには、カスタム期間を定義する専用のカレンダーテーブルがデータベースに必要です。テーブルには、標準のカレンダーの日付を使用する参照日付列が必要です。Looker は、基準日列に基づいてカレンダーテーブルをデータテーブル（orders テーブルなど）に結合します。

カレンダーテーブルの列名は柔軟に設定できます。LookML でカスタムカレンダービューを定義する場合は、calendar_definition ブロックを使用して、データベースの列を標準のカスタム期間名にマッピングします。

次の例は、fiscal_calendar_table という名前のカレンダーテーブルのテーブルスキーマです。

列名	データ型	説明
`reference_date`	`DATE`	標準のカレンダーの日付（例: 2023-01-01）。参加に使用されます。一意キーまたは主キーである必要があります。
`fiscal_year`	`VARCHAR`	会計年度（「FY2023」など）。
`fiscal_year_num`	`INTEGER`	会計年度の数値（2023 など）。
`fiscal_quarter_of_year`	`VARCHAR`	会計四半期（「FQ1」など）。
`fiscal_quarter_of_year_num`	`INTEGER`	数値の会計四半期（1 など）。
`fiscal_week_of_year`	`VARCHAR`	年内の会計週（「Week01」、「FW01」など）。
`fiscal_week_of_year_num`	`INTEGER`	年内の会計週の数値（1 など）。
`fiscal_period_of_year`	`VARCHAR`	カスタム期間名（「P01」など）。
`fiscal_period_of_year_num`	`INTEGER`	数値のカスタム期間（1 など）。
`season`	`VARCHAR`	カスタムシーズン名（「冬」など）。
`season_num`	`INTEGER`	数値のカスタムシーズン（1 など）。

例として、fiscal_calendar_table テーブルの行の例を次に示します。

`reference_date`	`fiscal_year`	`fiscal_year_num`	`fiscal_period`	`fiscal_period_num`
`2023-12-25`	`FY2024`	`2024`	`P01`	`1`
`2023-12-26`	`FY2024`	`2024`	`P01`	`1`
`2024-01-01`	`FY2024`	`2024`	`P02`	`2`
`2024-01-02`	`FY2024`	`2024`	`P02`	`2`

LookML でカスタムカレンダービューを定義する

データベースにカレンダーテーブルを作成したら、データベースのカレンダーテーブルをモデル化する LookML ビューを作成する必要があります。

カスタムカレンダービューファイルには、次のものを含める必要があります。

データベース内のカスタムカレンダーテーブルを指す sql_table_name パラメータ。
テーブルの列を Looker のカスタム期間タイプにマッピングする calendar_definition ブロック。
データベースのカスタムカレンダーテーブルの列をモデル化する dimension パラメータ。

fiscal_calendar_table の例をモデル化する fiscal_calendar.view.lkml という名前のビューファイルの例を次に示します。

view: fiscal_calendar {
  sql_table_name: fiscal_calendar_table ;;
  calendar_definition: {
    reference_date: reference_date
    timeframe_mapping: {
      custom_year: fiscal_year
      custom_quarter: fiscal_quarter_of_year
      custom_date: fiscal_date
      custom_week: fiscal_week_of_year
      custom_period: fiscal_period_of_year
      custom_season: season
    }
    timeframe_ordinal_mapping: {
      custom_year: fiscal_year_num
      custom_quarter: fiscal_quarter_of_year_num
      custom_date: fiscal_date_num
      custom_week: fiscal_week_of_year_num
      custom_period: fiscal_period_of_year_num
      custom_season: season_num
    }
  }

  dimension: reference_date {
    type: date
    primary_key: yes
    sql: ${TABLE}.reference_date ;; # Assuming column name is reference_date
  }

  dimension: fiscal_date {
  type: string
  sql: FORMAT_TIMESTAMP('%Y-%m-%d', ${TABLE}.reference_date) ;;
}

  dimension: fiscal_year {
    type: string
    sql: ${TABLE}.fiscal_year ;;
  }

  dimension: fiscal_year_num {
    type: number
    sql: ${TABLE}.fiscal_year_num ;;
  }

  # ... other dimensions for quarters, weeks, periods, seasons, etc. ...

  # Example placeholder dimensions for unused timeframes
  dimension: season {
    type: string
    sql: 'N/A' ;;
    hidden: yes
  }
  dimension: season_num {
    type: number
    sql: 0 ;;
    hidden: yes
  }
}

calendar_definition パラメータの詳細については、calendar_definition パラメータのページをご覧ください。

カスタムカレンダーディメンショングループを作成する

データベースにカレンダーテーブルを作成し、LookML でデータベースのカレンダーテーブルをモデル化したら、カスタムカレンダービューに基づく type: custom_calendar のディメンショングループを作成できます。

たとえば、カスタムカレンダーディメンショングループを定義する orders.view.lkml という名前のビューファイルは次のようになります。

include: "/views/fiscal_calendar.view"

view: orders {
  sql_table_name: public.orders ;;

  dimension_group: created {
    type: custom_calendar

    # Optional list of allowed timeframes
    custom_timeframes: [
      custom_date,
      custom_week,
      custom_year
    ]
    sql: ${TABLE}.created_at ;;
    based_on_calendar: fiscal_calendar  # This links to your calendar view
  }
}

この LookML を使用すると、Looker は created ディメンショングループの新しいカスタム期間のセット（「Created Custom Year」、「Created Custom Week」など）を自動的に作成します。ユーザーは、これらのフィールドを分析、レポート、フィルタリングに使用できます。

カスタムカレンダーのディメンショングループの作成について詳しくは、dimension_group のドキュメントページをご覧ください。

注意点

カスタムカレンダーには次の制限事項があります。

フィルタされたメジャー: フィルタされたメジャーではカスタムカレンダーはサポートされていません。メジャーの filters パラメータでカスタムカレンダーディメンションを参照することはできません。
高度なフィルタ: カスタムカレンダーは高度なフィルタではサポートされていません。Looker のフィルタ式でカスタムカレンダーディメンションを参照することはできません。
対称集計: 複雑な結合シナリオでは、カスタムカレンダーディメンションを含むクエリで対称集計が完全にサポートされない場合があります。
ディメンションフィル: Looker では、カスタムカレンダーディメンションの欠落している日付をディメンションフィルできません。
カレンダーの範囲を超えたフィルタリング: フィルタをカスタム期間に適用した結果、カレンダーにない日付が生成された場合、予期しない結果が返されることがあります。これは、期間の開始を計算するために使用される順序演算に関連しています。
OR フィルタ: カスタムカレンダーを含むクエリでは、OR フィルタは対象外です。
タイムゾーン変換の動作: Looker は、既存のタイムゾーン変換のセマンティクスを尊重します。つまり、データベースとクエリのタイムゾーンが一致する場合、タイムゾーン変換は適用されません。一致しない場合は、Looker によってタイムゾーン変換が適用されます。この動作をオーバーライドするには、カスタムカレンダーディメンショングループに convert_tz: no を指定します。
デフォルトの並べ替え: カスタムカレンダーフィールドが選択されている場合、Looker は最初の日付フィールドにデフォルトの並べ替えを適用します。ユーザーは、別のデータ並べ替えを指定できます。
カスタムカレンダーフィルタ: カスタムカレンダーディメンションでは、[過去 3 年間のカスタム期間] や [このカスタム期間] などの特定のフィルタオプションがサポートされています。詳細については、データのフィルタリングと制限のドキュメントページのカスタムカレンダーフィルタをご覧ください。

カスタムカレンダーに対応するデータベース言語

次の表に、Looker の最新リリースでカスタムカレンダーをサポートする言語を示します。

方言	サポート対象
Actian Avalanche
Amazon Athena
Amazon Aurora MySQL
Amazon Redshift
Amazon Redshift 2.1+
Amazon Redshift Serverless 2.1+
Apache Druid
Apache Druid 0.13.x - 0.17.x
Apache Druid 0.18+
Apache Hive 2.3+
Apache Hive 3.1.2+
Apache Spark 3+
ClickHouse
Cloudera Impala 3.1+
Cloudera Impala 3.1+ with Native Driver
Cloudera Impala with Native Driver
DataVirtuality
Databricks
Denodo 7
Denodo 8 & 9
Dremio
Dremio 11+
Exasol
Google BigQuery Legacy SQL
Google BigQuery Standard SQL
Google Cloud AlloyDB for PostgreSQL
Google Cloud PostgreSQL
Google Cloud SQL
Google Spanner
Greenplum
HyperSQL
IBM Netezza
MariaDB
Microsoft Azure PostgreSQL
Microsoft Azure SQL Database
Microsoft Azure Synapse Analytics
Microsoft SQL Server 2008+
Microsoft SQL Server 2012+
Microsoft SQL Server 2016
Microsoft SQL Server 2017+
MongoBI
MySQL
MySQL 8.0.12+
Oracle
Oracle ADWC
PostgreSQL 9.5+
PostgreSQL pre-9.5
PrestoDB
PrestoSQL
SAP HANA
SAP HANA 2+
SingleStore
SingleStore 7+
Snowflake
Teradata
Trino
Vector
Vertica

Looker でカスタム カレンダーを使用する コレクションでコンテンツを整理 必要に応じて、コンテンツの保存と分類を行います。

前提条件

カスタム カレンダーの作成

データベースにカレンダー テーブルを作成する

LookML でカスタム カレンダー ビューを定義する

カスタム カレンダー ディメンション グループを作成する

注意点

カスタム カレンダーに対応するデータベース言語