Per i dialetti che la supportano, la funzionalità dei calendari personalizzati in Looker ti consente di definire un calendario personalizzato nel database, ad esempio un calendario fiscale o di vendita al dettaglio specifico, e poi di applicarlo a un gruppo di dimensioni basato sulla data nel modello LookML. Gli utenti possono quindi creare query di esplorazione utilizzando i timeframe personalizzati, ad esempio custom_week, custom_period, come se fossero timeframe standard.
Prerequisiti
Prima di utilizzare i calendari personalizzati, assicurati che siano soddisfatti i seguenti prerequisiti:
- Devi avere una connessione Looker a un dialetto che supporti i calendari personalizzati.
- Devi creare una tabella del calendario nel database che puoi poi modellare come vista in Looker. Looker utilizza la tabella del calendario nel database per calcolare i timeframe personalizzati. Per saperne di più, consulta la sezione Creare una tabella del calendario nel database.
- Il progetto LookML deve utilizzare il nuovo runtime LookML. Se la funzionalità legacy Usa il runtime LookML legacy è abilitata nell'istanza, devi aggiungere l'istruzione
new_lookml_runtime: yesal file manifest del progetto.
Creare un calendario personalizzato
Per implementare un calendario personalizzato, devi eseguire questi passaggi generali descritti nelle sezioni seguenti:
- Crea la tabella del calendario nel database
- Definisci la visualizzazione del calendario personalizzato in LookML
- Crea un gruppo di dimensioni del calendario personalizzato
Creare una tabella del calendario nel database
Per calcolare le date dei calendari personalizzati, Looker ha bisogno di una tabella del calendario dedicata nel database che definisca i timeframe personalizzati. La tabella deve avere una colonna della data di riferimento che utilizzi la data del calendario standard. Looker unisce la tabella del calendario alle tabelle dei dati (ad esempio una tabella orders) in base alla colonna della data di riferimento.
I nomi delle colonne nella tabella del calendario sono flessibili. Quando definisci la visualizzazione del calendario personalizzato in LookML, utilizzerai il blocco calendar_definition per mappare le colonne del database ai nomi dei timeframe personalizzati standard.
Di seguito è riportato un esempio di schema di tabella per una tabella del calendario denominata fiscal_calendar_table.
| Nome colonna | Tipo di dati | Descrizione |
|---|---|---|
reference_date |
DATE |
La data del calendario standard (ad esempio "2023-01-01"). Utilizzata per l'unione. Deve essere una chiave univoca o primaria. |
fiscal_year |
VARCHAR |
L'anno fiscale (ad esempio "FY2023"). |
fiscal_year_num |
INTEGER |
L'anno fiscale numerico (ad esempio 2023). |
fiscal_quarter_of_year |
VARCHAR |
Il trimestre fiscale (ad esempio "FQ1"). |
fiscal_quarter_of_year_num |
INTEGER |
Il trimestre fiscale numerico (ad esempio 1). |
fiscal_week_of_year |
VARCHAR |
La settimana fiscale dell'anno (ad esempio "Week01", "FW01"). |
fiscal_week_of_year_num |
INTEGER |
La settimana fiscale numerica dell'anno (ad esempio 1). |
fiscal_period_of_year |
VARCHAR |
Un nome di periodo personalizzato (ad esempio "P01"). |
fiscal_period_of_year_num |
INTEGER |
Il periodo personalizzato numerico (ad esempio 1). |
season |
VARCHAR |
Un nome di stagione personalizzato (ad esempio "Inverno"). |
season_num |
INTEGER |
La stagione personalizzata numerica (ad esempio 1). |
Per illustrare, ecco alcune righe di esempio della tabella fiscal_calendar_table:
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 |
Definire la visualizzazione del calendario personalizzato in LookML
Dopo aver creato una tabella del calendario nel database, devi creare una visualizzazione LookML per modellare la tabella del calendario del database.
Il file di vista del calendario personalizzato deve includere quanto segue:
- Il
sql_table_nameparametro che rimanda alla tabella del calendario personalizzato nel database. - Il blocco
calendar_definitionper mappare le colonne della tabella ai tipi di timeframe personalizzati di Looker. dimensionparametri per modellare le colonne della tabella del calendario personalizzato nel database.
Di seguito è riportato un esempio di file di vista denominato fiscal_calendar.view.lkml che modella l'esempio fiscal_calendar_table:
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
}
}
Per informazioni dettagliate sui parametri calendar_definition, consulta la pagina dei parametri calendar_definition.
Creare un gruppo di dimensioni del calendario personalizzato
Dopo aver creato una tabella del calendario nel database e modellato la tabella del calendario del database in LookML, puoi creare un gruppo di dimensioni di type: custom_calendar basato sulla visualizzazione del calendario personalizzato.
Ad esempio, di seguito è riportato un file di visualizzazione denominato orders.view.lkml che definisce un gruppo di dimensioni del calendario personalizzato.
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
}
}
Con questo LookML, Looker creerà automaticamente un nuovo set di timeframe personalizzati per il gruppo di dimensioni created (ad esempio "Created Custom Year", "Created Custom Week"). Gli utenti possono quindi utilizzare questi campi per l'esplorazione, la creazione di report e il filtraggio.
Per informazioni dettagliate sulla creazione di un gruppo di dimensioni per i calendari personalizzati, consulta la pagina della documentazione dimension_group.
Aspetti da considerare
Tieni presenti le seguenti limitazioni con i calendari personalizzati:
- Misure filtrate: i calendari personalizzati non sono supportati per le misure filtrate: non puoi fare riferimento a una dimensione del calendario personalizzato nel parametro
filtersdi una misura. - Filtri avanzati: i calendari personalizzati non sono supportati nei filtri avanzati: non puoi fare riferimento a una dimensione del calendario personalizzato nelle espressioni di filtro di Looker.
- Aggregazioni simmetriche: in alcuni scenari di unione complessi, le aggregazioni simmetriche potrebbero non essere completamente supportate per le query che coinvolgono le dimensioni del calendario personalizzato.
- Riempimento delle dimensioni: Looker non può riempire le date mancanti per le dimensioni del calendario personalizzato.
- Filtraggio oltre i limiti del calendario: se viene applicato un filtro a un timeframe personalizzato che genera una data non presente nel calendario, potrebbero essere restituiti risultati imprevisti. Questo è dovuto all'aritmetica ordinale utilizzata per calcolare l'inizio di un periodo.
- Comportamento di conversione del fuso orario: Looker rispetta la semantica di conversione del fuso orario esistente. Ovvero, se il fuso orario del database e della query corrispondono, non viene applicata alcuna conversione del fuso orario. In caso contrario, Looker applica la conversione del fuso orario. Puoi ignorare questo comportamento specificando
convert_tz: nonel gruppo di dimensioni del calendario personalizzato. - Ordinamento predefinito: Looker applica un ordinamento predefinito al primo campo data quando vengono selezionati i campi del calendario personalizzato. L'utente può quindi specificare un ordinamento dei dati diverso.
- Filtri del calendario personalizzato: le dimensioni del calendario personalizzato supportano opzioni di filtro specifiche, ad esempio is in the last 3 custom years (è negli ultimi 3 anni personalizzati) o is this custom period (è questo periodo personalizzato). Per saperne di più, consulta la sezione Filtri del calendario personalizzato nella pagina della documentazione Filtrare e limitare i dati.
Dialetti di database supportati per i calendari personalizzati
La tabella seguente mostra i dialetti che supportano i calendari personalizzati nell'ultima release di Looker:
| Dialetto | Supportata? |
|---|---|
| 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 |