Wenn Sie Looker mit Actian Avalanche oder Vector verwenden möchten, müssen Sie einen Ingres-Treiber konfigurieren. In dieser Anleitung wird dieser Vorgang beschrieben. Dabei wird davon ausgegangen, dass ein Startskript verwendet wird, das den Beispielen auf der GitHub-Seite looker-open-source ähnelt.
Sie müssen eine Ingres-Treiber-JAR-Datei erwerben, sie in den Startprozess einbeziehen und eine Option hinzufügen, mit der Looker darauf zugreifen kann.
Netzwerkverkehr verschlüsseln
Es empfiehlt sich, den Netzwerkverkehr zwischen Looker-Anwendung und Datenbank zu verschlüsseln. Prüfen Sie eine der Optionen, die auf der Dokumentationsseite Sicheren Datenbankzugriff ermöglichen beschrieben werden.
Ingres JDBC-Treiber installieren
Folgen Sie der Anleitung auf der Dokumentationsseite Unverpackte JDBC-Treiber und verwenden Sie die folgenden Werte:
Treibersymbol: ingres
Treibereintrag:
- name: ingres
dir_name: ingres
module_path: com.ingres.jdbc.IngresDriver
Für den Schritt, den Treiber in das Verzeichnis Ihres Dialekts zu verschieben, sieht der Pfad zu dieser Datei so aus: looker/custom_jdbc_drivers/ingres/iijdbc.jar.
Looker-Verbindung zu Ihrer Datenbank erstellen
So verbinden Sie Looker mit Ihrer Datenbank
- Wählen Sie in Looker im Bereich Admin die Option Verbindungen aus und klicken Sie dann auf Verbindung hinzufügen.
Wählen Sie im Drop-down-Menü Dialekt die Option Actian Avalanche oder Vector aus.
Geben Sie die Verbindungsdetails ein. Der Großteil der Einstellungen ist für die meisten Datenbankdialekte gleich. Weitere Informationen finden Sie auf der Dokumentationsseite Looker mit Ihrer Datenbank verbinden.
Klicken Sie unten auf der Seite Verbindungseinstellungen im Bereich Statusdetails auf die Schaltfläche Verbindung testen , um zu prüfen, ob die Verbindung erfolgreich hergestellt wurde.
Wenn in Looker Verbindung möglich angezeigt wird, klicken Sie auf Verbinden, um die Verbindung herzustellen.
Ihre Datenbankverbindung wird dann der Liste auf der Looker-Seite Verbindungen im Bereich Admin hinzugefügt.
PDT-Unterstützung aktivieren
Sie können persistente abgeleitete Tabellen (PDTs) in Ihrer Datenbank verwenden. Dazu verwenden Sie den Bereich PDT-Überschreibungen auf der Seite Verbindungseinstellungen.
So aktivieren Sie PDTs:
Erstellen Sie in Ihrer Datenbank einen PDT-Nutzer für die Verwendung mit dem Scratch-Schema, z. B.
looker_scratch.Erstellen Sie in Ihrer Datenbank eine Gruppe, z. B.
looker_pdt_group.Fügen Sie der neuen Gruppe sowohl den regulären Looker-Nutzer als auch den Looker-PDT-Nutzer hinzu.
Erteilen Sie dem PDT-Nutzer die Berechtigung SELECT für alle Tabellen im Schema des regulären Looker-Nutzers.
Geben Sie auf der Looker-Seite Verbindungseinstellungen im Bereich PDT-Überschreibungen die PDT-Nutzerinformationen ein.
Der PDT-Nutzer führt dann für jede Tabelle, die er erstellt, einen GRANT SELECT-Befehl für die Gruppe
looker_pdt_groupaus.
Unterstützte JDBC-Parameter
In den folgenden Abschnitten finden Sie eine Liste der JDBC-Parameter, die für die einzelnen Dialekte zulässig sind:
JDBC-Parameter für Actian Avalanche
Für Actian Avalanche unterstützt Looker den folgenden JDBC-Parameter im Feld Zusätzliche JDBC-Parameter für die Verbindung. Informationen zu diesen Parametern finden Sie in der Dokumentation zu Ihrer Datenbank.
autocommit_modeencryptionpasswordsend_ingres_datesserverName: Bei öffentlichen Looker-Instanzen muss der Wert für den ParameterserverNamedie öffentliche IP-Adresse der Instanz sein.user
JDBC-Parameter für Vector
Für Vector unterstützt Looker die folgenden JDBC-Parameter im Feld Zusätzliche JDBC-Parameter für die Verbindung. Informationen zu diesen Parametern finden Sie in der Dokumentation zu Ihrer Datenbank.
autocommit_modeencryptionpasswordsend_ingres_datesserverName: Bei öffentlichen Looker-Instanzen muss der Wert für den ParameterserverNamedie öffentliche IP-Adresse der Instanz sein.user
Funktionsunterstützung
Damit Looker einige Funktionen unterstützen kann, müssen diese auch von Ihrem Datenbankdialekt unterstützt werden.
Actian Avalanche
Actian Avalanche unterstützt ab Looker 26.16 die folgenden Funktionen:
| Funktion | Unterstützt? |
|---|---|
| Looker (Google Cloud Core) | |
| Symmetrische Aggregate | |
| Abgeleitete Tabellen | |
| Persistente abgeleitete SQL-Tabellen | |
| Persistente native abgeleitete Tabellen | |
| Stabile Ansichten | |
| Abfrageeabruch | |
| SQL-basierte Pivottabellen | |
| Zeitzonen | |
| SSL | |
| Zwischensummen | |
| Zusätzliche JDBC-Parameter | |
| Groß- und Kleinschreibung | |
| Standorttyp | |
| Listentyp | |
| Perzentil | |
| Perzentil der unterschiedlichen Werte | |
| SQL Runner-Befehl – Prozesse anzeigen | |
| SQL-Runner-Funktion – Tabelle beschreiben | |
| SQL Runner-Befehl – Indexe anzeigen | |
| SQL Runner-Befehl – 10 auswählen | |
| SQL-Runner – Anzahl | |
| SQL – Erklären | |
| OAuth 2.0-Anmeldedaten | |
| Kontextkommentare | |
| Verbindungs-Pooling | |
| HLL-Skizzen | |
| Aggregate Awareness | |
| Inkrementelle PDTs | |
| Millisekunden | |
| Mikrosekunden | |
| Materialisierte Ansichten | |
| Vergleich zum vorherigen Zeitraum | |
| Ungefähre Anzahl einzelner Aufrufe | |
| Analytische Modelle in der Datenbank | |
| Benutzerdefinierte Kalender |
Vektor
Vector unterstützt ab Looker 26.16 die folgenden Funktionen:
| Funktion | Unterstützt? |
|---|---|
| Looker (Google Cloud Core) | |
| Symmetrische Aggregate | |
| Abgeleitete Tabellen | |
| Persistente abgeleitete SQL-Tabellen | |
| Persistente native abgeleitete Tabellen | |
| Stabile Ansichten | |
| Abfrageeabruch | |
| SQL-basierte Pivottabellen | |
| Zeitzonen | |
| SSL | |
| Zwischensummen | |
| Zusätzliche JDBC-Parameter | |
| Groß- und Kleinschreibung | |
| Standorttyp | |
| Listentyp | |
| Perzentil | |
| Perzentil der unterschiedlichen Werte | |
| SQL Runner-Befehl – Prozesse anzeigen | |
| SQL-Runner-Funktion – Tabelle beschreiben | |
| SQL Runner-Befehl – Indexe anzeigen | |
| SQL Runner-Befehl – 10 auswählen | |
| SQL-Runner – Anzahl | |
| SQL – Erklären | |
| OAuth 2.0-Anmeldedaten | |
| Kontextkommentare | |
| Verbindungs-Pooling | |
| HLL-Skizzen | |
| Aggregate Awareness | |
| Inkrementelle PDTs | |
| Millisekunden | |
| Mikrosekunden | |
| Materialisierte Ansichten | |
| Vergleich zum vorherigen Zeitraum | |
| Ungefähre Anzahl einzelner Aufrufe | |
| Analytische Modelle in der Datenbank | |
| Benutzerdefinierte Kalender |