מעקב אחרי השימוש ב-Looker באמצעות ניתוח נתונים של פעילות המערכת

אדמינים ב-Looker ומשתמשים שקיבלו את ההרשאה see_system_activity יכולים לגשת לניתוחים של פעילות המערכת ב-Looker דרך התפריט ניתוח.

הניתוחים של פעילות המערכת מתחברים למסד הנתונים הבסיסי של האפליקציה ב-Looker. הם מציגים מידע על מופע Looker שלכם, כולל נתוני Look ולוחות בקרה שנשמרו במופע, מידע על משתמשים, מידע היסטורי על שאילתות ונתונים סטטיסטיים על ביצועי המופע. רמת הפירוט של נתוני פעילות המערכת ומשך השמירה שלהם כפופים למגבלות המערכת. הפעילות במערכת נועדה לאיסוף נתונים בכמויות גדולות, ואפשר להשתמש בסיכום שלהם כדי להשלים את יומני העסק.

כברירת מחדל, נתוני פעילות המערכת מאוחסנים במסד הנתונים הפנימי של Looker. רוב הטבלאות נחתכות לפי לוח זמנים קבוע כדי לעמוד במגבלות האחסון. לדוגמה, טבלת ההיסטוריה מצטמצמת לנתונים מ-90 הימים האחרונים, וטבלת האירועים מצטמצמת למיליון שורות. חלק מהטבלאות כפופות למדיניות מחמירה יותר בנושא שמירת נתונים. כדי להגדיל את תקופת שמירת הנתונים, אפשר להשתמש בפעילות מערכת Elite.

אי אפשר לשלוח שאילתות לנתוני פעילות המערכת באמצעות SQL Runner כי ההרשאות למסד הנתונים הפנימי של Looker מוגבלות.

ניתוח נתונים ב-Explore של פעילות המערכת

אלה ה-Explores של פעילות המערכת:

שם הניתוח תיאור משך הזמן של המטמון מידע נוסף
שימוש ב-API נתונים על השימוש ב-API, כולל תדירות השיחות, זמן האחזור ונקודות הקצה שנקראו.
שעה אחת
API Usage Hourly סיכום מפורט של נפח הקריאות ל-API והביצועים שלהן שמתבצעות במופע Looker שלכם, לפי שעה.
שעה אחת
שימוש בתוכן נתונים על השימוש בתכונה Look ובמרכז הבקרה, כולל תדירות הצפיות, הוספה למועדפים, תזמון, הטמעה וגישה דרך ה-API. הנתונים כוללים גם פרטים על לוחות בקרה ועל תצוגות Look בודדות. 12 שעות
חיבור DB פרטים על חיבורים למסד נתונים. כולל מידע על משתמשים שיש להם גישה לחיבורים למסד הנתונים. שעה אחת
מרכז הבקרה פרטים על כל לוחות הבקרה ורכיבי לוחות הבקרה. כולל מידע על תצוגות, כרטיסיות (החל מ-Looker 26.8), שאילתות, תפקידים, משתמשים ותיקיות שמשויכים ללוחות בקרה. 12 שעות
ביצועים של לוח הבקרה נתוני ביצועים ונתונים היסטוריים לגבי לוחות בקרה. שעה אחת
אירוע מידע על אירועים היסטוריים ב-Looker, כולל השם, הסוג והתדירות של כל אירוע. כולל מידע על קבוצות ומשתמשים שמחוברים לאירועים. שעה אחת
מאפיין אירוע מידע על המאפיינים שמרכיבים אירועים. הנתונים כלולים בניתוח אירוע ומוספים פרטי מאפיינים. 12 שעות
שימוש בשדה שדות LookML ומספר הפעמים שנעשה בהם שימוש. שעה אחת
תיקיות מידע על כל התיקיות, התוכן שמאוחסן בכל תיקייה ומי יצר כל תיקייה. שעה אחת
קבוצה רשימה של קבוצות ופרטים על הקבוצות האלה, כולל קבוצות אב וקבוצות משנה, ומשתמשים ותפקידים שמשויכים לכל קבוצה. שעה אחת
היסטוריה פרטים על כל השאילתות שהופעלו ב-90 הימים האחרונים. 12 שעות
מבט פרטים על כל ה-Looks. כולל מידע על מרכזי בקרה, שאילתות, משתמשים ותיקיות שמשויכים ל-Looks. 12 שעות
מיזוג שאילתה מידע על שאילתות שמוזגו, כולל שדות ורכיבים אחרים של שאילתות המקור והשאילתות שמוזגו. שעה אחת
PDT Builds פרטים על בניית PDT, כולל הזמן שנדרש לסיום הבנייה, והקישור והמודל שה-PDT הם חלק מהם. שעה אחת
יומן אירועים של PDT מידע על אירועים היסטוריים שקשורים ל-PDT, כולל בנייה מחדש של PDT ושגיאות.

מידע נוסף על צפייה בפעולות ביומן PDT והבנתן, ועל נתוני הפעולות המתאימים, זמין בדף העזרה בנושא הסבר על פעולות ביומן PDT.		 12 שעות
Query Concurrency ניתוח מפורט של בו-זמניות שאילתות במכונה. 12 שעות
מדדי ביצועים של שאילתות פירוטים של שאילתות שמופעלות ממופע Looker. שעה אחת
תפקיד תפקידים ב-Looker וקבוצות ההרשאות והמודלים שמרכיבות את התפקידים. שעה אחת
SQL Query שאילתות SQL שהורצו, כולל מתי והאם הן הורצו לאחרונה, ופרטים על המשתמשים שהריצו אותן. שעה אחת
תוכנית מתוזמנת מידע על כל העברות הנתונים המתוזמנות, כולל משימות שתוזמנו בעבר ומשימות שתוזמנו כרגע. כולל נתונים על מרכזי הבקרה, ה-Looks, השאילתות, התיקיות והמשתמשים שמשויכים למסירות נתונים מתוזמנות. 12 שעות
משתמש פרטים על כל משתמש, כולל שאילתות היסטוריות שהורצו, והתוכן והתיקיות שיש לו גישה אליהם. 12 שעות

בקטע שימוש בניתוחים של פעילות המערכת בדף הזה מופיעות כמה דוגמאות לשימושים נפוצים בניתוחים Content Usage,‏ Dashboard,‏ Event,‏ Event Attribute,‏ History,‏ Look,‏ Merge Query,‏ PDT Builds,‏ SQL Query,‏ Scheduled Plan ו-User.

שימוש ב-Explores של פעילות המערכת

בהמשך מופיעות כמה דוגמאות לשימוש בכמה מהניתוחים ב'פעילות המערכת', יחד עם תשובות לכמה שאלות נפוצות. כדי לגשת לדוגמאות של ניתוחים בקטע הזה, צריך להחליף את <instance_name.looker.com> בכתובות ה-URL לדוגמה בכתובת של מופע Looker שלכם.

שימוש ב-API

בדף API Usage ב-Explore מוצג סיכום של נפח הקריאות ל-API שבוצעו במופע Looker.

בעזרת התכונה 'ניתוח נתונים' בדוח שימוש ב-API תוכלו לענות על שאלות כמו:

איך אפשר לקבל ביקורת יומית על קריאות ל-API?

אתם יכולים להשתמש ב-Explore API Usage כדי לאחזר רשימה של כל קריאות ה-API שבוצעו במופע שלכם בכל פרק זמן נתון. כדי לראות אילו שיחות בוצעו ביום מסוים, פועלים לפי השלבים הבאים:

  1. בוחרים באפשרות נקודת קצה מתוך שימוש ב-API.
  2. בוחרים באפשרות Total Usage (שימוש כולל) מתוך API Usage (שימוש ב-API).
  3. מסננים לפי Created Date מתוך API Usage עם התאריך שנבחר.
https://<instance_name.looker.com>/explore/system__activity/api_usage?fields=api_usage.endpoint,api_usage.total_usage&f[api_usage.created_date]=yesterday&sorts=api_usage.total_usage+desc&limit=500&column_limit=50&vis=%7B%7D&filter_config=%7B%22api_usage.created_date%22%3A%5B%7B%22type%22%3A%22advanced%22%2C%22values%22%3A%5B%7B%22constant%22%3A%22yesterday%22%2C%22unit%22%3A%22day%22%7D%2C%7B%7D%5D%2C%22id%22%3A5%2C%22error%22%3Afalse%7D%5D%7D&origin=share-expanded

מידע נוסף על הפעולות של כל קריאה ל-API זמין בLooker API Reference או בLooker API Explorer.

כמה קריאות ל-API בוצעו במופע שלי השנה?

אתם יכולים להשתמש ב-Explore API Usage כדי לצבור את נפח הקריאות ל-API בכל פרק זמן. לדוגמה, אפשר ליצור דוח שנתי שבו מוצגות קריאות ה-API שבוצעו בכל חודש:

  1. בוחרים באפשרות Created Month מתוך API Usage.
  2. בוחרים באפשרות Total Usage (שימוש כולל) מתוך API Usage (שימוש ב-API).
  3. מסננים לפי שנת היצירה מתוך השימוש ב-API עם השנה שנבחרה.
https://<instance_name.looker.com>/explore/system__activity/api_usage?fields=api_usage.total_usage,api_usage.created_month&fill_fields=api_usage.created_month&f[api_usage.created_year]=last+year&sorts=api_usage.created_month+desc&limit=500&column_limit=50&vis=%7B%7D&filter_config=%7B%22api_usage.created_year%22%3A%5B%7B%22type%22%3A%22advanced%22%2C%22values%22%3A%5B%7B%22constant%22%3A%22last+year%22%2C%22unit%22%3A%22yr%22%7D%2C%7B%7D%5D%2C%22id%22%3A6%2C%22error%22%3Afalse%7D%5D%7D&origin=share-expanded

שימוש ב-API לפי שעה

בדוח API Usage Hourly ב-Explore מוצג סיכום מפורט של נפח הקריאות ל-API והביצועים שלהן במופע Looker שלכם. הניתוח הזה מציע רמת פירוט גבוהה יותר בהשוואה לניתוח API Usage, ומאפשר ניתוח מעמיק של זמן האחזור של ה-API ודפוסי השימוש בו לאורך זמן.

ניתוחים להתחלה מהירה

הניתוחים בשימוש ב-API לפי שעה כוללים התחלה מהירה, שבעזרתה תוכלו לענות במהירות על שאלות או להשתמש בה כנקודת התחלה לשאילתות אחרות:

  • ‫API Usage by Endpoint (שימוש ב-API לפי נקודת קצה): המספר הכולל של בקשות ה-API לכל נתיב של נקודת קצה ב-API, ממוין מהתדירות הגבוהה ביותר לתדירות הנמוכה ביותר.
  • היסטוגרמה של זמן האחזור של ה-API: היסטוגרמה שמציגה את התפלגות משכי הזמן של בקשות ה-API לפי קטגוריות של זמן האחזור.
  • נקודות קצה איטיות של API: מציאת נקודות קצה של API עם הכי הרבה בקשות שלוקחות 5 שניות או יותר.
  • מגמות השימוש ב-API: מציגות את המגמה של בקשות ה-API לאורך זמן, עם פירוט לפי קטגוריית זמן האחזור.

איך אפשר למצוא את נקודות הקצה ל-API שהשימוש בהן הכי נפוץ?

אתם יכולים להשתמש במדריך להתחלה מהירה בנושא שימוש ב-API לפי נקודת קצה כדי לזהות את נקודות הקצה של ה-API שהשימוש בהן הכי נפוץ, ולנתח את הביצועים שלהן בטווחים שונים של זמן אחזור. הניתוח הזה עוזר לכם להבין אילו נקודות קצה נקראות הכי הרבה פעמים וכמה מהר הן מגיבות, וזה שימושי למעקב אחר הביצועים ולאופטימיזציה שלהם.

שימוש בתוכן

התכונה שימוש בתוכן ב'פעילות המערכת' ב-Explore מספקת מידע על השימוש ב-Look ובמרכזי בקרה, כולל תדירות הצפיות, הוספה למועדפים, תזמון וגישה דרך ה-API. הוא כולל גם פרטים על לוחות בקרה ועל תצוגות Look ספציפיות.

ניתוחים להתחלה מהירה

הניתוחים בשימוש בתוכן ב-Explore כוללים ניתוחי התחלה מהירה, שבעזרתם אפשר לענות במהירות על שאלות או להשתמש בהם כנקודות התחלה לשאילתות אחרות.

בוחרים משבצת של ניתוח מהיר בתצוגת Explore ריקה, או בתפריט התחלה מהירה עם סמל הברק בתצוגת Explore שהופעלה, ומערכת Looker תציג שאילתה עם שדות שנבחרו מראש וממוינים כדי לענות על אחת מהשאלות הבאות:

  • איזה תוכן קיבל הכי הרבה סימונים כמועדף?
  • איזה תוכן נצפה ב-3 הימים האחרונים?
  • אילו תכנים לא נגשו ב-60 הימים האחרונים?
  • איזה תוכן נגיש בתדירות הכי גבוהה באמצעות Looker API?
  • אילו לוחות בקרה שנוצרו ב-7 הימים האחרונים נמצאים בשימוש הכי נפוץ?
  • באילו מבין ה-Looks שנוצרו ב-7 הימים האחרונים נעשה הכי הרבה שימוש?
  • אילו לוחות קיבלו הכי הרבה סימונים כמועדפים?
  • איזה תוכן קיבל הכי הרבה צפיות?

אתם יכולים להשתמש ב-Explore Content Usage (שימוש בתוכן) כדי למצוא את ה-Looks או את לוחות הבקרה הכי פופולריים במופע שלכם. אחר כך תוכלו להשתמש בהיסטוריה ב'ניתוח נתונים' כדי לזהות את המסננים שבהם נעשה שימוש בלוחות בקרה או בתצוגות פופולריות. כדי למצוא את המראה או מרכזי הבקרה הפופולריים ביותר:

  1. בתצוגה 'ניתוח שימוש בתוכן' ב-Explore, בוחרים באפשרויות Content ID,‏ Content Title ו-Content Type מתוך התצוגה Content Usage.
  2. מוסיפים מסנן לסוג התוכן בתצוגה שימוש בתוכן ומגדירים את ערך המסנן ל-dashboard OR look.
  3. בקטע שימוש בתוכן, לוחצים על הצגת הסכום הכולל. אפשר גם לבחור שדות כמו Favorites Total,‏ Schedule Total,‏ API Total ו-Embed Total בתצוגה Content Usage.
  4. כדי שהתוכן הפופולרי ביותר יופיע ראשון, ממיינים את התוצאות בסדר יורד לפי סה"כ הצפיות.
  5. אפשר גם להוסיף מסנן בשדה Days Since Last Accessed בתצוגה Content Usage כדי להגביל את הנתונים לפרק זמן ספציפי. לדוגמה, אפשר להגביל את הנתונים שמוצגים ל-30 הימים האחרונים על ידי הגדרת ערך המסנן ל-is less than 30.

אחר כך אפשר להשתמש בהיסטוריה ב-Explore כדי למצוא את המסננים שבהם נעשה שימוש ב-Look או בלוח בקרה ספציפיים:

  1. בניתוח היסטוריה, מסננים את השדה מזהה בתצוגה מרכז הבקרה או בתצוגה Look, ומזינים את המזהים של מרכזי הבקרה או של ה-Looks שזיהיתם באמצעות הניתוח שימוש בתוכן.
  2. בוחרים באפשרות Filters (מסננים) בתצוגה Query (שאילתה) כדי לקבל רשימה של מסננים שנעשה בהם שימוש בלוחות הבקרה או ב-Looks שאתם מסננים.

מרכז שליטה

הכרטיסייה Dashboard Explore כוללת פרטים על לוחות בקרה ועל רכיבים של לוחות בקרה, כולל Looks, כרטיסיות (החל מ-Looker 26.8), שאילתות, תפקידים, משתמשים ותיקיות שמשויכים ללוחות בקרה.

ניתוחים להתחלה מהירה

הניתוחים בלוח הבקרה Explore כוללים התחלה מהירה, שבהם אפשר להשתמש כדי לקבל תשובות מהירות לשאלות או כנקודות התחלה לשאילתות אחרות.

בוחרים משבצת של ניתוח מהיר בתצוגת Explore ריקה, או בתפריט התחלה מהירה עם סמל הברק בתצוגת Explore שהופעלה, ומערכת Looker תציג שאילתה עם שדות שנבחרו מראש וממוינים כדי לענות על אחת מהשאלות הבאות:

  • באילו מרכזי בקרה נעשה שימוש בכמה ניתוחים?
  • באילו מרכזי בקרה יש מרווחי זמן קצרים בין רענונים אוטומטיים?
  • כמה לוחות בקרה מוגדרים להפעלה בעת הטעינה?
  • באילו לוחות בקרה יש יותר מ-25 משבצות?
  • באילו לוחות בקרה נעשה שימוש הכי נרחב בשאילתות מיזוג?
  • באילו מרכזי בקרה נעשה שימוש בתצוגה או בשדה מסוימים?
  • אילו תיקיות מכילות אילו לוחות בקרה?
  • אילו משבצות מרכיבות לוח בקרה נפרד?

אירוע

הניתוח אירוע ב-Looker כולל מידע על אירועים היסטוריים, כולל השם, הסוג והתדירות של כל אירוע. הניתוח הזה כולל גם מידע על קבוצות ומשתמשים שמקושרים לאירועים.

ריכזנו כאן כמה שימושים נפוצים בכלי ניתוח אירועים:

מידע נוסף על צפייה באירועים ובמאפיינים נפוצים של אירועים, ורשימה של סוגי אירועים, זמין בדף התיעוד בנושא אירועים ב-Looker.

חיתוך של טבלאות האירועים ומאפייני האירועים

כדי לעמוד במגבלות האחסון, Looker מבצע גיזום אוטומטי של הטבלאות Event ו-Event Attribute:

  • בטבלת Event, המערכת מוחקת רשומות עד ל-1 מיליון שורות.
  • בטבלה מאפיין האירוע נמחקים רשומות שכבר לא כוללות event.id תואם בטבלה אירוע.

בגלל מגבלות החיתוך האלה, יכול להיות שאירועים היסטוריים (כמו היסטוריית העדכונים של לוחות בקרה ותוכן, היסטוריית הכניסות או שינויים בהרשאות) לא יהיו זמינים ב-Event או ב-Event Attribute אחרי שהרשומות הישנות יימחקו.

כדי להגדיל את תקופת שמירת הנתונים, אפשר להשתמש בפעילות מערכת Elite.

איך אפשר למצוא בקשות API ולסווג אותן?

אפשר למצוא את כל בקשות ה-API שבוצעו ולסווג אותן באמצעות כלי הניתוחים אירוע:

  1. בתצוגה אירוע, בוחרים בשדות שם וקטגוריה.
  2. מוסיפים מסנן להאם זו קריאה ל-API (כן / לא) ומגדירים את ערך המסנן ל-Yes.
  3. אפשר גם לבחור שדות כמו Created Date (תאריך היצירה) מתוך Event (אירוע), ו-Name (שם) מתוך User (משתמש), כדי לקבל מידע על בקשות ספציפיות ל-API.
https://<instance_name.looker.com>/explore/system__activity/event?fields=event.created_date,event.name,event.category,user.name&f[event.is_api_call]=Yes&sorts=event.name&limit=500

האם יש דרך לבדוק עדכוני תוכן?

כדי לחקור עדכוני תוכן, אפשר להשתמש בניתוח אירועים ולסנן אירועים שכוללים את המילה update:

  1. בתצוגה אירוע, בוחרים באפשרות שם.
  2. מוסיפים מסנן בשדה Name (שם) בתצוגה Event (אירוע), ומגדירים את ערך המסנן ל-contains update.
  3. אפשר גם לבחור שדות אחרים כדי לספק מידע נוסף על כל עדכון תוכן, כמו Created Time מתוך Event ו-ID מתוך User.
https://<instance_name.looker.com>/explore/system__activity/event?fields=event.name,user.id,event.created_time&f[event.name]=%25update%25&sorts=event.created_time+desc&limit=500

איך צופים באירועי התחברות?

אתם יכולים להשתמש באירוע ב'ניתוח נתונים' כדי לראות מי התחבר למערכת באמצעות אירועי התחברות. לדוגמה:

  1. מוסיפים מסנן בשדה Name (שם) בתצוגה Event (אירוע), ומגדירים את ערך המסנן ל-login.
  2. בתצוגה User (משתמש), בוחרים את ID (מזהה) ואת Name (שם).
  3. בתצוגה אירוע, בוחרים באפשרות זמן יצירה.

מאפיין אירוע

הניתוח מאפייני אירוע מכיל את הנתונים מהניתוח 'אירוע' ומספק מידע נוסף על המאפיינים שמרכיבים אירועים.

ריכזנו כאן כמה שימושים נפוצים במאפיין האירוע:

מידע נוסף על צפייה באירועים, מאפייני אירועים נפוצים ורשימה של סוגי אירועים זמין בדף התיעוד בנושא אירועים ב-Looker.

איך צופים בשינויים בהרשאות?

כדי לראות את השינויים בהרשאות, אפשר להשתמש במאפיין האירוע בכלי הניתוחים. לדוגמה, אפשר לגלות מתי שונתה הרשאה ומי שינה אותה:

  1. בתצוגה אירוע, בוחרים באפשרויות זמן היצירה ושם כדי לראות את השעה שבה בוצע השינוי ואת סוג האירוע.
  2. בוחרים באפשרות שם ובאפשרות ערך מתוך מאפיין האירוע כדי לקבל מידע על סוג השינוי שבוצע, ועל המשתמשים שההרשאות שלהם שונו או על ההרשאות הספציפיות ששונו.
  3. בוחרים באפשרות מזהה ובשדות אחרים מתוך משתמש כדי לקבל מידע על המשתמש שביצע את השינוי.
  4. מסננים לפי שם בתצוגה אירוע ומגדירים את הערך ל-user_permission_elevation.
https://<instance_name.looker.com>/explore/system__activity/event_attribute?fields=event.created_time,user.id,user.name,event_attribute.name,event_attribute.value&f[event.name]=%22user_permission_elevation%22&sorts=event.created_time+desc&limit=500

איך אפשר לעקוב אחרי הפעלת תכונות בגרסת טרום-השקה?

אפשר להשתמש בניתוח מאפייני אירוע כדי לעקוב אחרי הפעלת תכונות בגרסת טרום-השקה. לדוגמה, בוחרים את השדות הבאים:

  1. בוחרים באפשרות זמן היצירה בשדה אירוע.
  2. בשדה מאפיין האירוע, בוחרים באפשרויות שם וערך.
  3. מוסיפים מסנן לפי שם מתוך אירוע, ומגדירים את ערך המסנן ל-update_labs_feature.
  4. אפשר גם להוסיף שדות כמו מזהה או שם מתוך משתמש כדי לראות מידע על המשתמש שהפעיל תכונת תצוגה מקדימה.

בדוגמה הזו, השם של תכונת התצוגה המקדימה שהופעלה או הושבתה מוצג בשדה ערך של מאפיין האירוע, כשהערך של שם מתוך מאפיין האירוע הוא labs_feature_id. כשהערך של שם מתוך מאפיין האירוע הוא labs_feature_value, הערכים true ו-false מציינים אם תכונת התצוגה המקדימה הופעלה או הושבתה.

https://<instance_name.looker.com>/explore/system__activity/event_attribute?fields=event.created_time,event_attribute.name,event_attribute.value,user.id&f[event.name]=%22update_labs_feature%22&sorts=event.created_time+desc&limit=500

מתי שם הפרויקט השתנה?

אפשר להשתמש בדוח מאפייני אירוע כדי לראות מתי השם של פרויקט השתנה:

  1. בתצוגה אירוע, בוחרים באפשרויות זמן היצירה ושם.
  2. בקטע מאפיין האירוע, בוחרים באפשרויות שם וערך.
  3. מוסיפים מסנן על שם מהתצוגה אירוע, ומגדירים את ערך המסנן ל-rename_project_file.
https://<instance_name.looker.com>/explore/system__activity/event_attribute?fields=event.created_time,event.name,event_attribute.name,event_attribute.value&f[event.name]=%22rename_project_file%22&sorts=event.created_time+desc&limit=500&query_timezone=America%2FLos_Angeles&vis=%7B%7D&filter_config=%7B%22event.name%22%3A%5B%7B%22type%22%3A%22%3D%22%2C%22values%22%3A%5B%7B%22constant%22%3A%22rename_project_file%22%7D%2C%7B%7D%5D%2C%22id%22%3A0%2C%22error%22%3Afalse%7D%5D%7D&origin=share-expanded

אילו קריאות ל-API הופעלו על ידי שרת ה-MCP שמנוהל על ידי Looker?

אתם יכולים להשתמש ב-Explore Event Attribute כדי לראות את כל קריאות ה-API שהופעלו על ידי שרת ה-MCP שמנוהל על ידי Looker:

  1. בתצוגה אירוע, בוחרים באפשרויות קטגוריה, שם ומזהה.
  2. בקטע תאריך היצירה, בוחרים באפשרות שעה בתצוגה אירוע.
  3. בתצוגה משתמש, בוחרים באפשרות שם.
  4. בתצוגה מאפיין האירוע, בוחרים באפשרות שם ומבצעים ציר על השדה הזה.
  5. בתצוגה מאפיין אירוע, לוחצים על התפריט עוד בשדה ערך. לאחר מכן בוחרים באפשרות צבירה ואז באפשרות רשימה של ערכים ייחודיים.
  6. מוסיפים מסנן על קטגוריה בתצוגת אירוע ומגדירים את הערך ל-api.
  7. מוסיפים מסנן על שם בתצוגה אירוע ומגדירים את הערך ל-api_call.

  8. מוסיפים שדה בהתאמה אישית ויוצרים את החישוב הבא בטבלה:

    if(
  contains(
    to_string(pivot_where(${event_attribute.name}="source", ${list_of_value})),
    "Managed MCP Server"
  ),
  yes,
  no
)

  9. בתפריט More (עוד) של השדה המותאם אישית, בוחרים באפשרות Hide nos from visualization (הסתרת מספרי השורות מהוויזואליזציה).

  10. כדי לראות את הרשימה המסוננת, לוחצים על הפעלה ואז על פתיחת תרשימים.

https://<instance_name.looker.com>/explore/system__activity/event_attribute?fields=event.category,event.name,event.id,event.created_time,user.name,event_attribute.name,event_attribute.list_of_value&pivots=event_attribute.name&f[event.category]=api&f[event.name]=api_call

אילו אירועים קשורים לבקשה משרת ה-MCP שמנוהל על ידי Looker?

אפשר להשתמש בניתוח מאפייני אירועים כדי לראות רשימה של כל האירועים שממופים למזהה בקשה ספציפי. אחר כך אפשר להשתמש ברשימת האירועים הזו כדי לבדוק לעומק בקשה שמגיעה משרת MCP שמנוהל על ידי Looker.

  1. מוסיפים מסנן לערך בתצוגה מאפיין אירוע, ומגדירים את ערך המסנן למזהה הבקשה של הקריאה לשרת MCP שמעניינת אתכם. מזהה הבקשה יהיה גיבוב אלפאנומרי.
  2. בתצוגה אירוע, בוחרים באפשרויות מזהה, שם וקטגוריה.
  3. בתצוגה משתמש, בוחרים באפשרות שם.
  4. בתצוגה מאפיין האירוע, בוחרים באפשרויות שם וערך.
  5. לוחצים על Run כדי להחזיר את כל מזהי האירועים של בקשה ספציפית.

  6. כדי להעתיק את כל מזהי האירועים, לוחצים על התפריט עוד ואז על האפשרות העתקת ערכים בשדה מזהה האירוע בתוצאות.

  7. מסירים את כל המסננים הקיימים.

  8. מוסיפים מסנן לפי מזהה בתצוגת אירוע ומגדירים את הערכים לערכי מזהה האירוע שהועתקו.

  9. מסירים את השדה ערך של מאפיין האירוע.

  10. מבצעים ציר בשדה שם בתצוגה מאפיין האירוע.

  11. בתצוגה מאפיין אירוע, לוחצים על התפריט עוד בשדה ערך. לאחר מכן בוחרים באפשרות צבירה ואז באפשרות רשימה של ערכים ייחודיים.

https://<instance_name.looker.com>/explore/system__activity/event_attribute?fields=event.id,event.name,event.category,user.name,event_attribute.name,event_attribute.list_of_value&pivots=event_attribute.name&f[event_attribute.value]=REQUEST_ID_HASH

אילו עדכונים בוצעו בהגדרות של כלי שרת ה-MCP שמנוהל על ידי Looker על ידי אדמינים של Looker?

אתם יכולים להשתמש באפשרות מאפיין אירוע ב-Explore כדי להציג רשימה של עדכונים בהגדרות של כלי MCP שבוצעו על ידי אדמין ב-Looker בדף Model Context Protocol (MCP) בתפריט Admin.

  1. בתצוגה מאפיין האירוע, בוחרים באפשרויות שם וערך.
  2. בתצוגה אירוע, בוחרים באפשרויות קטגוריה, שם ומזהה.
  3. בקטע תאריך היצירה, בוחרים באפשרות שעה בתצוגה אירוע.
  4. בתצוגה משתמש, בוחרים באפשרות שם.
  5. מוסיפים מסנן על קטגוריה בתצוגת אירוע ומגדירים את הערך ל-setting.
  6. מוסיפים מסנן על שם בתצוגה אירוע ומגדירים את הערך ל-set_setting.
  7. מוסיפים מסנן על ערך בתצוגה מאפיין האירוע ומגדירים את הערך ל-mcp_tools.
https://<instance_name.looker.com>/explore/system__activity/event_attribute?fields=event_attribute.name,event_attribute.value,event.category,event.name,event.id,event.created_time,user.name&f[event.category]=setting&f[event.name]=set_setting&f[event_attribute.value]=mcp_tools

היסטוריה

בדוח היסטוריה ב-Explore מופיע תיעוד של שאילתות ספציפיות. הוא יכול להיות שימושי לפתרון בעיות, כי הוא מספק פרטים על כל השאילתות שהופעלו במופע ב-90 הימים האחרונים.

ריכזנו כאן כמה שאלות נפוצות על השימוש בכלי היסטוריה ב-Explore:

חיתוך של טבלת ההיסטוריה

גודל הטבלה History יכול לגדול במהירות, ולכן Looker מוחק באופן אוטומטי רשומות שעומדות באחד מהקריטריונים הבאים:

  • התאריך history.created_time חלף לפני יותר מ-90 ימים.
  • התאריך history.created_time חלף לפני יותר מ-7 ימים, והתאריך history.source הוא scheduled_task.

הבהרה של שדות נבחרים

לכל שדה בכרטיסייה היסטוריה ב'ניתוח נתונים' יש תיאור שיעזור לכם להבין את המטרה שלו. בטבלה הבאה מופיעים תיאורים מפורטים יותר של שדות מסוימים שלקוחות שואלים עליהם לעיתים קרובות:

שם השדה תיאור ערכים אפשריים
מקור המקור של שאילתה, כמו Look, ניתוח, משימה מתוזמנת, התראה, לוח בקרה וכו'.
  • ‫alerts: השאילתה הופעלה מהתראה.
  • ‫api: השאילתה הופעלה באמצעות Looker API.
  • ‫api3: השאילתה הופעלה באמצעות גרסה 3.x של Looker API. ‫api3 הוא גם ערך ברירת המחדל לבקשות פנימיות ב-Looker שלא ממופה להן מקור.
  • ‫api4: השאילתה הופעלה באמצעות גרסה 4.x של Looker API. בדומה ל-api3, ‏ api4 יכול לשמש גם כערך ברירת מחדל לבקשות פנימיות ב-Looker שלא ממופה להן מקור.
  • ‫authenticated_download: השאילתה הופעלה באמצעות Looker Action Hub עם פעולת סטרימינג לפי לוח זמנים.
  • ‫dashboard: השאילתה הופעלה מלוח בקרה. (יכול להיות שהשאילתה הופעלה מממשק המשתמש, מה-API או ממשימה מתוזמנת).
  • ‫dashboard_prefetch: השאילתה הופעלה מטעינה מראש של לוח בקרה.
  • ‫data-download-api: השאילתה הופעלה מהורדה של לוח בקרה בפורמט CSV, או משליחה מתוזמנת של לוח בקרה בפורמט שאינו PDF או PNG (כמו CSV).
  • ‫drill_modal: השאילתה הופעלה כשמשתמש התעמק בנתונים.
  • ‫explore: השאילתה הופעלה מניתוח. (יכול להיות שהשאילתה הופעלה מממשק המשתמש או מה-API. סוג השאילתה הזה כולל גם מסירות מתוזמנות של Look או הורדות של Look בפורמט שאינו PDF או PNG, כמו CSV).
  • ‫guided_analysis: השאילתה נוצרה באמצעות התכונה ניתוחים מודרכים בפעילות המערכת ב-Labs.
  • ‫internal: השאילתה הופעלה על ידי Looker כדי לאחזר מטא-נתונים למטרות פנימיות.
  • ‫look: השאילתה הופעלה מLook. (יכול להיות שהשאילתה הופעלה מממשק המשתמש, מה-API או ממשימה מתוזמנת).
  • ‫merge_query: השאילתה הופעלה משאילתת מיזוג.
  • ‫private_embed: השאילתה הופעלה מהטמעה פרטית.
  • ‫public_url: השאילתה הופעלה מ-Look עם גישה ציבורית מופעלת.
  • ‫regenerator: השאילתה הופעלה על ידי הכלי ליצירה מחדש של PDT.
  • ‫render_manager_cache: השאילתה הופעלה על ידי הורדה בפורמט PDF או PNG. יכול להיות שמדובר ב-Look או בלוח בקרה.
  • ‫scheduled_task: השאילתה הופעלה לפי לוח זמנים. (המקור הזה לא כולל משלוחים מתוזמנים של פורמטים שאינם PDF או PNG: משלוחים מתוזמנים של לוחות בקרה בפורמטים שאינם PDF או PNG מתועדים כ-data-download-api, ומשלוחים מתוזמנים של Look בפורמטים שאינם PDF או PNG מתועדים כ-explore).
  • ‫sql_interface: השאילתה הופעלה על ידי אפליקציה של צד שלישי באמצעות ממשק SQL פתוח.
  • ‫sqlrunner: השאילתה הופעלה מ-SQL Runner.
  • ‫suggest: השאילתה נוצרה כשאילתת הצעות לסינון.
שם הלקוח של ממשק ה-API לקוח ה-API שיזם את השאילתה.
מקור ההנפקה המקור של שאילתה, מקובץ.
  • Action Hub: השאילתה הופעלה באמצעות Looker Action Hub. הקבוצה הזו כוללת את הערך authenticated_download של מקור.
  • ‫API: השאילתה הופעלה באמצעות Looker API. הקבוצה הזו כוללת את ערכי המקור api3 ו-api4.
  • מערכת: השאילתה הופעלה על ידי Looker ללא התערבות ישירה של המשתמש. הקבוצה הזו כוללת את ערכי המקור alerts, data-download-api ו-scheduled_task.
  • משתמש: השאילתה הופעלה על ידי משתמש Looker. הקבוצה הזו כוללת את הערכים dashboard,‏ drill_modal,‏ explore,‏ look,‏ merge_query,‏ private_embed,‏ render_manager,‏ sqlrunner ו-suggest של מקור.
  • אחר: השאילתה לא מתאימה לאף אחת מהקבוצות האחרות. הקבוצה הזו כוללת את הערך internal של מקור.
סטטוס הסטטוס הנוכחי של אירוע ההיסטוריה.
  • ‫cache_only_miss: השאילתה הופעלה עם האפשרות cache_only=TRUE, והרשומה לא הייתה קיימת במטמון.
  • ‫complete: השאילתה הושלמה בהצלחה.
  • ‫error: השאילתה נכשלה עם שגיאה. כדי לראות את פרטי השגיאה, כוללים את השדה Message.
  • ‫killed: השאילתה בוטלה על ידי משתמש, על ידי מסד הנתונים או על ידי Looker.
מספר הפעמים שהשאילתה הופעלה השדה הזה סופר את מספר ההרצות של השאילתות על ידי סינון רשומות היסטוריה שבהן ערך השדה סטטוס הוא cache_only_miss. במילים אחרות, השדה הזה כולל רק רשומות היסטוריה שבהן הערך של השדה סטטוס הוא complete,‏ error או killed. מספר שלם חיובי.
כותרת לוח הבקרה השם של מרכז הבקרה שממנו הופעלה שאילתה. במרכזי בקרה של LookML (כמו מרכזי הבקרה של פעילות המערכת שמוגדרים כברירת מחדל) יוצג ערך ריק או null בשדה הזה. השם של לוח בקרה בהגדרת המשתמש, או null/blank למרכזי שליטה של LookML.
מזהה לוח הבקרה המזהה של מרכז הבקרה שממנו הופעלה שאילתה. השדה הזה משמש כמקור אמת יחיד שבו אפשר לראות במקום אחד את לוחות הבקרה שהוגדרו על ידי המשתמשים ואת לוחות הבקרה של LookML. מזהה מספרי (ללוחות בקרה שהוגדרו על ידי המשתמש) או מחרוזת model::dashboard_name (ללוחות בקרה של LookML).

ניתוחים להתחלה מהירה

הכרטיסייה היסטוריה ב'ניתוח נתונים' כוללת ניתוחים של התחלה מהירה, שבהם אפשר להשתמש כדי לקבל תשובות מהירות לשאלות או כנקודות התחלה לשאילתות אחרות.

בוחרים משבצת של ניתוח מהיר בתצוגת Explore ריקה, או בתפריט התחלה מהירה עם סמל הברק בתצוגת Explore שהופעלה, ומערכת Looker תציג שאילתה עם שדות שנבחרו מראש וממוינים כדי לענות על אחת מהשאלות הבאות:

  • מהם מקורות השאילתות שהיו הכי פעילים במהלך היום האחרון?
  • אילו משתמשים היו הכי פעילים בשבוע האחרון?
  • אילו לוחות בקרה של משתמשים הם הפופולריים ביותר?
  • כמה פעמים נעשה שימוש בלוח בקרה מסוים ב-30 הימים האחרונים?
  • מהן השאילתות שהופעלו לאחרונה?
  • כמה פעמים נעשה שימוש בטבלת Look מסוימת ב-30 הימים האחרונים?
  • מהם זמני הריצה הממוצעים של שאילתות במודלים נפרדים?
  • מהי פעילות השאילתות האחרונה של משתמש מסוים?

שאילתות לדוגמה

בדוגמאות הבאות מופיעות שאילתות נוספות שאפשר ליצור באמצעות האפשרות היסטוריה ב-Explore.

אילו מודלים משמשים בלוח בקרה?

נניח שמשתמש לא יכול לראות את הנתונים בלוח בקרה, ואתם רוצים לזהות את המודלים שלגביהם המשתמש צריך הרשאות גישה. כדי להשתמש ב-History Explore כדי למצוא את כל המודלים שמשמשים ללוח בקרה, פועלים לפי השלבים הבאים:

  1. בוחרים באפשרות מזהה (כולל) בתצוגה מרכז בקרה.
  2. בתצוגה Query, בוחרים באפשרות Model (מודל) ובאפשרות Count (ספירה).
  3. מסננים לפי מזהה לוח הבקרה (כולל) בתצוגה היסטוריה, ומזינים את מזהה לוח הבקרה של לוח הבקרה שרוצים לסנן.

בדוגמה הבאה של כתובת URL, אפשר להחליף את מזהה לוח הבקרה 123 ברכיב המסנן f[history.real_dash_id]=123 במזהה של לוח הבקרה שרוצים לסנן:

https://<instance_name.looker.com>/explore/system__activity/history?fields=history.real_dash_id,query.model,query.count&f[history.real_dash_id]=123&sorts=history.real_dash_id+desc&limit=500

איך אפשר לזהות שאילתות שפועלות במשך זמן רב?

נניח שאתם רוצים ליצור התראות לגבי שאילתות שפועלות במשך זמן רב. כדי להשתמש בהיסטוריה ב'ניתוח נתונים' כדי למצוא את השאילתות שלוקח הכי הרבה זמן להריץ, פועלים לפי השלבים הבאים:

  1. בתצוגה שאילתה, בוחרים באפשרות מזהה ובאפשרות קישור.
  2. בתצוגה היסטוריה, בוחרים באפשרות זמן ריצה ממוצע בשניות ובאפשרות מספר הפעמים שהשאילתה הופעלה כדי לראות את משך הזמן הממוצע שכל שאילתה רצה ואת מספר הפעמים שהשאילתה הופעלה.
  3. מסננים לפי תאריך השלמה בתצוגה היסטוריה, ומגדירים את ערך המסנן לטווח זמן כמו is in the past 7 days כדי להגביל את התוצאות שמוצגות.
  4. בקטע מאפייני אירוע השאילתה בתצוגה היסטוריה, מסננים לפי האם זו שאילתה יחידה (כן / לא) ומגדירים את הערך is Yes כדי להחריג מהתוצאות שאילתות מיזוג.
  5. אתם יכולים להציג רק שאילתות עם זמן ריצה שגבוה מסף מסוים, למשל 5 דקות. מסננים לפי Average Runtime in Seconds בקבוצה Runtime Fields בתצוגה History ומגדירים את ערך המסנן ל-is greater than 300.
  6. כדי להציג את השאילתות עם משך זמן הריצה הממוצע הארוך ביותר, ממיינים בסדר יורד את העמודה משך זמן הריצה הממוצע בשניות בתצוגה היסטוריה.

אחר כך תוכלו לשמור את השאילתה כ-Look וליצור התראה שתשלח לכם אם יש שאילתות עם זמני ריצה שחורגים מהסף שציינתם.

בדוגמה הבאה של כתובת URL, כדי לשנות את פרק הזמן שבו מוצגות התוצאות, מחליפים את הערך 7+days ברכיב המסנן f[history.created_date]=7+days בערך מסנן אחר. אפשר גם לשנות את הערך של המסנן Average Runtime in Seconds (זמן ריצה ממוצע בשניות) על ידי החלפת is greater than 300 ברכיב המסנן f[history.average_runtime]=%3E300.

https://<instance_name.looker.com>/explore/system__activity/history?fields=query.id,history.average_runtime,history.query_run_count,query.link&f[history.is_single_query]=Yes&f[history.created_date]=7+days&f[history.average_runtime]=%3E300&sorts=history.average_runtime+desc&limit=500

מתי בפעם האחרונה מישהו השתמש ב-SQL Runner?

כדי להשתמש ב-Explore History כדי לקבוע מתי משתמש ספציפי הפעיל לאחרונה שאילתת SQL Runner, פועלים לפי השלבים הבאים:

  1. בוחרים באפשרות שעת ההפעלה האחרונה ובאפשרות מזהה משתמש בתצוגה SQL Runner Query.
  2. מוסיפים מסנן למזהה משתמש בתצוגה SQL Runner Query ומגדירים את ערך המסנן למזהה של המשתמש.
https://<instance_name.looker.com>/explore/system__activity/history?fields=sql_query.last_run_time,sql_query.user_id&sorts=sql_query.last_run_time+desc&limit=500&column_limit=50

איך אפשר למצוא שאילתות שהופסקו על ידי מסד הנתונים?

כדי להשתמש בהיסטוריה ב-Explore כדי למצוא שאילתות שהופסקו על ידי מסד הנתונים, פועלים לפי השלבים הבאים:

  1. מוסיפים מסנן בעמודה Message בתצוגה History ומגדירים את ערך המסנן ל-contains query killed.
  2. בתצוגה היסטוריה, בוחרים באפשרויות תאריך היצירה, מזהה והודעה.
  3. בוחרים באפשרות מזהה בתצוגה שאילתה.
https://<instance_name.looker.com>/explore/system__activity/history?fields=history.id,history.created_date,query.id,history.message&f[history.message]=%25query+killed%25&sorts=history.message&limit=500

כדי להשתמש בהיסטוריה ב-Explore כדי ליצור רשימה של הכותרות של כל מרכזי הבקרה שהייתה אליהם גישה ב-90 הימים האחרונים, כולל ספירה של מספר הפעמים שבהן הייתה גישה לכל אחד ממרכזי הבקרה האלה, פועלים לפי השלבים הבאים:

  1. בתצוגה מרכז בקרה, לוחצים על שם.
  2. בוחרים באפשרות Query Run Count (מספר ההרצות של השאילתה) בתצוגה History (היסטוריה).
  3. מסננים לפי כותרת בתצוגה לוח בקרה ומגדירים את ערך המסנן ל-is not null.
https://<instance_name.looker.com>/explore/system__activity/history?fields=dashboard.title,history.query_run_count&f[dashboard.title]=-NULL&sorts=history.query_run_count+desc&limit=500&column_limit=50

כדי להשתמש ב-History Explore כדי לקבוע כמה פעמים הופעל Explore על ידי כל תפקיד במופע שלכם ב-90 הימים האחרונים, פועלים לפי השלבים הבאים:

  1. לוחצים על ניתוח נתונים בתצוגה שאילתה.
  2. בוחרים באפשרות שם בתצוגה תפקיד המשתמש ומסובבים את הנתונים.
  3. בוחרים באפשרות Query Run Count (מספר ההרצות של השאילתה) בתצוגה History (היסטוריה).
  4. מסננים לפי שם בתצוגה תפקיד המשתמש ומגדירים את ערך המסנן ל-is not null.
https://<instance_name.looker.com>/explore/system__activity/history?fields=history.query_run_count,query.view,role.name&pivots=role.name&f[role.name]=-NULL&sorts=history.query_run_count+desc+0,role.name&limit=500&column_limit=50

האם בוצעה שאילתה לגבי דוח ספציפי ב-90 הימים האחרונים?

כדי להשתמש ב-Explore History כדי לבדוק אם בוצעה שאילתה ב-Explore מסוים ב-90 הימים האחרונים, פועלים לפי השלבים הבאים:

  1. בוחרים באפשרות תאריך יצירה בתצוגה היסטוריה.
  2. בתצוגה שאילתה, לוחצים על מה חדש ב-Chromebook ואז על קישור.
  3. מסננים לפי Explore בתצוגה Query ומזינים את השם של ה-Explore.

האם נעשה שימוש בשדות כלשהם מתצוגה ספציפית ב-90 הימים האחרונים?

כדי להשתמש בהיסטוריה ב-Explore כדי לבדוק אם נעשה שימוש בשדות מתצוגה ספציפית במהלך 90 הימים האחרונים, פועלים לפי השלבים הבאים:

  1. בוחרים באפשרות תאריך יצירה בתצוגה היסטוריה.
  2. בתצוגה שאילתה, לוחצים על מה חדש ב-Chromebook ואז על קישור.
  3. מסננים לפי Fields Used בתצוגה Query, מקלידים את שם התצוגה ואחריו נקודה – לדוגמה, orders. – ובוחרים באפשרות contains לתנאי הסינון. הנקודה במסנן מציינת ש-Looker צריך להחזיר שדות רק מהתצוגה הזו, ולא שדות מתצוגות עם שמות דומים.

בדוגמה הבאה של כתובת URL, אפשר להחליף את order%5E_items. ברכיב המסנן f[query.formatted_fields]=%25order%5E_items. בשם התצוגה שרוצים לסנן, ואחריו נקודה:

https://<instance_name.looker.com>/explore/system__activity/history?fields=history.created_date,query.view,query.link&f[query.formatted_fields]=%25order%5E_items.%25&sorts=history.created_date+desc&limit=500&column_limit=50

אילו שאילתות הופעלו מתוך Google Sheets?

כדי להשתמש בהיסטוריה ב-Explore כדי לראות רשימה של שאילתות שנוצרו מתוך Google Sheets באמצעות התכונה גיליונות מקושרים ל-Looker, פועלים לפי השלבים הבאים:

  1. בוחרים באפשרות תאריך ובאפשרות שעה ביום בקבוצה תאריך היצירה בתצוגה היסטוריה.
  2. בוחרים באפשרויות שם לקוח ה-API, מזהה הגיליון האלקטרוני של גיליונות מקושרים וטריגר של גיליונות מקושרים מהקבוצה מאפייני לקוח ה-API של שאילתה בתצוגה היסטוריה.
  3. בתצוגה משתמש, בוחרים באפשרות שם.
  4. מסננים לפי מזהה הגיליון האלקטרוני של Connected Sheets בקבוצה מאפייני לקוח של Query API בתצוגה היסטוריה, ומגדירים את הערך ל-is not null.
https://<instance_name.looker.com>/explore/system__activity/history?fields=query_api_client_context.name,query_api_client_context.cs_spreadsheet_id,query_api_client_context.cs_trigger,user.name,history.created_date,history.created_time_of_day&f[query_api_client_context.cs_spreadsheet_id]=-NULL&sorts=history.created_time_of_day+desc&limit=5000
אילו ניתוחים באמצעות ממשק צ'אט עם AI בוצעו על ידי משתמשים?

כדי להשתמש ב-Explore History כדי לראות רשימה של ניתוחים שמשתמשים ב-Conversational Analytics ניהלו איתם צ'אטים, פועלים לפי השלבים הבאים:

  1. מסננים לפי שם לקוח ה-API בקבוצה Query API Client Properties בתצוגה History, ומגדירים את ערך הסינון ל-Conversational Analytics.
  2. בוחרים באפשרות מודל ואז באפשרות ניתוח בתצוגה שאילתה.
  3. בוחרים באפשרות Query Run Count (מספר ההרצות של השאילתה) בתצוגה History (היסטוריה).
  4. ממיינים לפי ספירה בתצוגה משתמש.
https://<instance_name.looker.com>/explore/system__activity/history?fields=query.model,query.view,user.count,history.query_run_count&f[query_api_client_context.name]=Conversational+Analytics&sorts=user.count+desc+0
אילו שאילתות הופעלו על ידי משתמשים בשרת MCP שמנוהל על ידי Looker?

כדי להשתמש ב-Explore History כדי לראות רשימה של שאילתות שהופעלו על ידי משתמשים בשרת MCP מנוהל, פועלים לפי השלבים הבאים:

  1. מסננים לפי שם לקוח ה-API בקבוצה Query API Client Properties בתצוגה History ומגדירים את ערך הסינון ל-Managed MCP Server.
  2. בתצוגה היסטוריה, בוחרים באפשרות שם לקוח ה-API ובאפשרות שעה.
  3. בתצוגה שאילתה, בוחרים באפשרות ניתוח נתונים ב-Explore, שדות בשימוש וקישור.
  4. בתצוגה משתמש, בוחרים באפשרות שם.
https://<instance_name.looker.com>/explore/system__activity/history?fields=query_api_client_context.name,history.created_time,query.view,query.formatted_fields,query.link,user.name&f[query_api_client_context.name]=Managed+MCP+Server
באילו ניתוחים השתמשו משתמשי ארגז הכלים של MCP?

כדי להשתמש ב-History Explore כדי לראות רשימה של Explores שהמשתמשים ב-MCP Toolbox ניהלו איתם צ'אט, מבצעים את השלבים הבאים:

  1. מסננים לפי שם לקוח ה-API בקבוצה Query API Client Properties בתצוגה History, ומגדירים את ערך הסינון ל-MCP Toolbox.
  2. בוחרים באפשרות מודל ואז באפשרות ניתוח בתצוגה שאילתה.
  3. בוחרים באפשרות Query Run Count (מספר ההרצות של השאילתה) בתצוגה History (היסטוריה).
  4. ממיינים לפי ספירה בתצוגה משתמש.
https://<instance_name.looker.com>/explore/system__activity/history?fields=query.model,query.view,user.count,history.query_run_count&f[query_api_client_context.name]=MCP+Toolbox&sorts=user.count+desc+0

טבלת Look

הניתוח Look כולל פרטים על כל ה-Looks, כולל מידע על לוחות בקרה, שאילתות, משתמשים ותיקיות שמשויכים ל-Looks.

ריכזנו כאן כמה שאלות נפוצות על השימוש בתכונה Look Explore:

אילו לוחות בקרה משותפים עם הציבור?

אתם יכולים להשתמש ב-Look Explore כדי לראות אילו Look משותפים באופן ציבורי או שיש להם כתובת URL ציבורית.

  • מסננים לפי Public (Yes / No) מתוך Look, ומגדירים את ערך המסנן ל-Yes.
  • בקטע Look (מראה), בוחרים באפשרויות ID (מזהה), Name (שם) וLink (קישור).
https://<instance_name.looker.com>/explore/system__activity/look?fields=look.id,look.title,look.link&f[look.public]=Yes&limit=500

מי המחבר של Look ספציפי?

כדי למצוא את המחבר של Look ספציפי:

  1. מסננים לפי מזהה מתוך Look, ומגדירים את הערך למזהה של ה-Look.
  2. בוחרים באפשרות מזהה ושם מתוך משתמש.
  3. אפשר גם לבחור שדות כמו תאריך היצירה ושם מתוך Look.

אילו Look נמחקו?

כדי לראות רשימה של כל ה-Looks שנמחקו:

  1. בוחרים באפשרויות מזהה, שם, קישור ותאריך המחיקה מתוך Look.
  2. מוסיפים מסנן על Deleted Date מתוך Look, ומגדירים את ערך המסנן ל-is not null.
https://<instance_name.looker.com>/explore/system__activity/look?fields=look.id,look.title,look.link,look.deleted_date&f[look.deleted_date]=NOT+NULL&sorts=look.title&limit=500&column_limit=50

מיזוג שאילתות

הכרטיסייה מיזוג שאילתות בכלי 'ניתוח נתונים' כוללת מידע על שאילתות שמוזגו, כולל שדות ורכיבים אחרים של שאילתות המקור והשאילתות שמוזגו.

אפשר להשתמש ב-Explore מיזוג שאילתות כדי לענות על שאלות כמו:

אילו תרשימים מסוג Explore ממוזגים הכי הרבה פעמים?

אתם יכולים להשתמש ב-Explore Merge Query כדי לגלות אילו תצוגות Explore מוזגו הכי הרבה פעמים, ולשקול מיזוג של הטבלאות כדי לשפר את הביצועים ולקבל תכונות נוספות.

  1. בתפריט שאילתה, בוחרים באפשרות ניתוח.
  2. בוחרים באפשרות ספירה מתוך מיזוג שאילתת מקור השאילתה.
https://<instance_name.looker.com>/explore/system__activity/merge_query?fields=query.view,merge_query_source_query.count&sorts=merge_query_source_query.count+desc&limit=500&query_timezone=America%2FLos_Angeles&vis=%7B%7D&filter_config=%7B%7D&origin=share-expanded

גרסאות Build של PDT

הניתוח PDT Builds כולל מידע על בניית PDT, כולל הזמן שנדרש להשלמת הבנייה, והחיבור והמודל שה-PDT הם חלק מהם.

אלה כמה שימושים נפוצים בדוח PDT Builds ב-Explore:

יכול להיות שייקח יותר זמן להריץ את השאילתות האלה במופעים שבהם פועלים במקביל הרבה PDT.

איך אפשר לראות את זמני הבנייה של PDT?

אתם יכולים להשתמש ב-Explore PDT Builds כדי לראות את זמני הבנייה של PDT. לדוגמה, כדי לראות את זמני הבנייה של PDT ביומיים האחרונים:

  1. מוסיפים מסנן בעמודה שעת התחלה בתצוגה PDT Builds ומגדירים את הערך שלו ל-is in the past 2 days.
  2. בתצוגה PDT Builds, בוחרים באפשרויות Start Time, ‏ View Name, ‏ Connection, ‏ Model Name, ‏ Elapsed Minutes ו-Elapsed Seconds.
https://<instance_name.looker.com>/explore/system__activity/pdt_builds?fields=pdt_builds.start_time,pdt_builds.view_name,pdt_builds.connection,pdt_builds.model_name,pdt_builds.elapsed_minutes,pdt_builds.elapsed_seconds&f[pdt_builds.start_time]=2+days&sorts=pdt_builds.start_time+desc&limit=500

איך אפשר לזהות PDTs שפועלים במשך זמן רב כדי להגדיר התראות לגביהם?

אפשר להשתמש בכלי הניתוחים PDT Builds כדי לזהות PDTs שפועלים במשך זמן רב. אחר כך תוכלו לשמור את השאילתה כ-Look וליצור התראה שתשלח לכם אם יש PDT עם זמני בנייה שחורגים מהסף שציינתם.

לדוגמה, כדי לראות PDTs עם זמן בנייה ממוצע של יותר מ-30 דקות:

  1. מוסיפים מסנן לAverage Build Time Minutes מהתצוגה PDT Builds ומגדירים את הערך שלו ל-is greater than 30.
  2. בתצוגה PDT Builds (בניית PDT), בוחרים באפשרויות View Name (שם התצוגה), Connection (חיבור) ו-Average Build Time Minutes (זמן בנייה ממוצע בדקות).

כדי לשנות את הערך של המסנן Average Build Time Minutes מ-PDT Builds, מחליפים את 30 ברכיב המסנן f[pdt_builds.average_build_time_minutes]=%3E20 במספר דקות:

https://<instance_name.looker.com>/explore/system__activity/pdt_builds?fields=pdt_builds.view_name,pdt_builds.connection,pdt_builds.average_build_time_minutes&f[pdt_builds.average_build_time_minutes]=%3E30&sorts=pdt_builds.average_build_time_minutes+desc&limit=500

בו-זמניות (concurrency) של שאילתות

בדף Query Concurrency ב-Explore מוצג ניתוח מפורט של מקבילות השאילתות במופע. אתם יכולים להשתמש ב'ניתוח' כדי להבין כמה שאילתות ממקורות שונים מופעלות בו-זמנית במרווחי זמן ספציפיים. הדוח הזה יכול לעזור לכם לזהות תקופות של עומס גבוה ולחקור צווארי בקבוק בביצועים שקשורים למגבלות על חיבורים למסד נתונים.

ניתוח של מספר השאילתות המקבילות לאורך זמן

אתם יכולים להשתמש ב-Explore Query Concurrency כדי להציג באופן חזותי את מספר השאילתות שפועלות בו-זמנית, ולבצע ניתוח מעמיק של מרווחי זמן ספציפיים.

כדי לראות את מגמות השימוש בו-זמנית לאורך זמן:

  1. עוברים אל התכונה 'התנסות' Query Concurrency (מקבילות של שאילתות).
  2. מוסיפים את המאפיין תאריך התחלת המרווח מהתצוגה מקבילות.
  3. מוסיפים את המדד מקבילות מהתצוגה מקבילות.
  4. כדי לפלח את מספר החיבורים המקבילים לפי מקור השאילתה, משנים את ציר הנתונים לפי המאפיין מקור בתצוגה מרווחי זמן של שאילתות.
  5. מוסיפים מסננים לפי הצורך, כמו שם החיבור, טווח תאריכים וגודל המרווח (בדקות).
  6. כדי לראות את מגמות השימוש בו-זמנית לאורך זמן, בוחרים תרשים עמודות מוערם או תרשים שטח מוערם.

דוח Query Concurrency Explore שמציג תרשים שטח משולב של מקבילות על פני שלושה ימים, עם ציר מסתובב לפי מקור.

כדי לבדוק תקופה ספציפית של בו-זמניות (concurrency) גבוהה, מבצעים את השלבים הבאים:

  1. בטבלת הנתונים או בהדמיה, לוחצים על ערך מהמדד Concurrency.
  2. בתפריט ההסתעפות, בוחרים באפשרות סיכום ציר הזמן של המרווח.

הדמיה של ציר זמן שמציגה את השאילתות הספציפיות שהופעלו במהלך יום אחד, מקובצות לפי מקור השאילתה.

מגבלות בשרתי קצה עורפיים של MySQL

במופעי Looker עם קצה עורפי של MySQL שלא משתמשים בפעילות מערכת Elite, יכולה להתרחש שגיאה אם הערכים של טווח התאריכים וגודל המרווח יוצרים יותר מדי קבוצות. אם נתקלים בשגיאה Recursive query aborted after N iterations, צריך לצמצם את טווח התאריכים או להגדיל את גודל המרווח כדי לא לחרוג מהמגבלה שהוגדרה במסד הנתונים.

בתרשים להמחשה שיתקבל יוצג ציר זמן של כל שאילתה שהופעלה במהלך מרווח הזמן הספציפי הזה, כך שתוכלו לראות את זמני ההתחלה והסיום המדויקים של כל עבודה שתרמה לערך הכולל של הפעילות המקבילה.

מדדי ביצועים של שאילתות

בדוח מדדי ביצועים של שאילתות ב-Explore מפורטים כל הנתונים של כל שאילתה שמופעלת ממופע Looker שלכם.

לדוגמה, אפשר להשתמש בניתוח הזה כדי לבדוק אילו רכיבים בשאילתה לקחו הכי הרבה זמן לטעינה. אפשר גם להשתמש בכלי הזה כדי לזהות מגמות ואנומליות בביצועים של שאילתות. לפירוט נוסף של מחזור החיים של השאילתה והשדות שנכללים ב-Explore הזה, אפשר לעיין בדף התיעוד הסבר על מדדי הביצועים של השאילתות.

ניתוחים להתחלה מהירה

הניתוחים בQuery Performance Explore כוללים ניתוחים של התחלה מהירה, שבהם אפשר להשתמש כדי לקבל תשובות מהירות לשאלות או כנקודות התחלה לשאילתות אחרות.

בוחרים משבצת של ניתוח מהיר בתצוגת Explore ריקה, או בתפריט התחלה מהירה עם סמל הברק בתצוגת Explore שהופעלה, ומערכת Looker תציג שאילתה עם שדות שנבחרו מראש וממוינים כדי לענות על אחת מהשאלות הבאות:

  • כמה זמן נמשך כל שלב בשאילתה?
  • באילו דוחות Explore זמן הביצוע הממוצע של השאילתה הראשית הוא הגבוה ביותר?
  • אילו משתמשים מתאפיינים בזמן הביצוע הממוצע הארוך ביותר של שאילתות ראשיות?
  • באילו שעות ביום יש את משכי הזמן הכי ארוכים של עובדים אסינכרוניים?
  • באילו שעות ביום משך ההפעלה של השאילתות הוא הכי ארוך?
  • באילו שעות ביום נרשמים זמני הטיפול הארוכים ביותר בחיבורים?
  • באילו שעות ביום יש את התזמונים הכי ארוכים של שאילתות ראשיות?
  • באילו שעות ביום יש את משכי הזמן הארוכים ביותר אחרי שליחת השאילתה?

שאילתת SQL

הניתוח SQL Query כולל מידע על שאילתות ה-SQL שהורצו, כולל מתי לאחרונה ובאיזו תדירות, ופרטים על המשתמשים שהריצו אותן.

אפשר להשתמש ב-Explore SQL Query כדי לענות על שאלות כמו:

אילו משתמשים מריצים הכי הרבה שאילתות SQL?

אתם יכולים להשתמש בכלי הניתוחים SQL Query כדי לזהות את המשתמשים שמריצים הכי הרבה שאילתות ב-SQL Runner:

  1. בוחרים באפשרות מזהה ושם מתוך משתמש.
  2. בוחרים באפשרות Count מתוך SQL Runner Query.
  3. ממיינים בסדר יורד לפי ספירה מתוך שאילתת SQL Runner כדי להציג קודם את המשתמשים שמריצים הכי הרבה שאילתות.
https://<instance_name.looker.com>/explore/system__activity/sql_query?fields=sql_query.count,user.id,user.name&sorts=sql_query.count+desc&limit=500

תוכנית מתוזמנת

התצוגה Scheduled Plan ב-Explore כוללת מידע על כל העברות הנתונים המתוזמנות, כולל משימות מתוזמנות קודמות ומשימות מתוזמנות עתידיות.

ריכזנו כאן כמה שאלות נפוצות לגבי השימוש ב-Explore של תוכנית מתוזמנת:

איך אפשר לראות את התוכניות המתוזמנות באזור זמן עקבי?

אפשר להשתמש בתוכנית מתוזמנת כדי לראות את כל התוכניות המתוזמנות באזור זמן עקבי, כי הפעילות במערכת מאחסנת נתונים מבוססי-זמן באזור הזמן של המערכת:

  1. בוחרים באפשרויות ID,‏ Name ו-Next Runtime מתוך Scheduled Plan כדי לראות את זמן הריצה הבא של כל תוכנית מתוזמנת באזור הזמן של המערכת.
  2. בוחרים באפשרות מזהה ובאפשרות שם מתוך משתמש כדי לראות את המשתמש שיצר את התזמון.
  3. מסננים לפי Run Once (Yes/No) ומגדירים את ערך המסנן ל-No כדי לא לכלול משלוחים שנשלחו פעם אחת (לדוגמה, משלוח של Look) או שנשלחו כבדיקה חד-פעמית (לדוגמה, משלוח בדיקה של Look).
  4. אפשר גם להוסיף שדות כמו Cron Schedule (לוח זמנים של Cron) ו-Timezone (אזור זמן) בתצוגה Scheduled Plan (תוכנית מתוזמנת).
https://<instance_name.looker.com>/explore/system__activity/scheduled_plan?fields=scheduled_plan.id,scheduled_plan.name,user.id,scheduled_plan.next_run_time,scheduled_plan.cron_schedule,scheduled_plan.timezone,user.name&f[scheduled_plan.run_once]=No&sorts=scheduled_plan.timezone+desc&limit=500&column_limit=50

באיזה שלב לוחות הזמנים נתקעים?

אפשר להשתמש בניתוח תזמון מתוכנן כדי לזהות את השלב שבו התזמונים נתקעים. לדוגמה:

  1. כדי לראות באיזה שלב נתקעה משימה מתוזמנת ספציפית, מסננים לפי מזהה מתוך משימה מתוזמנת, ומגדירים את ערך המסנן למזהה של המשימה המתוזמנת. בוחרים באפשרויות שלב, מזהה של משימה מתוזמנת וזמן ריצה בשניות מתוך שלב של משימה מתוזמנת.
  2. אפשר גם לבחור באפשרויות שעת ההתחלה ושעת הסיום מתוך שלב העבודה המתוזמן.

אחר כך אפשר להשתמש בשדות ID וRuntime in Seconds כדי לפתור בעיות בעבודה שנכשלה, בהתאם לשלב שבו המשימה המתוזמנת נתקעה, למשל בשלב execute או בשלב enqueued for delivery.

בדוגמה הבאה של כתובת URL, אפשר להחליף את מזהה המשימה המתוזמנת 12913 ברכיב המסנן &f[scheduled_job.id]=12913 במזהה של המשימה המתוזמנת שרוצים לסנן:

https://<instance_name.looker.com>/explore/system__activity/scheduled_plan?fields=scheduled_job_stage.stage,scheduled_job_stage.scheduled_job_id,scheduled_job_stage.runtime,scheduled_job_stage.started_time,scheduled_job_stage.completed_time&f[scheduled_job.id]=12913&sorts=scheduled_job_stage.scheduled_job_id+desc&limit=500

איך מוצאים את הבעלים של לוחות הזמנים?

אפשר להשתמש באפשרות לפרטי התוכנית כדי למצוא את הבעלים של לוח הזמנים:

  1. בוחרים באפשרות מזהה ושם מתוך תוכנית מתוזמנת.
  2. בוחרים באפשרות מזהה ושם מתוך משתמש.
  3. מסננים לפי Run Once (Yes/No) ומגדירים את ערך המסנן ל-No כדי לא לכלול משלוחים שנשלחו פעם אחת (לדוגמה, משלוח של Look) או שנשלחו כבדיקה חד-פעמית (לדוגמה, משלוח בדיקה של Look).
  4. כדי למצוא את הבעלים של תוכנית ספציפית, מסננים לפי מזהה מתוך תוכנית מתוזמנת ומגדירים את ערך המסנן למזהה של התוכנית הזו.
https://<instance_name.looker.com>/explore/system__activity/scheduled_plan?fields=scheduled_plan.id,scheduled_plan.name,user.id,user.name&f[scheduled_plan.run_once]=No&sorts=scheduled_plan.id&limit=500

אילו תוכניות מתוזמנות פועלות באותו זמן?

אפשר להשתמש באפשרות Scheduled Plan (תוכנית מתוזמנת) בכרטיסייה 'ניתוח' כדי לזהות תוכניות שמתוזמנות להפעלה באותו זמן:

  1. בוחרים באפשרויות ID,‏ Name,‏ Cron Schedule ו-Next Run Time מתוך Scheduled Plan.
  2. מסננים לפי Run Once (Yes/No) ומגדירים את ערך המסנן ל-No כדי לא לכלול משלוחים שנשלחו פעם אחת (לדוגמה, משלוח של Look) או שנשלחו כבדיקה חד-פעמית (לדוגמה, משלוח בדיקה של Look).
  3. אפשר גם להוסיף מסנן על הזמן להפעלה הבאה ולהגדיר את ערך המסנן ל-is not null כדי לכלול בתוצאות רק משלוחים מתוזמנים קיימים.

אחר כך תוכלו לשנות את התזמון של לוחות הזמנים (לדוגמה, של העברת Look) כדי שכמה לוחות זמנים לא יפעלו באותו הזמן.

https://<instance_name.looker.com>/explore/system__activity/scheduled_plan?fields=scheduled_plan.id,scheduled_plan.name,scheduled_plan.cron_schedule,scheduled_plan.next_run_time&f[scheduled_job.run_once]=No&f[scheduled_plan.next_run_time]=NOT+NULL&sorts=scheduled_plan.id&limit=500

אילו לוחות זמנים הם ללא הגבלה?

אתם יכולים להשתמש באפשרות תכנון מתוזמן ב'חיפוש' כדי למצוא לוחות זמנים ללא הגבלה, או לוחות זמנים עם מגבלת שורות של -1:

  1. מסננים לפי שליחת כל התוצאות ומגדירים את הערך לכן.
  2. בוחרים באפשרויות ID,‏ Created Time,‏ Finalized Time ו-Count מתוך Scheduled Job.
https://<instance_name.looker.com>/explore/system__activity/scheduled_plan?fields=scheduled_job.id,scheduled_job.created_time,scheduled_job.finalized_time,scheduled_job.count&f[scheduled_plan.send_all_results]=Yes&sorts=scheduled_job.created_time+desc&limit=500

אפשר לראות את היסטוריית הצפיות של יותר מ-50 לוחות זמנים?

באמצעות האפשרות Scheduled Plan Explore, אפשר לראות את ההיסטוריה של יותר מ-50 לוחות הזמנים שזמינים לצפייה בדף הניהול Schedule History. לדוגמה:

  1. בוחרים באפשרות מזהה מתוך תוכנית מתוזמנת.
  2. בוחרים באפשרות שם מתוך משתמש כדי לראות מי יצר כל תזמון.
  3. בוחרים באפשרות Cron Schedule (תזמון Cron) מתוך Scheduled Job (משימה מתוזמנת) כדי לראות את זמן המסירה המתוזמן של כל משימה מתוזמנת כמחרוזת Cron.
  4. בוחרים באפשרות סוג מתוך יעד של תוכנית מתוזמנת כדי לראות את סוג היעד (לדוגמה, משלוח של Look).
  5. בוחרים באפשרויות מזהה, סטטוס ופרטי סטטוס מתוך משימה מתוזמנת כדי לראות את הסטטוס ואת הודעות השגיאה של כל משימה מתוזמנת.
  6. בוחרים באפשרות Created Time (שעת היצירה) ובאפשרות Finalized Time (שעת הסיום) מתוך Scheduled Job (עבודה מתוזמנת).
  7. בוחרים באפשרות זמן ריצה בשניות מתוך שלב של משימה מתוזמנת.
  8. אפשר גם לבחור באפשרות קישור בתצוגה Look או בתצוגה לוח בקרה כדי לקבל קישור ל-Look או ללוח הבקרה של לוח הזמנים.
  9. כדי להגביל את התוצאות לפרק זמן ספציפי, מוסיפים מסנן בעמודה תאריך יצירה מתוך משימה מתוזמנת, ומגדירים את ערך המסנן לפרק זמן ספציפי, כמו is in the past 7 days.
  10. מסננים לפי Run Once (Yes/No) ומגדירים את ערך המסנן ל-No כדי לא לכלול משלוחים שנשלחו פעם אחת (לדוגמה, משלוח של Look) או שנשלחו כבדיקה חד-פעמית (לדוגמה, משלוח בדיקה של Look).
https://<instance_name.looker.com>/explore/system__activity/scheduled_plan?fields=scheduled_plan.id,user.name,scheduled_job.cron_schedule,scheduled_plan_destination.type,scheduled_job.id,scheduled_job.status,scheduled_job.status_detail,scheduled_job.created_time,scheduled_job.finalized_time,scheduled_job_stage.runtime,look.link,dashboard.link&f[scheduled_plan.run_once]=No&f[scheduled_job.created_date]=7+days&sorts=scheduled_job.created_time+desc&limit=500

איך מסננים את התוצאות כדי להציג קבוצה ספציפית של לוחות זמנים?

אתם יכולים להשתמש ב-Scheduled Plan Explore כדי לראות רק קבוצה ספציפית של תזמונים באמצעות סינון, למשל לפי לוחות בקרה, בעלים או מודלים ספציפיים. לדוגמה, כדי להציג רשימה של לוחות זמנים שמבוססים על מודל ספציפי, כמו thelook:

  1. מוסיפים מסנן למודל בתצוגה שאילתה ומגדירים את ערך המסנן לשם המודל.
  2. בוחרים באפשרות מזהה ושם מתוך תוכנית מתוזמנת.
  3. בוחרים באפשרות שם מתוך משתמש כדי לראות מי יצר כל תזמון.
  4. בוחרים באפשרות Cron Schedule (תזמון Cron) מתוך Scheduled Plan (תוכנית מתוזמנת) כדי לראות את זמן המסירה המתוזמן של כל תזמון כמחרוזת Cron.
  5. אפשר גם לבחור באפשרות קישור בתצוגה Look או בתצוגה לוח בקרה כדי לקבל קישור ל-Look או ללוח הבקרה של לוח הזמנים.
  6. מסננים לפי Run Once (Yes/No) ומגדירים את ערך המסנן ל-No כדי לא לכלול משלוחים שנשלחו פעם אחת (לדוגמה, משלוח של Look) או שנשלחו כבדיקה חד-פעמית (לדוגמה, משלוח בדיקה של Look).

בדוגמה הבאה של כתובת URL, אפשר להחליף את שם המודל thelook ברכיב המסנן f[query.model]=thelook בשם המודל שרוצים לסנן:

https://<instance_name.looker.com>/explore/system__activity/scheduled_plan?fields=scheduled_plan.id,scheduled_plan.name,user.name,scheduled_plan.cron_schedule,look.link,dashboard.link&f[scheduled_plan.run_once]=No&f[query.model]=thelook&sorts=scheduled_plan.id&limit=500

מקרה שימוש נוסף בתוכנית מתוזמנת ב-Explore הוא זיהוי מגמות של שגיאות בלוחות זמנים, למשל, אם לוחות זמנים של SFTP נכשלים עם הודעת שגיאה ספציפית:

  1. בוחרים באפשרויות זמן יצירה, זמן סיום, מזהה, סטטוס ופרטי סטטוס מתוך משימה מתוזמנת כדי לראות רשימה של משימות מתוזמנות, הסטטוסים שלהן והודעות השגיאה.
  2. בוחרים באפשרות שלב מתוך שלב של משימה מתוזמנת.
  3. בוחרים באפשרות סוג ופורמט מתוך יעד של תוכנית מתוזמנת כדי לראות את סוג היעד (לדוגמה, משלוח של Look) ואת פורמט הנתונים (לדוגמה, משלוח של Look).
  4. מסננים לפי סטטוס מתוך משימה מתוזמנת, ומגדירים את ערך המסנן ל-failure כדי לכלול רק משימות מתוזמנות שנכשלו.
  5. כדי לכלול תוצאות רק ליעד ספציפי, מסננים את השדה Type מתוך Scheduled Plan Destination ומגדירים את ערך המסנן ליעד ספציפי, כמו sftp או email.
https://<instance_name.looker.com>/explore/system__activity/scheduled_plan?fields=scheduled_job.created_time,scheduled_job.finalized_time,scheduled_job.id,scheduled_job.status,scheduled_job.status_detail,scheduled_job_stage.stage,scheduled_plan_destination.type,scheduled_plan_destination.format&f[scheduled_job.status]=failure&sorts=scheduled_job.status&limit=500&column_limit=50

איך אפשר לראות מדדים של זמן ריצה ללוחות זמנים?

אפשר להשתמש בניתוח Scheduled Plan כדי לבדוק מדדי זמן ריצה של תזמונים. לדוגמה, כדי לראות את זמני הריצה הממוצעים של לוחות זמנים:

  1. בוחרים באפשרות מזהה ושם מתוך תוכנית מתוזמנת.
  2. בוחרים באפשרות שם מתוך משתמש.
  3. בוחרים באפשרות תזמון Cron מתוך תוכנית מתוזמנת.
  4. בוחרים באפשרות Average Runtime in Seconds (זמן ריצה ממוצע בשניות) מתוך Scheduled Job Stage (שלב של עבודה מתוזמנת).
  5. מסננים לפי Run Once (Yes/No) ומגדירים את ערך המסנן ל-No כדי לא לכלול משלוחים שנשלחו פעם אחת (לדוגמה, משלוח של Look) או שנשלחו כבדיקה חד-פעמית (לדוגמה, משלוח בדיקה של Look).
https://<instance_name.looker.com>/explore/system__activity/scheduled_plan?fields=scheduled_plan.id,scheduled_plan.name,user.name,scheduled_plan.cron_schedule,scheduled_job_stage.avg_runtime&f[scheduled_plan.run_once]=No&sorts=scheduled_plan.id&limit=500

כדי לראות את זמני הריצה של משימות מתוזמנות:

  1. כדי לראות את זמני הריצה של כל המשימות בתוכנית ספציפית, מוסיפים מסנן למזהה מתוך תוכנית מתוזמנת, ומגדירים את ערך המסנן למזהה ספציפי של תוכנית מתוזמנת.
  2. בוחרים באפשרות מזהה מתוך תוכנית מתוזמנת.
  3. בוחרים באפשרות שם מתוך משתמש.
  4. בוחרים באפשרות תזמון Cron מתוך תוכנית מתוזמנת.
  5. בוחרים באפשרויות מזהה, סטטוס, שעת היצירה ושעת הסיום מתוך משימה מתוזמנת.
  6. בוחרים באפשרות זמן ריצה בשניות מתוך שלב של משימה מתוזמנת.
  7. מסננים לפי Run Once (Yes/No) ומגדירים את ערך המסנן ל-No כדי לא לכלול משלוחים שנשלחו פעם אחת (לדוגמה, משלוח של Look) או שנשלחו כבדיקה חד-פעמית (לדוגמה, משלוח בדיקה של Look).

כדי לשנות את המסנן ID מ-Scheduled Plan בדוגמה הבאה של כתובת URL, מחליפים את 145 ברכיב המסנן f[scheduled_plan.id]=145 במזהה של התוכנית המתוזמנת שלפיה רוצים לסנן:

https://<instance_name.looker.com>/explore/system__activity/scheduled_plan?fields=scheduled_plan.id,user.name,scheduled_job.cron_schedule,scheduled_job.id,scheduled_job.status,scheduled_job.created_time,scheduled_job.finalized_time,scheduled_job_stage.runtime&f[scheduled_plan.run_once]=No&f[scheduled_plan.id]=145&sorts=scheduled_job.created_time+desc&limit=500

משתמש

התצוגה User Explore כוללת פרטים על כל משתמש, כולל שאילתות היסטוריות שהופעלו, והתוכן והתיקיות שיש לו גישה אליהם.

ניתוחים להתחלה מהירה

הניתוח User כולל ניתוחים של Quick Start, שבהם אפשר להשתמש כדי לענות במהירות על שאלות או כנקודות התחלה לשאילתות אחרות.

בוחרים משבצת של ניתוח מהיר בתצוגת Explore ריקה, או בתפריט התחלה מהירה עם סמל הברק בתצוגת Explore שהופעלה, ומערכת Looker תציג שאילתה עם שדות שנבחרו מראש וממוינים כדי לענות על אחת מהשאלות הבאות:

  • כמה משתמשים מופעלים קיבלו את הרשאת הצפייה (access_data)?
  • אילו משתמשים גרמו לכישלון של יותר מ-3 משימות מתוזמנות ב-7 הימים האחרונים?
  • מתי בפעם האחרונה משתמש מסוים התחבר לחשבון?
  • אילו משתמשים הם הכי פעילים?
  • אילו משתמשים לא התחברו במשך יותר מ-90 ימים?
  • אילו משתמשים איבדו את הגישה?
  • אילו משתמשים קיבלו את הרשאת המפתח (develop)?
  • כמה משתמשים יש בכל תפקיד?

איך אפשר לראות לאילו אנשי צוות של Google הייתה גישה למופע שלי?

בנוסף לחלונית גישה לאחרונה בדף גישה לתמיכה, אפשר לראות מי מנציגי Google ניגש למופע שלכם. לדוגמה, כדי לראות לאיזה צוות של Google הייתה גישה למופע שלכם, כמה דקות הייתה להם גישה למופע וכמה שאילתות הם הפעילו:

  1. בוחרים באפשרות שם מתוך משתמש.
  2. בוחרים באפשרות Approximate Web Usage in Minutes (שימוש משוער באינטרנט בדקות) ובאפשרות Query Counts > Query Run Count (מספר שאילתות > מספר הפעלות של שאילתות) מתוך היסטוריה.
  3. מסננים לפי תאריך יצירה > תאריך בהיסטוריה, ומגדירים את הערך לתקופת הזמן שבה רוצים לראות את גישת הצפייה של צוות Google.
  4. מסננים לפי מקור > מקור בהיסטוריה ומגדירים את הערך ל-is not equal to scheduled_task כדי לבטל את כל המשימות המתוזמנות.
  5. מסננים לפי User Permissions > Is Looker Employee (Yes / No) ב-User Facts ומגדירים את הערך ל-is Yes כדי להציג רק את אנשי Google.
https://<instance_name>/explore/system__activity/user?fields=user.name,history.approximate_usage_in_minutes,history.query_run_count_drill&f[user.is_disabled]=No&f[history.created_date]=70+days&f[history.source]=-%22scheduled_task%22&f[user_facts.is_looker_employee]=Yes

ניתוחים מודרכים בתכונה System Activity Labs

ניתוחים מודרכים מאפשרים לאדמינים ב-Looker ולמשתמשים שקיבלו את ההרשאה see_system_activity לענות במהירות על שאלות חשובות לגבי השימוש במופע ב-Explore History בפורמט של שאלות ותשובות. כדי שהמשתמשים יוכלו לגשת לניתוחים מודרכים, אדמין צריך להפעיל את הניתוחים המודרכים ב'פעילות המערכת' בתכונות החדשות של Labs.

ניתוח מודרך כולל שדות, ערכים ואפשרויות שנבחרו מראש, וגם תרשים שמציג את המדדים שנבחרו.

סוג התרשים נקבע על ידי Looker כדי להציג את הנתונים שנבחרו בצורה הטובה ביותר, ואי אפשר לשנות אותו.

בשלב הזה, המשתמשים יכולים לגשת לכמה אפשרויות של ניתוח מודרך מתוך היסטוריה ב'ניתוח':

  • אילו משתמשים הכי פעילים במופע שלכם? – להבין מי מפיק את הערך הכי גבוה מהמופע
  • איזה תוכן גורם לעומס על המופע? – זיהוי תוכן שנמצא בשימוש רב
  • ביקורת משתמשים – הבנת פעילות המשתמשים לפי סוג ותפקיד
  • השימוש במופע לאורך זמן – השוואה בין מדדי פעילות שונים לאורך זמן

בחירת ניתוח מודרך מתוך ניתוח ריק

כדי להפעיל ניתוח מודרך, בוחרים את אפשרות הניתוח שרוצים להשתמש בה. אפשרויות הניתוח מוצגות בקטע ניתוח מודרך.

אחרי שמריצים את הניתוח המודרך, אפשר להתאים אישית את ערכי הנתונים כדי לענות על שאלות מרכזיות, להמשיך לחקור את הניתוח או לשמור את הניתוח כדי לשתף אותו עם משתמשים אחרים שיש להם גישה. כדי לסגור את הניתוח, סוגרים את הכרטיסייה שלו בדפדפן.

בחירת ניתוח מודרך אחרי הפעלת Explore

אם כבר הפעלתם ניתוח ב-Explore של היסטוריה של פעילות המערכת, אתם יכולים לבחור ניתוח מודרך על ידי לחיצה על הלחצן התחלה מהירה לצד השם של הניתוח ב-Explore.

הפעולה הזו מפעילה את התפריט התחלה מהירה.

בוחרים ניתוח מודרך מהתפריט Quick Start כדי לפתוח ולהפעיל את הניתוח המודרך בכרטיסייה חדשה בדפדפן.

אחרי שמריצים את הניתוח המודרך, אפשר להתאים אישית את ערכי הנתונים כדי לענות על שאלות מרכזיות, להמשיך לחקור את הניתוח או לשמור את הניתוח כדי לשתף אותו עם משתמשים אחרים שיש להם גישה. כדי לסגור את הניתוח, סוגרים את הכרטיסייה שלו בדפדפן.

התאמה אישית של ניתוח מודרך

אחרי שבוחרים ניתוח מודרך מניתוח ריק או מתפריט התחלה מהירה של ניתוח, הניתוח ייפתח ויופעל באופן אוטומטי בכרטיסייה חדשה בדפדפן.

אחרי שהניתוח המודרך מסתיים, אפשר לשנות וליצור שילובים של ערכים שאוכלסו מראש. כדי לעשות את זה, בוחרים ערכים ותנאים מתוך תפריטים נפתחים, תפריטי תאריכים או אפשרויות של לחצני בחירה, בהתאם לניתוח.

לדוגמה, אפשר לבחור בניתוח What content is taxing your instance?‎ (איזה תוכן מעמיס על המופע?) כדי לזהות תוכן שנמצא בשימוש רב במופע Looker. אחרי שהניתוח המודרך נטען, אפשר לשנות את ערך ברירת המחדל של מסגרת הזמן בשאלה Over what timeframe?‎ (באיזו מסגרת זמן?) ל-Last 30 days (במהלך 30 הימים האחרונים).

הניתוח המודרך יתעדכן אוטומטית עם הערך של מסגרת הזמן שנבחרה.

בשלב הזה, אפשר לבחור אם להוסיף תובנות לניתוח על ידי בדיקה של הנתונים לעומק. אתם יכולים לשמור את הניתוח כ-Look או במרכז שליטה כדי לשתף אותו עם משתמשים אחרים שיש להם גישה, או לסגור את הניתוח על ידי סגירת חלון הדפדפן שלו.

תפריט האפשרויות (3 נקודות) של ניתוח מודרך

בתפריט האפשרויות (3 נקודות) בניתוח מודרך, המשתמשים יכולים:

העמקה בניתוח מודרך

אחרי שמקבלים את הנתונים הראשוניים מניתוח מודרך, אפשר להמשיך לחקור את הנתונים. כדי לעשות את זה, לוחצים על סמל האפשרויות הנוספות (3 נקודות) ובוחרים באפשרות חיפוש בסביבה.

תיפתח כרטיסיית דפדפן חדשה עם ניתוח ב'חקירה' שנטען מראש עם השדות וההדמיה מהניתוח המודרך.

אתם יכולים להוסיף או להסיר שדות, צירים או מסננים, בין היתר, כדי לקבל תובנות נוספות מהנתונים. במאמר יצירה ועריכה של ניתוחים ב-Explore מופיעים טיפים ושיטות מומלצות נוספים לשימוש ב-Explore.

שמירת ניתוח מודרך

אחרי שמתאימים אישית ניתוח מודרך, יכול להיות שתרצו לשמור את הניתוח כדי לשתף אותו עם משתמשים אחרים שיש להם גישה. יש שתי דרכים לשמור ניתוח מודרך:

הוספת תרשים של ניתוח מודרך ללוח בקרה

כדי להוסיף ללוח בקרה תרשים של ניתוח מודרך, פותחים את התפריט שמירת ניתוח מודרך בלוח בקרה על ידי לחיצה על + הוספה ללוח בקרה בתפריט אפשרויות (סמל של 3 נקודות).

אחרי שפותחים את התפריט שמירת ניתוח מודרך בלוח בקרה, פועלים לפי השלבים הבאים:

  1. מזינים שם למרכז הבקרה של הניתוח המודרך.
  2. בוחרים תיקייה שבה לוח הבקרה שאליו רוצים להוסיף את הניתוח המודרך שמור.
  3. בוחרים את מרכז הבקרה.

  4. לוחצים על שמירה.

    תופיע תיבת דו-שיח שתעדכן אתכם שהניתוח המודרך נוסף למרכז השליטה שנבחר.

  5. לוחצים על הקישור כדי לעבור למרכז הבקרה, להציג אותו או לבצע בו שינויים.

  6. אפשרות אחרת היא ללחוץ על סיום כדי לצאת מהחלון הקופץ.

שמירת ניתוח מודרך כטבלת Look

כדי לשמור ניתוח מודרך כ-Look, בוחרים באפשרות Explore from Here (ניתוח נתונים מכאן) בתפריט Options (אפשרויות) (סמל האפשרויות הנוספות):

תיפתח כרטיסייה חדשה בדפדפן עם ניתוח ב-Explore שנטען מראש עם השדות וההדמיה מהניתוח המודרך:

כדי לשמור את ה-Explore כטבלת Look:

  1. בפינה השמאלית העליונה של חלונית התובנות, לוחצים על סמל גלגל השיניים.
  2. לוחצים על שמירה.

  3. בוחרים באפשרות As a Look (כ-Look) כדי לפתוח את התפריט Save Look (שמירת Look).

  4. בשדה Title, מזינים כותרת חדשה. אם אתם שומרים על Look קיים, השאירו את השדה הזה ריק.

  5. בשדה Description (תיאור), אפשר להזין תיאור של ה-Look. אם אתם שומרים על Look קיים, השאירו את השדה הזה ריק.

  6. בשדה Folder, בודקים אם התיקייה הנוכחית היא היעד הנכון. בשדה תיקייה מוצגים השם והמיקום של התיקייה שנבחרה, וגם התוכן שלה. אם תבחרו תיקייה שאין לכם הרשאה לשמור בה את ה-Look, תוצג אזהרה והלחצן שמירה והצגת ה-Look יהיה מושבת.

  7. אם רוצים לשמור בתיקייה אחרת, עוברים לתיקייה שבה רוצים לשמור את ה-Look. אפשר לנווט לתיקייה בכל אחת מהדרכים הבאות:

    • בשדה Folder (תיקייה), בוחרים תיקיות אב כדי לנווט אליהן.
    • בוחרים את השם של תיקייה ברמה העליונה כדי לעבור אליה.
    • בוחרים את השם של תיקיית משנה שרוצים להשתמש בה, או עוברים לאחת מתיקיות המשנה שלה.
    • אם יש הרבה תיקיות משנה, אפשר להזין את שם תיקיית המשנה בשדה Filter by title כדי לסנן את הרשימה כך שתוצג רק תיקיית המשנה הזו.

  8. אם רוצים לשמור על Look קיים, עוברים ברשימת ה-Looks או משתמשים בשדה Filter by title כדי למצוא ולבחור את ה-Look הרצוי. השם והתיאור של הלוק (אם יש) מופיעים בשדות שם ותיאור.

  9. שומרים את תבנית העיצוב.

    • כדי לשמור את ה-Look ולחזור לדף 'ניתוח נתונים', לוחצים על שמירה.
    • כדי לשמור את טבלת Look ולראות אותה, לוחצים על שמירה וצפייה בטבלת Look.

אפשר גם לבחור אפשרויות אחרות מתוך 'ניתוח' כדי לשמור או לשתף את הניתוח המודרך, למשל:

  • הורדה – כדי להוריד את הניתוח המודרך ב-Explore
  • שליחה – כדי לשלוח את הניתוח המודרך כמשלוח חד-פעמי
  • שמירה ותזמון – כדי לשמור את הניתוח המודרך ב-Explore כ-Look או כלוח בקרה ולהגדיר שליחה חוזרת
  • מיזוג תוצאות – כדי למזג את תוצאות הניתוח המודרך עם תוצאות אחרות של התכונה 'ניתוח'

טעינה מחדש של ניתוח מודרך

כדי לטעון מחדש את הנתונים בניתוח מודרך, בוחרים באפשרות טעינה מחדש בתפריט שלוש הנקודות אפשרויות.

הניתוח המודרך יתרענן ויציג את הנתונים העדכניים ביותר.