其他 LookML 基础知识

本页介绍了 LookML 中较为常见的模式。

标签字段（以及界面中的名称）

Looker 将常规字体的视图名称与以粗体显示的字段的简称相结合，将 LookML 字段名称转换为界面中显示的字符串。例如，订单视图中名为金额的字段在界面中显示为订单金额。在此页面上，这些文本会以粗体显示，且视图名称采用首字母大写形式（订单金额），方便讨论。

如果希望字段的名称与表中的列名称不同，只需更改字段名称并声明其 sql: 关联即可。在以下示例中，表 airports 包含列 cntrl_twr。Looker 会生成以下声明：

view: airports {
  dimension: cntrl_twr {        # full name: airports.cntrl_twr
    type: yesno                 # default name: AIRPORT Cntrl Twr (Yes/No)
    sql: ${TABLE}.cntrl_twr ;;  # the sql expression for this field
  }
}

我们会将 cntrl_twr 维度重命名为人类可读懂的格式。

view: airports {
  dimension: has_control_tower {  # full name: airports.has_control_tower
    type: yesno                   # aliased name: AIRPORTS Has Control Tower (Yes/No)
    sql: ${TABLE}.cntrl_twr ;;    # the sql expression for this field
  }
}

按维度过滤计数

按维度分组和统计实体非常简单 - 按用户所在国家/地区分组，订单计数会按国家/地区告知您订单的来源。不过，构建按某个维度值过滤的计数通常很有用。例如，您可以将新的衡量指标法国订单数设为：

view: users {
  dimension: country {}
}
view: orders {
  dimension: id {
    primary_key: yes
    sql: ${TABLE}.id ;;
  }
  measure: count {
    type: count
    drill_fields: [detail]
  }
  measure: france_count {
    type: count   # COUNT(CASE WHEN users.country = 'France' THEN 1 ELSE NULL END)
    filters: [users.country: "France"]
  }
}

过滤器可以使用任何表达式。如果您需要一个统计来自欧盟的用户的字段，则可以使用如下所示的代码：

measure: eu_count {
  type: count   # COUNT(CASE WHEN users.countrycode IN 'UK','FR','ES' THEN 1 ELSE NULL END)
  drill_fields: [detail]
  filters: [users.countrycode: "UK,FR,ES"]
}

如果您要使用数学表达式进行过滤，请务必用英文双引号将其括起来：

measure: total_orders_above_100_dollars {
  type: sum   # SUM(CASE WHEN order.value > 100 THEN order.value ELSE NULL END)
  sql: ${order.value} ;;
  drill_fields: [detail]
  filters: [order.value: ">100"]
}

百分比

许多关键绩效指标以百分比形式表示，例如“退货百分比”，“促成销售的电子邮件百分比”，或其他“X 轴百分比”实例。在 LookML 中，设计模式是为两个条件创建计数，并创建第三个字段来计算两个条件之间的百分比。

dimension: returned {
  type: yesno
}
measure: count {   # total count of items
  type: count_distinct
  sql: ${TABLE}.id ;;
  drill_fields: [detail]
}
measure: returned_count {   # count of returned items
  type: count_distinct
  sql: ${TABLE}.id ;;
  drill_fields: [detail]
  filters: [returned: "Yes"]
}
measure: percent_returned {
  type: number
  sql: 100.0 * ${returned_count} / NULLIF(${count}, 0) ;;
  value_format: "0.00"
}

计算百分比时使用以下表单。在 Postgres 中，计数是整数，整数之间的除法结果为整数。乘以 100.0 会将第一个计数转换为浮点数，从而将表达式的其余部分转换为浮点数。为了避免除以 0 错误，NULLIF(value, 0) 会将零值转换为 null，使结果为 null 并避免错误。

100.0 * ${returned_count} / NULLIF(${count}, 0)

使用集合查看展开细目

Looker 最强大的功能之一是能够深入研究数据，以了解构成计数或其他测量结果的基本实体。

点击 Looker 界面上的测量结果时，系统会创建一个新查询，对组成测量结果的数据集进行本地化。表中行的每个维度值都会添加到当前过滤条件中。

为了显示详细信息，当点击测量值时，Looker 需要一个指定的钻孔字段列表来显示。当您生成模型时，生成器通常会为您创建一些初始训练字段。此外，您还可以自行添加展开字段。例如，假设我们在上周按用户状态衡量订单数。在 Looker 中，查询将如下所示：

用户状态订单数
加利福尼亚24
德克萨斯5
科罗拉多4
佛罗里达4
伊利诺伊4

如果我们点击“California”行中的“24”，预期用户会看到来自加利福尼亚州的 24 个订单。

Looker 处理添加过滤条件 USERS State: California，但不知道您要在订单中显示的字段。您需要使用集合在模型中声明这些字段。

在 LookML 中，集是一系列字段（维度、测量和过滤条件）。集用于告知 Looker 哪些字段：

  • 您希望在深入分析计数或其他衡量指标时显示
  • 合并视图时导入
  • 已在 Google 探索中编入索引

同一集可用于模型中的许多位置，因此 Looker 提供了多种创建集的方法。

字面量集

最简单的集是字面量集。只需以数组形式声明集合即可创建字面量集。您可以使用 '[]' 声明字面量集。

在此示例中：

view: customers {
  dimension: id {
    primary_key: yes
  }
  measure: count {
    type: count
  }
  dimension: city {}
  dimension: state {}
  dimension: name {}
}

我们要显示的字段包括 id、name 和 city。

在测量中，我们只需声明一个字面量数组。

measure: count {
  type: count
  drill_fields: [id, name, city]
}

对于只使用一次的集合，按字面进行声明简单且易于理解。

已命名集

假设我们有两个计数：CUSTOMERS Count 和 CUSTOMERS In California Count。当我们深入分析上述任一计数时，会显示“id”、“name”和“city”字段。如果从字面上声明这些字段，我们可以执行以下操作：

view: customers {
  measure: count {
    type: count
    drill_fields: [id, name, city]
  }
  measure: in_california_count {
    type: count
    filters: [state: "California"]
  }
}

如果我们想添加一个新字段（比如字段 customers.state），就必须修改这两个列表。相反，LookML 提供了一种创建命名集的方法，我们可以在一个位置将其维护并在多个位置使用。

以下代码会创建一组 customers.detail，并将这两个计数都指向同一组字段。

view: customers {
  set: detail {
    fields: [id, name, city]      # creates named set customers.detail
  }

  measure: count {
    type: count
    drill_fields: [detail*]       # show fields in the set "customers.detail"
  }
  measure: in_california_count {
    type: count
    filters: [state: "California"]
  }
}

LookML 集非常强大：

  • 集的声明是累加的 - 如果您在多个位置声明集合，那么 Looker 会包含所有位置中声明的集合的所有字段。
  • 您可以在其他集合中嵌入集合，方法是：输入其他集合名称，后跟星号，例如 setname*。
  • 您甚至可以在字段名称前面添加一个连字符，例如 -fieldname，从集合中移除元素。

阅读完整的集合参考

自定义训练可视化图表

如果您的 Looker 管理员启用了 Visual Drilling 实验室功能，那么钻孔可视化并非始终默认采用数据表格。在这种情况下，您可以使用 link 参数中的液态变量来自定义显示的可视化图表，如 link 参数文档页面和更强大的数据展开帮助中心文章所示。

全新信息中心体验支持使用 link 参数进行可视化钻研，而无需启用 Visual Drilling 实验室功能。

过滤结果集

LookML 提供一组可应用于字段的过滤条件操作，以及“探索”功能，可在结果返回给用户之前过滤结果集。

探索上的always_filter

使用 always_filter 可始终对“探索”中运行的任何查询应用一组过滤条件。过滤条件将显示在 Looker 界面中，虽然用户可以更改您提供的默认过滤条件值，但无法移除过滤条件。通常，这些过滤器用于移除您通常不想包括的数据。例如，假设在订单“探索”标签页中，我们只想查看已完成或待处理的订单。我们可以添加以下内容：

explore: orders {
  view_name: order
    filters: [status: "complete,pending"]
  }
}

如果用户想查看具有其他状态值的订单，可以在界面中将订单状态设置为 %。

探索上的sql_always_where

如果您想应用用户无法更改的查询限制，可以使用 sql_always_where。除了人工用户运行的查询之外，此限制将应用于信息中心、预定的样式以及依赖于“探索”功能的嵌入式信息。除非用户查看自己创建的任何查询的底层 SQL，否则系统不会向用户显示 sql_always_where 条件。

以下示例可阻止用户在 2012 年 1 月 1 日之前查看订单：

# Using Looker references
explore: order {
  sql_always_where: ${created_date} >= '2012-01-01' ;;
}

# Using raw SQL
explore: order {
  sql_always_where: DATE(created_time) >= '2012-01-01' ;;
}

探索上的conditionally_filter

超大型表在查询时需要一些考虑，因为无限查询可能在数据库中很快变得过于繁重。LookML 以 conditionally_filter 的形式解决此问题。

您可以使用 conditionally_filter 参数向查询应用过滤条件，除非用户已为 unless 部分中列出的某个字段添加过滤条件。

如果用户对以下一个或多个字段应用了过滤条件，则以下示例不会更改用户的查询：created_date、shipped_time、shipped_date、orders.id 或 customer.name。如果用户未针对其中任何字段进行过滤，Looker 将于 orders.created_time自动添加 1 天的过滤条件。

  filters: [orders.created_time: "1 day"]
  unless: [created_date, shipped_time, shipped_date, orders.id, customer.name]
}