常见的 LookML 模式

本页面介绍了 LookML 中的以下常见模式：

为字段（以及界面中的名称）加标签

Looker 将采用常规粗细字体的视图名称与以粗体显示的字段简称相结合，从而将 LookML 字段名称转换为界面显示的字符串。例如，Orders（订单）视图中名为 Amount（金额）的字段将在界面中显示为 Orders（订单金额）在此页面上，两个字段名称均加粗，视图名称均采用大写 (ORDERS Amount)，以使讨论更加清晰。

如果您希望字段的名称与其在表中的列名称不同，请更改字段名称，并使用 sql 参数将字段关联到表中的相应列。在以下示例中，airports 表包含一个 cntrl_twr 列。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
  }
}

您可以将 cntrl_twr 维度重命名为直观易懂的名称：

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

您可以按维度分组并统计实体数量 - 按 USERS Country 分组，ORDERS Count 会按国家/地区显示您的订单来自哪里。不过，建立按某个尺寸值过滤的计数通常很有用。例如，您可以创建一个新测量并将其命名为 ORDERS France Count：

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用户的字段，可以使用如下代码：

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"]
}

如果要使用数学表达式进行过滤，请务必用英文双引号将表达式括起来：

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

许多关键绩效指标都以百分比的形式表示，例如“被退回的商品所占百分比”、“促成销售的电子邮件所占百分比”或其他如“X Y 的百分比”。在 LookML 中，设计模式是为这两个条件创建计数，并创建第三个字段来计算两者之间的百分比。

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"
}

使用以下格式计算百分比。在 Postgres 中，计数是整数，整数相除的结果是整数。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。为避免除以零错误，NULLIF(value, 0) 会将零值转换为 null，这会使结果变为 null，并避免错误。

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

使用集获取细目详情

Looker 最强大的功能之一是能够深入到数据中，以查看构成计数或其他测量的底层实体。

当您在界面中点击某个测量时，Looker 会创建一个新查询来本地化构成该测量的数据集。表中相应行中每个维度的每个值都会添加到

为了显示详细信息，Looker 需要一个指定的深入分析字段列表，以便在用户点击测量值时显示。当您生成模型时，生成器通常会为您创建一些初始深入分析字段。此外，您可以自行添加深入分析字段。例如，假设您在过去一周按用户状态衡量订单数。在 Looker 中，查询将如下所示：

USERS 状态订单数
加利福尼亚州24
得克萨斯州5
科罗拉多4
佛罗里达4
伊利诺伊州4

如果您点击 California（加利福尼亚州）行中的 24（24），那么您可能会看到来自加利福尼亚州的 24 个订单。虽然 Looker 添加了过滤条件用户州：加利福尼亚州，但 Looker 不知道您要按顺序显示哪些字段。您首先需要使用集来声明模型中的这些字段。

在 LookML 中，集是一系列字段（维度、测量和过滤器）名称。您可以使用集向 Looker 提供以下信息：

  • 深入到计数或其他度量时要显示的字段
  • 联接视图时要导入的字段
  • 您想要在探索中编入索引的字段

由于同一集可在模型中的许多位置使用，因此 Looker 提供了几种用于创建集的方法。

字面量集

字面量集是在 LookML 中定义集的一种直接方式，尤其是当该集仅使用一次时。字面量集是通过将集合声明为数组来创建的。您可以使用 [] 声明字面量集。

请思考以下示例：

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

在此示例中，您要显示的字段是 id、name 和 city。

在测量中，您可以声明一个字面量数组，如下所示：

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

命名集

假设在 customers 视图中定义了两个计数：count 和 in_california_count。当用户在“探索”中深入到 Count（计数）字段或 In California Count（加州人数）字段时，您希望显示 id、name 和 city 字段。

最初，按字面声明这些字段似乎已经足够：

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

但是，如果您想添加新字段（例如 customers.state），则必须同时修改这两个列表，除非您使用 set 参数创建了可在一个位置维护并在多个位置使用的命名集。

以下代码会创建一个集合 customers.detail，并将两个计数指向同一组字段。

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"]
    drill_fields: [detail*]      # show fields in the set "customers.detail"
  }
}

LookML 集在以下方面的功能强大：

  • 集的重复声明是累加的。如果您在多个位置声明某个集合，则 Looker 会在所有位置包含为该集合声明的所有字段。
  • 若要将其他集内嵌入集嵌入其他集，只需输入另一个集的名称并在后面加上星号，例如 setname*。
  • 您可以在字段名称前添加连字符，例如 -fieldname，以便将元素从集中移除。

自定义深入分析可视化结果

如果您的 Looker 管理员启用了可视化深入分析实验室功能，则 Look 和探索的深入分析不一定会默认采用数据表格。在这种情况下，您可以使用 link 参数中的 Liquid 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深入分析“最佳实践”页面所示。

信息中心支持使用 link 参数进行可视化深入分析，而无需启用可视化深入分析实验室功能。

过滤结果集

LookML 提供了一组可应用于字段和探索的过滤操作，用于在结果集返回给用户之前对其进行过滤。

“探索”中的always_filter

借助 always_filter，您可以始终将一组过滤条件应用于在“探索”中运行的任何查询。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，但他们无法移除过滤条件。通常，这些过滤器可用于移除您通常不希望包含的数据。例如，假设您在订单探索中只想查看已完成或待处理的订单。您可以添加以下 LookML 代码：

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 ORDERS Status 设置为 %。

“探索”中的sql_always_where

如果要应用用户无法更改的查询限制，可以使用 sql_always_where。除了真人用户运行查询之外，此限制也适用于依赖于该“探索”功能的信息中心、预定的 Look 和嵌入的信息。除非用户查看自己创建的任何查询的基础 SQL，否则系统不会向用户显示 sql_always_where 条件。

以下示例禁止用户查看 2012 年 1 月 1 日之前的订单：

# 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”中的conditionally_filter

非常大的表在查询时需要三思而后行，因为查询次数不限可能很快就会给数据库带来太大的负担。LookML 提供了一种以 conditionally_filter 形式解决此问题的方法。

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

在下面的示例中，如果用户对以下一个或多个字段应用了过滤条件，则用户的查询不会发生任何更改：created_date、shipped_time、shipped_date、orders.id 或 customer.name。如果用户未按其中任何字段进行过滤，Looker 会在 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]
}