Maximizar a reutilização de código com o LookML DRY: definir listas reutilizáveis de campos com o parâmetro "set"

Observação: esta página faz parte do livro de receitas do Looker: como maximizar a reutilização de código com o DRY LookML.

Uma maneira de tornar seus projetos do LookML mais eficientes e fáceis de manter é com o parâmetro set do LookML. O parâmetro set permite agrupar campos que podem ser repetidos com frequência no projeto no parâmetro fields ou nos campos de detalhamento. Se você usar um conjunto para agrupar campos repetidos, vai criar um único lugar no modelo em que esse grupo de campos poderá ser mantido.

Esta página inclui os seguintes exemplos de uso de conjuntos do LookML para tornar seus projetos mais eficientes e fáceis de manter:

• Adicionar os mesmos campos de detalhamento a várias medidas: defina campos de detalhamento para detalhes que os usuários geralmente querem ver ao acessar agregações.
• Incluir ou omitir um conjunto de campos de uma Análise detalhada: personalize a experiência da Análise detalhada para os usuários e simplifique a lista de campos que eles podem escolher no seletor de campos.

Importante: se você usar o parâmetro set em uma visualização para fazer referência a um campo de outra, verifique se a segunda visualização está vinculada à Análise detalhada em que set está sendo usado. Use a sintaxe view_name.field_name para referenciar campos de uma visualização mesclada em um conjunto.

Ingredientes

• Parâmetro set do LookML
• Parâmetro fields do LookML (para análises detalhadas)
• O parâmetro drill_fields do LookML (para campos)
• Parâmetro drill_fields do LookML (para visualizações)

Pré-requisitos

• Um modelo do LookML configurado
• Permissões para desenvolver o LookML

Exemplo: adicionar os mesmos campos de detalhamento a várias medidas

Suponha que você queira que os usuários possam analisar em detalhes para conferir detalhes mais específicos sempre que aparecerem métricas de vendas em análises detalhadas, visualizações ou painéis. Assim, selecionar um valor para a medida Contagem na interface de análise detalhada abre uma consulta nos campos ID, Cidade, Estado e País:

Você pode criar um conjunto chamado user_details que inclua os campos id, city, state e country e, em seguida, fazer referência a eles em várias medidas para que os usuários possam detalhar:

set: user_details {
  fields: [id, city, state, country]
}

O conjunto user_details pode ser usado para definir um campo de detalhamento para a medida count:

measure: count {
  type: count
  drill_fields: [user_details*]
}

Neste exemplo, a sintaxe [set_name*] é usada para especificar que os campos dentro da user_details vão aparecer nos resultados da consulta quando você detalhar a medida Contagem.

Você pode reutilizar esse conjunto para criar outros campos de detalhamento. Por exemplo, você pode adicionar o código drill_fields: [user_details*] do LookML às medidas order_count, total_sale_price e average_sale_price:

measure: order_count {
  view_label: "Orders"
  type: count_distinct
  description: "Number of orders"
  sql: ${order_id} ;;
  drill_fields: [user_details*]

}

measure: total_sale_price {
  type: sum
  value_format_name: usd
  sql: ${sale_price} ;;
  drill_fields: [user_details*]
}

measure: average_sale_price {
  type: average
  value_format_name: usd
  sql: ${sale_price} ;;
  drill_fields: [user_details*]
}

Assim como na métrica Contagem, quando um usuário seleciona um valor para Contagem de pedidos, Preço total de venda ou Preço médio de venda na interface de análise detalhada, o Looker abre uma janela com uma consulta nos campos ID, Cidade, Estado e País.

Se você quiser mudar algo nos campos de detalhamento, como adicionar ou remover um campo, basta atualizar o conjunto user_details.

Também é possível fazer referência a um conjunto no parâmetro drill_fields de uma visualização para definir campos de detalhamento para todas as medidas na visualização que ainda não têm campos de detalhamento especificados no nível do campo.

Exemplo: incluir ou omitir um conjunto de campos de uma análise detalhada

Suponha que você queira simplificar o seletor de campos da Análise para os usuários excluindo campos que não são essenciais para eles.

Por exemplo, suponha que você tenha uma visualização users que contém informações sobre seus clientes, incluindo campos para ID, Primeiro nome, Sobrenome, E-mail e Idade, além de campos de local, como Cidade, Estado, País e CEP. A visualização users é mesclada ao orders:

E se você quiser excluir os campos Nome, Sobrenome, E-mail, Idade e Gênero da seção "Explorar" para seus usuários? É possível criar um conjunto chamado user_info que lista os campos que você quer excluir da Análise detalhada Pedidos:

O LookML para o conjunto user_info vai ficar assim:

set: user_info {
  fields: [first_name, last_name, email, age, gender]
}

Para definir uma análise detalhada de pedidos com o rótulo Pedidos sem dados do usuário, una a visualização users à análise detalhada orders. Adicione o código LookML fields: [ALL_FIELDS*, -users.user_info*] à análise orders para incluir todos os campos, exceto os do conjunto user_info da visualização users:

explore: orders {
  fields: [ALL_FIELDS*, -users.user_info*]
  label: "Orders Without User Data"
  join: users {
    type: left_outer
    sql_on: ${orders.user_id} = ${users.id} ;;
    relationship: many_to_one
  }
}

Como o conjunto user_details é excluído da Análise detalhada com a sintaxe -users.user_details* no parâmetro fields da Análise detalhada orders, a visualização Pedidos na Análise detalhada Pedidos sem dados do usuário omite os campos listados no conjunto users_user.info do seletor de campos da Análise detalhada.

É possível reutilizar o conjunto user_info para omitir esses campos da interface da Análise detalhada em outras análises detalhadas em que a visualização users é combinada. Se você quiser mudar algo no conjunto user_info, como adicionar ou remover um campo, basta atualizar o conjunto user_info.