Looker Block

O Looker BlocksTM são modelos de dados pré-criados para padrões analíticos e fontes de dados comuns. Reutilize o trabalho que outras pessoas já fizeram, em vez de começar do zero, depois personalize os blocos com suas especificações exatas. De padrões SQL otimizados a modelos de dados totalmente integrados, o Looker Blocks pode ser usado como ponto de partida para uma modelagem de dados rápida e flexível no Looker.

Blocos disponíveis

Há muitos blocos do Looker para escolher. Para conferir quais blocos estão disponíveis, confira a seção Bloqueios do Marketplace do Looker.

Clique em um bloco do seu interesse para ver as instruções de uso específicas dele.

Alguns blocos do Looker podem ser instalados rapidamente usando o Marketplace do Looker. Antes de implantar um bloco no Marketplace do Looker, um administrador do Looker precisa ativar o recurso Marketplace. A instalação de blocos que contêm um parâmetro local_dependency também exige a ativação do recurso de Importação de projetos locais Labs. Consulte a página de documentação do Looker Marketplace para mais informações sobre como instalar e personalizar blocos do Looker, disponível no Marketplace.

Padronização e personalização

A facilidade de uso dos diferentes blocos varia, dependendo do grau em que o esquema do banco de dados é padronizado. A maioria dos blocos do Looker exige alguma personalização para se adequar ao seu esquema de dados, com exceção dos blocos de dados, que são os mais simples de implementar, mas não são personalizáveis.

  • Os blocos de dados, que incluem conjuntos de dados públicos e modelos LookML completos, exigem a cópia do modelo LookML do repositório do GitHub para acessar as tabelas modeladas. Consulte Como usar blocos de dados nesta página para instruções detalhadas.

  • Aplicativos de coleta de dados, como Segment e Snowplow, rastreiam eventos em um formato relativamente padronizado. Isso possibilita a criação de padrões de design modelados, capazes de limpeza, transformação e análise de dados, que podem ser usados por qualquer cliente que use esses aplicativos.

  • Outros aplicativos da Web, como o Salesforce, permitem adicionar campos personalizados para usuários internos. Naturalmente, isso cria dados em um formato menos padronizado. Como resultado, podemos modelar alguns dos modelos de dados para colocar a análise em funcionamento, mas você terá que personalizar a parte não padronizada.

  • Por fim, temos blocos para insights gerais de negócios. Esses são padrões de design otimizados de SQL ou LookML que não dependem de fontes de dados. Por exemplo, muitas empresas querem analisar o valor da vida útil de um cliente ao longo do tempo. Há algumas suposições associadas a esses padrões, mas elas podem ser personalizadas para atender às suas necessidades específicas de negócios. Esses padrões refletem o ponto de vista do Looker sobre a melhor maneira de conduzir determinados tipos de análise.

Se você é iniciante no Looker, seu analista pode ajudar a aproveitar ao máximo esses modelos.

Como adicionar blocos ao LookML

  • Alguns blocos demonstram Explores e visualizações no mesmo arquivo. Isso é para facilitar a visualização, mas, no geral, é melhor copiar as seções apropriadas do LookML para os locais apropriados no seu modelo de dados. Para mais informações, consulte a página de documentação Noções básicas sobre arquivos de modelo e visualização.
  • Em alguns casos, você provavelmente vai querer criar novos arquivos LookML no seu modelo de dados para hospedar os exemplos.

Como usar blocos de dados

Os blocos de dados são um tipo especial de bloco do Looker que fornece o conjunto de dados e o modelo de dados. Os blocos de dados do Looker incluem fontes de dados públicas, como:

  • Dados demográficos: métricas demográficas comuns da American Community Survey no nível do estado, do condado, do CEP e até mesmo do grupo de blocos do censo.
  • Dados meteorológicos: relatórios meteorológicos nos Estados Unidos, no nível do CEP, de 1920 até o dia anterior. Este bloco é atualizado todas as noites.

Para conferir a lista completa de blocos disponíveis, consulte a seção Blocos do Marketplace do Looker.

Como acessar conjuntos de dados em diferentes bancos de dados

O procedimento para acessar o conjunto de dados de um bloco varia de acordo com o esquema do banco de dados. As seções a seguir contêm instruções para acessar conjuntos de dados nesses bancos de dados:

Como acessar conjuntos de dados no Google BigQuery

Se você já tem uma conta do Google BigQuery, acesse os conjuntos de dados hospedados no BigQuery no Looker. Pule para a seção Como adicionar blocos de dados a projetos nesta página.

Se você ainda não tem uma conta do Google BigQuery, crie uma avaliação gratuita e acesse os conjuntos de dados públicos do Looker no BigQuery.

Como acessar conjuntos de dados em outros bancos de dados

Você usa o Amazon Redshift, o MySQL, o PostgreSQL ou o Oracle?

Os dados transformados de cada um desses conjuntos de dados foram disponibilizados publicamente no serviço do Google Cloud e no S3 para que você possa importá-los diretamente para o banco de dados de sua escolha.

Também disponibilizamos a linguagem de definição de dados (DDL) para cada um dos conjuntos de dados no repositório do GitHub. As instruções DDL podem precisar ser modificadas para os tipos de dados no banco de dados selecionado, mas devem fornecer uma ideia dos tipos de coluna para cada tabela.

Faça o download dos dados diretamente de um destes locais:

Como acessar o modelo LookML

Bifurque um dos nossos repositórios do GitHub em um novo repositório do GitHub (hospedado pelo Looker ou pela sua empresa) que você possa estender ou refinar na sua instância:

Como adicionar blocos de dados a projetos

Além do método descrito nesta seção, também é possível usar refinamentos do LookML para criar com base no LookML de visualizações e Análises nos seus projetos.

Para adicionar um bloco de dados ao seu projeto:

  1. Adicione um novo projeto à instância do Looker.

  2. Ramifique ou copie os repositórios do GitHub mencionados anteriormente para acessar o LookML pré-criado. Crie um novo repositório do GitHub.

  3. Remova outros arquivos de dialetos de banco de dados do repositório. Os blocos do Looker geralmente contêm arquivos do Google BigQuery, Amazon Redshift e Snowflake. Por exemplo, se você estiver configurando blocos de dados no Google BigQuery, serão necessários apenas os arquivos de visualização do Google BigQuery, o arquivo do Google BigQuery Explore e o arquivo de modelo do Google BigQuery.

  4. Substitua o nome da conexão no arquivo modelo pela conexão do banco de dados, onde ficam os dados dos blocos de dados. Se você estiver usando o Google BigQuery ou o Snowflake, use a conexão de banco de dados a partir da qual você estenderá ou refinará os dados.

    Toda a lógica de mesclagem existe em um arquivo .explore em cada um dos repositórios. Esse é o arquivo que você vai incluir nas etapas a seguir, depois de configurar o manifesto do projeto.

  5. No projeto principal do Looker, em que você vai estender ou refinar os blocos de dados, crie um arquivo de manifesto de projeto.

  6. Adicione o LookML abaixo ao arquivo de manifesto do projeto para referenciar blocos de dados no projeto principal do Looker:

    project_name: "<your_project_name\>"

    local_dependency: {
      project: "<project_name_of_datablock\>"
    }

Considerações e opções de configuração

Google BigQuery: use o conjunto correto de arquivos modelados. Se você estiver no Google BigQuery, é recomendável fazer referência a todos os arquivos com _bq_ no nome. Pode ser necessário adaptar nossos dialetos de modelo do Google BigQuery para seu próprio dialeto de banco de dados.

Extensões: todos os nossos projetos foram configurados para permitir extensões de arquivos do Explore, já que as extensões de modelo podem causar problemas com várias conexões.

Mesclagem de tabelas derivadas: confira nossa documentação sobre tabelas derivadas nativas. O Looker pode escrever SQL para você em diferentes níveis de agregação nos nossos conjuntos de dados disponíveis publicamente e mesclá-los ao seu modelo.

Mesclagem de conjuntos de resultados: você também pode mesclar conjuntos de resultados com seus dados combinando conjuntos de resultados de consultas.

Exemplo de configuração do conjunto de dados demográficos

  1. Para acessar os dados, faça o download de dados brutos dos buckets do S3 ou do Google Cloud ou se conecte a um banco de dados do Looker.

  2. Importe o modelo de bloco de dados demográficos do LookML como um projeto separado na instância do Looker.

  3. Use o parâmetro include para exibir o arquivo de visualização.

  4. Em seguida, estenda ou refine o arquivo de visualização ou use tabelas nativas derivadas para conseguir dados no nível de agregação necessário para as Análises.

    Em nosso exemplo, como os dados demográficos estão em um nível de agregação diferente do nosso conjunto de dados de comércio eletrônico (grupo de blocos vs. código postal), usamos tabelas derivadas nativas para agregar estatísticas até o nível do código postal. Isso elimina a confusão de mesclagens de muitos para muitos:

      include: "/american_community_survey/bq.explore"

  view: zipcode_income_facts {
    derived_table: {
      persist_for: "10000 hours"
      explore_source: fast_facts {
        column: ZCTA5 { field: tract_zcta_map.ZCTA5 }
        column: income_household { field: bg_facts.avg_income_house }
        column: total_population { field: bg_facts.total_population }
      }
    }
    dimension: ZCTA5 {}
    dimension: income_household {
      hidden: yes
    }

  5. Mesclar arquivos de visualização no modelo:

      include: "acs*.view"

  explore: order_items {
    join: users {
      sql_on: ${users.id} = ${order_items.user_id} ;;
      type: left_outer
      relationship: many_to_one
    }

    join: zipcode_income_facts {
      sql_on: ${users.zip} = ${zipcode_income_facts.ZCTA5} ;;
      type: left_outer
      relationship: many_to_one
    }
  }

  6. Explore e visualize os dados.

Como usar blocos de viz

O Looker inclui diversos tipos de visualização integrados. No entanto, se você tiver necessidades de gráficos que não são atendidas pelos tipos de visualização integrados do Looker, também é possível adicionar seus próprios tipos de visualização personalizada. Também é possível desenvolver uma visualização personalizada e disponibilizá-la para todos os usuários do Looker no Marketplace do Looker.

Os blocos de viz são tipos de visualização JavaScript pré-criados hospedados pelo Looker. É possível adicionar blocos do Viz à sua instância do Looker, e eles vão atuar de forma semelhante a qualquer um dos tipos de visualização integrados do Looker. Eles aparecem na barra de menus de visualização e incluem funcionalidades básicas, como detalhamento, download, incorporação e programação.

Para saber mais sobre um bloco de viz, selecione o tipo de visualização na seção Plug-ins do Marketplace do Looker, clique em Ver o código e navegue até o arquivo READ.ME do bloco de viz. O arquivo READ.ME mostra um exemplo da visualização e fornece mais informações sobre o bloco de viz. Para algumas visualizações, o arquivo READ.ME também fornece um URL e instruções para adicionar o bloco viz.

Para adicionar o tipo de visualização à sua instância, consulte as instruções no arquivo READ.ME (se houver) e as informações na página de documentação Visualizações.