Looker Block

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

Blocos disponíveis

Existem muitos blocos do Looker para você escolher. Para conferir os blocos disponíveis, acesse a seção Blocos do Looker Marketplace.

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

Alguns blocos do Looker podem ser instalados rapidamente usando o Marketplace do Looker. Antes de implantar um bloco pelo Marketplace do Looker, um administrador do Looker precisa ativar o recurso Marketplace. Para instalar blocos que contêm um parâmetro local_dependency, também é necessário ativar o recurso Importação de projetos locais Labs. Consulte a página de documentação do Marketplace da Looker para mais informações sobre como instalar e personalizar os blocos da Looker, disponíveis no Marketplace da Looker.

Padronização e personalização

A facilidade de usar os diferentes blocos varia de acordo com o grau de padronização do seu esquema de banco de dados. A maioria dos blocos do Looker exige alguma personalização para se ajustar 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 completos do LookML, exigem apenas a cópia do modelo do 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 modelos de padrões de design, capazes de limpar, transformar e analisar dados, que podem ser usados por qualquer cliente que use esses aplicativos.

  • Outros aplicativos da Web, como o Salesforce, permitem adicionar campos personalizados para seus usuários internos. Naturalmente, isso cria dados em um formato menos padronizado. Como resultado, podemos criar um modelo de dados para ativar a análise, mas você vai precisar personalizar a parte não padronizada.

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

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

Como adicionar blocos ao LookML

  • Alguns blocos demonstram as Análises detalhadas e as visualizações no mesmo arquivo. Isso é para facilitar a visualização, mas, em geral, você pode querer copiar as seções apropriadas do LookML para os locais apropriados em seu modelo de dados. Consulte a página de documentação Como entender os arquivos de modelo e visualização para mais informações.
  • Em alguns casos, talvez seja necessário criar novos arquivos LookML no modelo de dados para armazenar os exemplos.

Como usar blocos de dados

Os blocos de dados são um tipo especial de bloco do Looker que fornecem 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 Pesquisa Comunitária Americana no nível do estado, do condado, da área de tabulação de CEP e até do grupo de blocos do censo.
  • Dados meteorológicos: relatórios meteorológicos nos Estados Unidos por código postal, de 1920 até o dia anterior. Esse bloqueio é atualizado todas as noites.

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

Como acessar conjuntos de dados em diferentes bancos de dados

O procedimento para acessar o conjunto de dados de um bloco de dados 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 tiver uma conta do Google BigQuery, poderá acessar os conjuntos de dados hospedados no BigQuery do Looker. Pule para a seção Adicionar blocos de dados a projetos nesta página.

Se você ainda não tem uma conta do Google BigQuery, configure um teste gratuito e acesse os conjuntos de dados públicos do Looker no BigQuery.

Como acessar conjuntos de dados em outros bancos de dados

Você usa Amazon Redshift, MySQL, PostgreSQL ou Oracle?

Disponibilizamos os dados transformados de cada um desses conjuntos de dados publicamente no Google Cloud Service e no S3 para que você possa importá-los diretamente no banco de dados que preferir.

Também disponibilizamos a linguagem de definição de dados (DDL) para cada um dos conjuntos de dados no repositório do GitHub. Talvez as instruções DDL precisem ser modificadas para os tipos de dados no banco de dados selecionado, mas elas devem dar uma ideia dos tipos de coluna de cada tabela.

Faça o download de dados diretamente de um destes locais:

Como acessar o modelo do LookML

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

Como adicionar blocos de dados a projetos

Além do método descrito nesta seção, você também pode usar refinamentos do LookML para criar com base no LookML de visualizações e análises detalhadas nos seus projetos.

Para adicionar um bloco de dados ao seu projeto:

  1. Adicione um novo projeto à sua 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 dialeto do banco de dados do repositório. Os blocos do Looker geralmente contêm arquivos para o 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 de exploração do Google BigQuery e o arquivo de modelo do Google BigQuery.

  4. Substitua o nome da conexão no arquivo de modelo pela conexão do banco de dados em que os dados dos blocos de dados estão armazenados. Se estiver usando o Google BigQuery ou o Snowflake, utilize a conexão do banco de dados da qual você vai estender ou refinar.

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

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

  6. Adicione o seguinte LookML 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. Talvez você tenha que adaptar nossos dialetos de modelo do Google BigQuery ao seu próprio dialeto de banco de dados.

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

Como mesclar tabelas derivadas: convém consultar nossa documentação sobre tabelas derivadas nativas. É possível permitir que o Looker grave SQL para você em diferentes níveis de agregação nos nossos conjuntos de dados disponíveis publicamente e mescle-os no seu modelo.

Mesclagem de conjuntos de resultados: também é possível mesclar conjuntos de resultados com seus dados combinando os conjuntos de resultados da consulta.

Exemplo de configuração do conjunto de dados demográficos

  1. Tenha acesso aos dados baixando dados brutos dos nossos buckets do S3 ou do Google Cloud Service ou conectando-se 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 trazer o arquivo de visualização.

  4. Em seguida, expanda ou refina o arquivo de visualização ou use tabelas derivadas nativas para receber dados no nível de agregação necessário para as análises detalhadas.

    No nosso exemplo, como os dados demográficos estão em um nível de agregação diferente do conjunto de dados de e-commerce (grupo de blocos x CEP), usamos tabelas derivadas nativas para agregar estatísticas até o nível do CEP. Isso elimina as uniões muitas para muitas:

      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. Mescle os arquivos de visualização ao 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. Analise e visualize os dados.

Como usar blocos de visualização

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

Os blocos de visualização são tipos de visualização JavaScript pré-criados hospedados pelo Looker. Você pode adicionar os blocos Viz à sua instância do Looker e eles vão funcionar de forma semelhante a qualquer um dos tipos de visualização integrados do Looker: eles aparecem na barra de menus da visualização e incluem funcionalidades principais, como detalhamento, download, incorporação e programação.

Para saber mais sobre um bloco de visualização, 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 visualização. O arquivo READ.ME mostra um exemplo da visualização e fornece mais informações sobre o bloco de visualização. 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.