Mise en cache des requêtes

Looker réduit la charge pesant sur votre base de données et améliore les performances en utilisant les résultats mis en cache des requêtes SQL précédentes, lorsqu'ils sont disponibles et lorsque cette fonction est autorisée par votre règle de mise en cache. Cette page décrit la règle de mise en cache par défaut de Looker, ainsi que les options disponibles pour modifier la durée de mise en cache des résultats mis en cache sur votre instance Looker.

Comment Looker utilise les requêtes mises en cache

Pour les requêtes SQL, le mécanisme de mise en cache de Looker fonctionne comme suit:

  1. Lorsqu'une requête SQL est exécutée à partir d'une exploration, d'une présentation ou d'un tableau de bord, Looker vérifie le cache pour voir si des résultats sont déjà mis en cache pour cette requête. Les résultats mis en cache ne sont utilisés que si tous les aspects de la requête sont identiques, y compris les champs, les filtres, les paramètres et le nombre maximal de lignes.

  2. Si des résultats mis en cache sont trouvés, Looker vérifie la règle de mise en cache définie dans le modèle LookML pour déterminer si les résultats mis en cache ont expiré. Si les résultats mis en cache n'ont pas expiré, Looker les utilise pour la requête.

  3. Si aucun résultat mis en cache n'est trouvé pour la requête, ou si les résultats mis en cache ont expiré, Looker exécute la requête sur la base de données. Les nouveaux résultats de la requête sont alors mis en cache.

La règle de conservation du cache par défaut est définie sur une heure. La section suivante, Modifier les règles de conservation du cache, explique comment raccourcir ou allonger cette durée, et comment synchroniser les options de synchronisation de la règle de conservation du cache avec le processus ETL (extraction, transformation et chargement) de votre base de données.

Modifier les règles de conservation du cache

Vous pouvez spécifier des règles de conservation du cache au niveau de l'exploration LookML et au niveau du modèle LookML.

Le mécanisme de mise en cache recommandé consiste à utiliser un paramètre datagroup au niveau du modèle. Les groupes de données vous permettent de synchroniser la règle de conservation du cache d'un modèle avec la planification ETL de votre base de données en utilisant le paramètre sql_trigger et en définissant un intervalle d'expiration du cache avec le paramètre max_cache_age. Pour en savoir plus, consultez la section Mettre en cache des requêtes et régénérer les PDT avec des groupes de données.

Pour une approche plus simple, vous pouvez utiliser le paramètre persist_for au niveau du modèle ou au niveau de l'exploration. Cette manière d'utiliser le paramètre persist_for vous permet de définir un intervalle d'expiration du cache qui remplace l'intervalle par défaut d'une heure. Cependant, l'utilisation de persist_for est moins robuste que l'utilisation de groupes de données pour plusieurs raisons, comme indiqué dans la section Mettre en cache des requêtes avec persist_for.

Si un groupe de données ou une persist_for est défini pour une exploration ou un modèle, la règle de mise en cache est modifiée comme suit:

  • Avant l'expiration de l'intervalle persist_for ou de l'intervalle max_cache_age du groupe de données: si la requête est réexécutée, Looker extrait les données du cache.
  • Au moment où l'intervalle persist_for ou l'intervalle max_cache_age du groupe de données expire: Looker supprime les données du cache.
  • Après l'expiration de l'intervalle persist_for ou de l'intervalle max_cache_age du groupe de données: si la requête est réexécutée, Looker extrait directement les données de la base de données et réinitialise l'intervalle persist_for ou max_cache_age.

Il est essentiel de noter que les données sont supprimées du cache à l'expiration de l'intervalle persist_for ou max_cache_age.

Si le cache atteint la limite de stockage, les données sont exclues en fonction d'un algorithme LRU (Least Récemment utilisé), sans garantie que les données dont les intervalles persist_for ou max_cache_age ont expiré seront supprimées en une seule fois.

Réduction du temps de mise en cache des données

Looker écrit toujours les résultats de requête dans le cache. Même si les intervalles persist_for et max_cache_age sont définis sur zéro, les données mises en cache peuvent toujours être stockées pendant 10 minutes au maximum. Toutes les données client stockées dans le cache disque sont chiffrées AES (Advanced Encryption Standard).

Pour réduire la durée de stockage des données dans le cache:

  • Pour tout paramètre persist_for (pour un modèle ou une exploration) ou max_cache_age (pour un groupe de données), définissez la valeur sur 0 minutes. Looker supprime le cache à l'expiration de l'intervalle persist_for ou lorsque les données atteignent l'intervalle max_cache_age spécifié dans son groupe de données. Il n'est pas nécessaire de définir le paramètre persist_for des PDT sur 0 minutes afin de réduire la quantité de données stockées dans le cache. Les PDT sont écrites dans la base de données elle-même et non dans le cache.)
  • Définissez le paramètre suggest_persist_for sur un petit intervalle. La valeur suggest_persist_for indique la durée pendant laquelle Looker doit conserver les suggestions de filtre dans le cache. Les suggestions de filtrage sont basées sur une requête des valeurs du champ filtré. Ces résultats de requête sont conservés dans le cache afin que Looker puisse rapidement fournir des suggestions à mesure que l'utilisateur saisit du texte dans le champ de texte du filtre. Par défaut, les suggestions de filtrage sont mises en cache pendant six heures. Pour réduire la durée de conservation des données dans le cache, définissez une valeur inférieure pour suggest_persist_for, par exemple 5 minutes.

Vérifier si une requête a été renvoyée à partir du cache

Dans une fenêtre Explorer, vous pouvez déterminer si une requête a été renvoyée à partir du cache en consultant les informations situées à côté du bouton Exécuter une fois la requête exécutée.

Lorsqu'une requête est renvoyée par le cache, le texte "depuis le cache" s'affiche. Sinon, le temps nécessaire pour renvoyer la requête s'affiche.

Forcer la génération de nouveaux résultats à partir de la base de données

Dans une fenêtre Explorer, vous pouvez forcer la récupération de nouveaux résultats dans la base de données. Après avoir exécuté une requête (y compris des requêtes de résultats fusionnés), sélectionnez l'option Vider le cache et actualiser dans le menu en forme de roue dentée Explorer les actions.

Mise en cache des requêtes et recompilation de tables PDT avec des groupes de données

Utilisez des groupes de données pour coordonner la planification ETL (extraction, transformation et chargement) de votre base de données avec la règle de mise en cache de Looker et le calendrier de régénération des tables PDT.

Vous pouvez utiliser un groupe de données pour spécifier le déclencheur de recréation des PDT en fonction du moment où de nouvelles données sont ajoutées à votre base de données. Vous pouvez ensuite appliquer le même groupe de données à votre exploration ou votre modèle afin que les résultats mis en cache expirent également lorsque vos PDT sont recréées.

Vous pouvez également utiliser un groupe de données pour dissocier le déclencheur de recompilation de la PDT de l'âge maximal du cache. Cela peut être utile si vous disposez d'une exploration basée à la fois sur des données très fréquemment mises à jour et jointes à une PDT qui est reconstruite moins fréquemment. Dans ce cas, vous souhaiterez peut-être que le cache de vos requêtes soit réinitialisé plus fréquemment que votre PDT est régénérée.

Définir un groupe de données

Définissez un groupe de données avec le paramètre datagroup dans un fichier de modèle ou dans son propre fichier LookML. Vous pouvez définir plusieurs groupes de données si vous souhaitez appliquer des règles de mise en cache et de reconstruction différentes pour les différentes explorations et/ou tables PDT de votre projet.

Le paramètre datagroup peut avoir les sous-paramètres suivants:

  • label : spécifie un libellé facultatif pour le groupe de données.
  • description : spécifie une description facultative du groupe de données, qui permet d'expliquer son objectif et son mécanisme.
  • max_cache_age : spécifie une chaîne qui définit une période. Lorsque l'ancienneté du cache d'une requête dépasse la période définie, Looker invalide le cache. La prochaine fois que la requête est émise, Looker l'envoie à la base de données pour obtenir de nouveaux résultats.
  • sql_trigger : spécifie une requête SQL qui renvoie une ligne avec une colonne. Si la valeur renvoyée par la requête est différente des résultats précédents de la requête, le groupe de données passe à un état déclenché.
  • interval_trigger : spécifie un calendrier pour déclencher le groupe de données, par exemple "24 hours".

Un groupe de données doit au minimum comporter au moins les paramètres max_cache_age, sql_trigger ou interval_trigger.

Voici un exemple de groupe de données avec une sql_trigger configurée pour reconstruire la PDT chaque jour. En outre, max_cache_age est configuré pour effacer le cache des requêtes toutes les deux heures, au cas où des explorations associent des PDT à d'autres données actualisées plus d'une fois par jour.

datagroup: customers_datagroup {
  sql_trigger: SELECT DATE(NOW());;
  max_cache_age: "2 hours"
}

Une fois le groupe de données défini, vous pouvez l'attribuer aux explorations et aux PDT:

Utiliser un groupe de données pour spécifier un déclencheur de recompilation pour les PDT

Pour définir un déclencheur de recompilation de PDT à l'aide de groupes de données, créez un paramètre datagroup avec le sous-paramètre sql_trigger ou interval_trigger. Attribuez ensuite le groupe de données à des PDT individuelles à l'aide du sous-paramètre datagroup_trigger dans la définition derived_table de la PDT. Si vous utilisez datagroup_trigger pour votre PDT, vous n'avez pas besoin de spécifier d'autre stratégie de persistance pour la table dérivée. Si vous spécifiez plusieurs stratégies de persistance pour une PDT, un avertissement s'affichera dans l'IDE Looker, et seul le datagroup_trigger sera utilisé.

Voici un exemple de définition de PDT qui utilise le groupe de données customers_datagroup. Cette définition ajoute également plusieurs index, à la fois sur customer_id et first_order_date. Pour en savoir plus sur la définition de PDT, consultez la page de documentation Tables dérivées dans Looker.

view: customer_order_facts {
  derived_table: {
    sql: ... ;;
    datagroup_trigger: customers_datagroup
    indexes: ["customer_id", "first_order_date"]
  }
}

Consultez la page de documentation Tables dérivées dans Looker pour en savoir plus sur le fonctionnement des groupes de données avec les tables PDT.

Utilisation d'un groupe de données pour spécifier la réinitialisation du cache des requêtes pour les explorations

Lorsqu'un groupe de données est déclenché, le régénérateur Looker recrée les tables PDT qui utilisent ce groupe de données comme stratégie de persistance. Une fois que les PDT du groupe de données sont régénérées, Looker vide le cache des explorations qui utilisent les PDT régénérées du groupe de données. Vous pouvez ajouter le paramètre max_cache_age à la définition de votre groupe de données si vous souhaitez personnaliser un calendrier de réinitialisation du cache des requêtes pour le groupe de données. Le paramètre max_cache_age vous permet d'effacer le cache de requêtes selon un calendrier précis, en plus de la réinitialisation automatique du cache de requête que Looker effectue lorsque les tables PDT du groupe de données sont régénérées.

Pour définir une règle de mise en cache des requêtes avec des groupes de données, créez un paramètre datagroup avec le sous-paramètre max_cache_age.

Pour spécifier un groupe de données à utiliser pour les réinitialisations du cache de requêtes lors des explorations, utilisez le paramètre persist_with:

Les exemples suivants présentent un groupe de données nommé orders_datagroup défini dans un fichier de modèle. Le groupe de données comporte un paramètre sql_trigger, qui spécifie que la requête select max(id) from my_tablename sera utilisée pour détecter les cas où un ETL s'est produit. Même si cet ETL n'a pas lieu pendant un certain temps, le max_cache_age du groupe de données indique que les données mises en cache ne seront utilisées que pendant 24 heures au maximum.

Le paramètre persist_with du modèle pointe vers la règle de mise en cache orders_datagroup, ce qui signifie qu'il s'agit de la règle de mise en cache par défaut pour toutes les explorations du modèle. Cependant, nous ne voulons pas utiliser la règle de mise en cache par défaut du modèle pour les explorations customer_facts et customer_background. Nous pouvons donc ajouter le paramètre persist_with afin de spécifier une règle de mise en cache différente pour ces deux explorations. Les explorations orders et orders_facts n'ont pas de paramètre persist_with. Elles utiliseront donc la règle de mise en cache par défaut du modèle: orders_datagroup.

datagroup: orders_datagroup {
  sql_trigger: SELECT max(id) FROM my_tablename ;;
  max_cache_age: "24 hours"
}

datagroup: customers_datagroup {
  sql_trigger: SELECT max(id) FROM my_other_tablename ;;
}

persist_with: orders_datagroup

explore: orders { ... }

explore: order_facts { ... }

explore: customer_facts {
  persist_with: customers_datagroup
  ...
}

explore: customer_background {
  persist_with: customers_datagroup
  ...
}

Si persist_with et persist_for sont spécifiés à la fois, vous recevrez un avertissement de validation et le persist_with sera utilisé.

Utiliser un groupe de données pour déclencher des envois planifiés

Les groupes de données peuvent également être utilisés pour déclencher l'envoi d'un tableau de bord ou d'un Look. Avec cette option, Looker envoie vos données une fois le groupe terminé, afin que le contenu planifié soit à jour.

Utiliser le panneau Administration pour les groupes de données

Si vous disposez du rôle d'administrateur Looker, vous pouvez afficher les groupes de données existants sur la page Groupes de données du panneau Administration. Vous pouvez voir la connexion, le modèle et l'état actuel de chaque groupe de données et, si spécifié dans le code LookML, un libellé et une description pour chaque groupe de données. Vous pouvez également réinitialiser le cache d'un groupe de données, déclencher le groupe de données ou accéder au code LookML du groupe de données.

Mettre des requêtes en cache avec persist_for

Utilisez le paramètre persist_for au niveau du modèle ou au niveau de l'exploration pour modifier l'intervalle de conservation du cache par défaut de Looker, qui est d'une heure. Vous pouvez définir des intervalles allant jusqu'à 0 minutes et des intervalles jusqu'à 8760 hours (1 an) ou plus.

Définir des paramètres persist_for peut être plus rapide et plus simple, mais moins robuste que de définir des groupes de données. Il est recommandé d'utiliser des groupes de données plutôt que persist_for pour les raisons suivantes:

  • Les groupes de données peuvent être synchronisés avec le processus ETL de votre base de données.
  • Vous pouvez réutiliser des groupes de données dans plusieurs modèles et explorations. Cela signifie que vous pouvez mettre à jour l'max_cache_age d'un groupe de données, et cela mettra à jour la règle de mise en cache dans chaque endroit où le groupe de données est utilisé.
  • Vous pouvez effacer tout le cache associé à un groupe de données à partir de la page Groupes de données.