Abfragen zwischenspeichern

Looker reduziert die Belastung Ihrer Datenbank und verbessert die Leistung, indem im Cache gespeicherte Ergebnisse früherer SQL-Abfragen verwendet werden, sofern diese verfügbar sind und diese Funktion gemäß Ihrer Caching-Richtlinie zulässig ist. Auf dieser Seite werden die Standardrichtlinie für das Caching von Looker sowie die verfügbaren Optionen zum Ändern der Dauer der im Cache gespeicherten Ergebnisse auf Ihrer Looker-Instanz beschrieben.

Wie Looker im Cache gespeicherte Abfragen verwendet

Bei SQL-Abfragen funktioniert der Caching-Mechanismus in Looker so:

  1. Wenn eine SQL-Abfrage über ein Explore, einen Look oder ein Dashboard ausgeführt wird, prüft Looker den Cache, um festzustellen, ob für diese Abfrage bereits Ergebnisse zwischengespeichert sind. Gecachte Ergebnisse werden nur verwendet, wenn alle Aspekte der Abfrage gleich sind, einschließlich Felder, Filter, Parameter und Zeilenlimits.

  2. Wenn zwischengespeicherte Ergebnisse gefunden werden, prüft Looker anhand der im LookML-Modell definierten Caching-Richtlinie, ob die zwischengespeicherten Ergebnisse abgelaufen sind. Wenn die zwischengespeicherten Ergebnisse nicht abgelaufen sind, verwendet Looker diese für die Abfrage.

  3. Wenn für die Abfrage keine zwischengespeicherten Ergebnisse gefunden werden oder die zwischengespeicherten Ergebnisse abgelaufen sind, führt Looker die Abfrage in der Datenbank aus. Die neuen Abfrageergebnisse werden dann im Cache gespeichert.

Die Standardrichtlinie für die Cache-Aufbewahrung beträgt eine Stunde. Im nächsten Abschnitt, Cache-Aufbewahrungsrichtlinien ändern, wird erläutert, wie Sie diesen Zeitraum verkürzen oder verlängern können. Außerdem werden Optionen zum Synchronisieren Ihrer Cache-Aufbewahrungsrichtlinie mit dem ETL-Prozess Ihrer Datenbank (Extrahieren, Transformieren und Laden) beschrieben.

Cache-Aufbewahrungsrichtlinien ändern

Sie können Cache-Aufbewahrungsrichtlinien auf LookML-Explore-Ebene und auf LookML-Modellebene angeben.

Der empfohlene Caching-Mechanismus besteht darin, einen datagroup-Parameter auf Modellebene zu verwenden. Mit Datengruppen können Sie die Cache-Aufbewahrungsrichtlinie eines Modells mit dem ETL-Zeitplan Ihrer Datenbank synchronisieren. Verwenden Sie dazu den Parameter sql_trigger und legen Sie mit dem Parameter max_cache_age ein Cache-Ablaufintervall fest. Weitere Informationen finden Sie im Abschnitt Zwischenspeichern von Abfragen und Neuerstellen von PDTs mit Datengruppen.

Für einen einfacheren Ansatz können Sie stattdessen den Parameter persist_for auf Modellebene oder Explore-Ebene verwenden. So können Sie mit dem Parameter persist_for ein Cache-Ablaufintervall festlegen, das das Standardintervall von einer Stunde überschreibt. Die Verwendung von persist_for ist jedoch aus mehreren Gründen weniger robust als die Verwendung von Datengruppen, wie im Abschnitt Abfragen im Cache speichern mit persist_for erläutert.

Wenn für ein Explore oder Modell eine Datengruppe oder persist_for definiert ist, wird die Cache-Richtlinie so geändert:

  • Vor Ablauf des persist_for-Intervalls oder des max_cache_age-Intervalls der Datengruppe: Wenn die Abfrage noch einmal ausgeführt wird, ruft Looker Daten aus dem Cache ab.
  • Wenn das persist_for-Intervall oder das max_cache_age-Intervall der Datengruppe abläuft, löscht Looker die Daten aus dem Cache.
  • Nach Ablauf des Intervalls persist_for oder des Intervalls max_cache_age der Datengruppe: Wenn die Abfrage noch einmal ausgeführt wird, ruft Looker die Daten direkt aus der Datenbank ab und setzt das Intervall persist_for oder max_cache_age zurück.

Ein wichtiger Punkt dabei ist, dass die Daten aus dem Cache gelöscht werden, wenn das persist_for- oder max_cache_age-Intervall abläuft.

Wenn der Cache das Speicherlimit erreicht, werden Daten basierend auf einem LRU-Algorithmus (Least Recent Use) entfernt. Dabei wird nicht garantiert, dass Daten mit abgelaufenen persist_for- oder max_cache_age-Intervallen auf einmal gelöscht werden.

Minimieren der Zeit, die Ihre Daten im Cache verbringen

Looker schreibt Abfrageergebnisse immer in den Cache. Auch wenn die Intervalle persist_for und max_cache_age auf null gesetzt sind, können im Cache Daten bis zu 10 Minuten lang gespeichert werden. Alle Kundendaten, die im Laufwerkcache gespeichert werden, werden mit AES (Advanced Encryption Standard) verschlüsselt.

So minimieren Sie die Zeit, in der Daten im Cache gespeichert werden:

  • Legen Sie für alle persist_for-Parameter (für ein Modell oder ein Explore) oder max_cache_age-Parameter (für eine Datengruppe) den Wert auf 0 minutes fest. Looker löscht den Cache, wenn das Intervall persist_for abläuft oder die Daten das Intervall max_cache_age erreichen, das in der zugehörigen datagroup angegeben ist. (Der Parameter persist_for von PDTs muss nicht auf 0 minutes gesetzt werden, um die Datenmenge zu minimieren, die im Cache gespeichert wird. PDTs werden in die Datenbank selbst und nicht in den Cache geschrieben.)
  • Legen Sie für den Parameter suggest_persist_for ein kleines Intervall fest. Der Wert suggest_persist_for gibt an, wie lange Filtervorschläge im Cache von Looker gespeichert werden sollen. Die Filtervorschläge basieren auf einer Abfrage der Werte für das gefilterte Feld. Diese Abfrageergebnisse werden im Cache gespeichert, damit Looker schnell Vorschläge machen kann, während der Nutzer im Filtertextfeld tippt. Standardmäßig werden die Filtervorschläge 6 Stunden lang im Cache gespeichert. Um die Zeit zu minimieren, in der sich Ihre Daten im Cache befinden, legen Sie für suggest_persist_for einen niedrigeren Wert fest, z. B. 5 minutes.

Prüfen, ob eine Abfrage aus dem Cache zurückgegeben wurde

In einem Explore-Fenster können Sie anhand der Informationen neben der Schaltfläche Ausführen feststellen, ob eine Abfrage aus dem Cache zurückgegeben wurde.

Wenn eine Abfrage aus dem Cache zurückgegeben wird, wird der Text „aus Cache“ angezeigt. Andernfalls wird die Zeit angezeigt, die für die Rückgabe der Abfrage benötigt wurde.

Generieren neuer Ergebnisse aus der Datenbank erzwingen

In einem Explore-Fenster können Sie erzwingen, dass neue Ergebnisse aus der Datenbank abgerufen werden. Nachdem Sie eine Abfrage ausgeführt haben (einschließlich Abfragen für zusammengeführte Ergebnisse), wählen Sie die Option Cache leeren und Aktualisieren im Zahnradmenü Aktionen ansehen.

Abfragen im Cache speichern und PDTs mit Datengruppen neu erstellen

Mithilfe von Datengruppen können Sie den ETL-Zeitplan (Extrahieren, Transformieren und Laden) Ihrer Datenbank mit der Caching-Richtlinie und dem Zeitplan für die Neuerstellung von PDTs in Looker koordinieren.

Mit einer Datengruppe können Sie den Auslöser für die Neuerstellung von PDTs abhängig davon angeben, wann der Datenbank neue Daten hinzugefügt werden. Anschließend können Sie dieselbe Datengruppe auf Ihr exploratives Datenanalysetool oder Modell anwenden, damit auch die im Cache gespeicherten Ergebnisse ablaufen, wenn Ihre PDTs neu erstellt werden.

Alternativ können Sie mit einer Datengruppe den Trigger für die Neuerstellung von PDTs vom maximalen Cache-Alter entkoppeln. Dies kann nützlich sein, wenn Sie ein Explore haben, das sowohl auf Daten basiert, die sehr häufig aktualisiert werden, als auch mit einer PDT verknüpft ist, die seltener neu erstellt wird. In diesem Fall möchten Sie vielleicht, dass der Abfragecache häufiger zurückgesetzt wird, als die PDT neu erstellt wird.

Datengruppe definieren

Definieren Sie eine Datengruppe mit dem Parameter datagroup, entweder in einer Modelldatei oder in einer eigenen LookML-Datei. Sie können mehrere Datengruppen definieren, wenn Sie für verschiedene Explores und/oder PDTs in Ihrem Projekt unterschiedliche Richtlinien für Caching und PDT-Neuerstellung wünschen.

Der Parameter datagroup kann die folgenden Unterparameter haben:

  • label: Gibt ein optionales Label für die Datengruppe an.
  • description: Gibt eine optionale Beschreibung für die Datengruppe an, mit der der Zweck und Mechanismus der Datengruppe erläutert werden kann.
  • max_cache_age: Gibt einen String an, der einen Zeitraum definiert. Wenn das Alter des Caches einer Abfrage den Zeitraum überschreitet, entwertet Looker den Cache. Bei der nächsten Ausgabe der Abfrage sendet Looker die Abfrage an die Datenbank, um neue Ergebnisse zu erhalten.
  • sql_trigger: Gibt eine SQL-Abfrage an, die eine Zeile mit einer Spalte zurückgibt. Wenn sich der von der Abfrage zurückgegebene Wert von den vorherigen Ergebnissen der Abfrage unterscheidet, wechselt die Datengruppe in den ausgelösten Zustand.
  • interval_trigger: Gibt einen Zeitplan zum Auslösen der Datengruppe an, z. B. "24 hours".

Eine Datengruppe muss mindestens den Parameter max_cache_age, sql_trigger oder interval_trigger enthalten.

Hier ist ein Beispiel für eine Datengruppe, für die eine sql_trigger eingerichtet ist, um die PDT jeden Tag neu zu erstellen. Darüber hinaus ist max_cache_age so eingestellt, dass der Abfragecache alle zwei Stunden geleert wird, wenn Explores PDTs mit anderen Daten verknüpfen, die häufiger als einmal täglich aktualisiert werden.

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

Nachdem Sie die Datengruppe definiert haben, können Sie sie Explores und PDTs zuweisen:

Mit einer Datengruppe einen Trigger für die Neuerstellung von PDTs angeben

Wenn Sie einen Trigger zur Neuerstellung von PDTs mithilfe von Datengruppen definieren möchten, erstellen Sie einen datagroup-Parameter mit dem Unterparameter sql_trigger oder interval_trigger. Weisen Sie dann die Datengruppe einzelnen PDTs mithilfe des Unterparameters datagroup_trigger in der derived_table-Definition der PDT zu. Wenn Sie datagroup_trigger für Ihre PDT verwenden, müssen Sie keine andere Persistenzstrategie für die abgeleitete Tabelle angeben. Wenn Sie mehrere Persistenzstrategien für eine PDT angeben, erhalten Sie in der Looker IDE eine Warnung und es wird nur die datagroup_trigger verwendet.

Im folgenden Beispiel wird eine PDT-Definition mit der Datengruppe customers_datagroup verwendet. Mit dieser Definition werden auch mehrere Indexe hinzugefügt, sowohl für customer_id als auch für first_order_date. Weitere Informationen zum Definieren von PDTs finden Sie auf der Seite Abgeleitete Tabellen in Looker.

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

Weitere Informationen zur Funktionsweise von Datengruppen mit PDTs finden Sie auf der Dokumentationsseite Abgeleitete Tabellen in Looker.

Verwenden einer Datengruppe, um das Zurücksetzen des Abfrage-Cache für Explores anzugeben

Wenn eine Datengruppe ausgelöst wird, erstellt der Looker-Regenerator die PDTs neu, die diese Datengruppe als Persistenzstrategie verwenden. Sobald die PDTs der Datengruppe neu erstellt wurden, löscht Looker den Cache für Explores, die die neu erstellten PDTs der Datengruppe verwenden. Sie können der Datengruppendefinition den Parameter max_cache_age hinzufügen, wenn Sie einen Zeitplan zum Zurücksetzen des Abfragecaches für die Datengruppe anpassen möchten. Mit dem Parameter max_cache_age können Sie den Abfragecache nach einem bestimmten Zeitplan löschen und gleichzeitig automatisch zurückgesetzt werden, wenn die PDTs der Datengruppe von Looker neu erstellt werden.

Wenn Sie eine Richtlinie für die Abfrage-Zwischenspeicherung mit Datengruppen definieren möchten, erstellen Sie einen datagroup-Parameter mit dem Unterparameter max_cache_age.

Verwenden Sie den Parameter persist_with, um eine Datengruppe anzugeben, die für das Zurücksetzen des Abfragecaches in Explores verwendet werden soll:

Die folgenden Beispiele zeigen eine Datengruppe mit dem Namen orders_datagroup, die in einer Modelldatei definiert ist. Die Datengruppe hat einen sql_trigger-Parameter, der angibt, dass die Abfrage select max(id) from my_tablename verwendet wird, um zu erkennen, wann ein ETL durchgeführt wurde. Auch wenn diese ETL-Datenübertragung noch etwas auf sich warten lässt, wird in max_cache_age der Datengruppe angegeben, dass die im Cache gespeicherten Daten nur für maximal 24 Stunden verwendet werden.

Der Parameter persist_with des Modells verweist auf die Zwischenspeicherungsrichtlinie orders_datagroup. Das bedeutet, dass dies die Standard-Zwischenspeicherungsrichtlinie für alle Explores im Modell ist. Wir möchten jedoch nicht die Standard-Cache-Richtlinie des Modells für die Explores customer_facts und customer_background verwenden. Daher können wir den Parameter persist_with hinzufügen, um eine andere Cache-Richtlinie für diese beiden Explores anzugeben. Die explorativen Datenanalysen vom Typ orders und orders_facts haben keinen persist_with-Parameter. Daher wird die Standard-Caching-Richtlinie des Modells verwendet: 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
  ...
}

Wenn sowohl persist_with als auch persist_for angegeben sind, erhalten Sie eine Validierungswarnung und persist_with wird verwendet.

Datengruppe zum Auslösen geplanter Übermittlungen verwenden

Datengruppen können auch verwendet werden, um die Übermittlung eines Dashboards oder eines Looks auszulösen. Bei dieser Option sendet Looker Ihre Daten, wenn die Datengruppe abgeschlossen ist, damit die geplanten Inhalte auf dem neuesten Stand sind.

Über den Admin-Bereich für Datengruppen

Wenn Sie die Rolle „Looker-Administrator“ haben, können Sie sich die vorhandenen Datengruppen auf der Seite Datengruppen im Bereich Verwaltung ansehen. Sie können die Verbindung, das Modell und den aktuellen Status jeder Datengruppe sehen und – falls in der LookML angegeben – ein Label und eine Beschreibung für jede Datengruppe sehen. Sie können auch den Cache für eine Datengruppe zurücksetzen, die Datengruppe auslösen oder die LookML der Datengruppe aufrufen.

Abfragen mit persist_for zwischenspeichern

Verwenden Sie den Parameter persist_for auf Modellebene oder Explore-Ebene, um das Standard-Cache-Aufbewahrungsintervall von Looker von einer Stunde zu ändern. Sie können Intervalle von 0 minutes bis 8760 hours (1 Jahr) oder länger festlegen.

Das Definieren von persist_for-Parametern kann schneller und einfacher, aber weniger robust sein als das Definieren von Datengruppen. Aus folgenden Gründen empfehlen wir Datagroups anstelle von persist_for:

  • Datengruppen können mit dem ETL-Prozess Ihrer Datenbank synchronisiert werden.
  • Sie können Datengruppen in mehreren Modellen und Explores wiederverwenden. Das bedeutet, dass Sie den max_cache_age einer Datengruppe aktualisieren können. Dabei wird auch die Caching-Richtlinie an jedem Ort aktualisiert, an dem die Datengruppe verwendet wird.
  • Auf der Seite Datengruppen können Sie den gesamten Cache löschen, der mit einer Datengruppe verknüpft ist.