Almacenar consultas en caché

Looker reduce la carga en tu base de datos y mejora el rendimiento usando los resultados almacenados en caché de consultas de SQL anteriores cuando están disponibles y cuando la política de almacenamiento en caché permite esta función. En esta página, se describe la política de almacenamiento en caché predeterminada de Looker y las opciones disponibles para modificar la duración de los resultados almacenados en caché en tu instancia de Looker.

Cómo Looker usa consultas almacenadas en caché

Para las consultas en SQL, el mecanismo de almacenamiento en caché en Looker funciona de la siguiente manera:

  1. Cuando se ejecuta una consulta en SQL desde una exploración, una vista o un panel, Looker revisa la caché para ver si ya hay resultados almacenados en caché para esa consulta. Los resultados almacenados en caché se usarán solo si todos los aspectos de la consulta son iguales, incluidos los campos, los filtros, los parámetros y los límites de filas.

  2. Si se encuentran resultados almacenados en caché, Looker verifica la política de almacenamiento en caché que se define en el modelo de LookML para determinar si vencieron los resultados almacenados en caché. Si los resultados almacenados en caché no vencieron, Looker usa los resultados almacenados en caché para la consulta.

  3. Si no se encuentran resultados almacenados en caché para la consulta o si vencieron, Looker ejecutará la consulta en la base de datos. Los nuevos resultados de la consulta se almacenarán en caché.

La política de retención de caché predeterminada es de una hora. En la siguiente sección, Modifica las políticas de retención de caché, se analiza cómo acortar o alargar este tiempo, y cómo describir las opciones para sincronizar la política de retención de caché con el proceso de ETL (extracción, transformación y carga) de la base de datos.

Modifica las políticas de retención de caché

Puedes especificar políticas de retención de caché a nivel de exploración de LookML y de modelo de LookML.

El mecanismo de almacenamiento en caché recomendado es usar un parámetro datagroup a nivel del modelo. Los grupos de datos te permiten sincronizar la política de retención de caché de un modelo con el programa de ETL de la base de datos mediante el parámetro sql_trigger y la configuración de un intervalo de vencimiento de la caché con el parámetro max_cache_age. Para obtener más información, consulta la sección Cómo almacenar consultas en caché y volver a compilar las PDT con los grupos de datos.

Si deseas un enfoque más simple, puedes usar el parámetro persist_for en el nivel del modelo o en el nivel de exploración. Si usas el parámetro persist_for de esta manera, podrás establecer un intervalo de vencimiento de la caché que anule el intervalo predeterminado de una hora. Sin embargo, el uso de persist_for es menos sólido que usar grupos de datos por algunas razones, como se explica en la sección Cómo almacenar consultas en caché con persist_for.

Si una exploración o un modelo tienen un grupo de datos o persist_for definidos, la política de almacenamiento en caché se modifica de la siguiente manera:

  • Antes de que venza el intervalo persist_for o el intervalo max_cache_age del grupo de datos: si se vuelve a ejecutar la consulta, Looker extraerá datos de la caché.
  • Cuando vence el intervalo persist_for o el max_cache_age del grupo de datos, Looker borra los datos de la caché.
  • Después de que venza el intervalo persist_for o el intervalo max_cache_age del grupo de datos: si se vuelve a ejecutar la consulta, Looker extrae los datos directamente de la base de datos y restablece el intervalo persist_for o max_cache_age.

Un punto clave aquí es que los datos se borran de la caché cuando vence el intervalo persist_for o max_cache_age.

Si la caché alcanza el límite de almacenamiento, los datos se expulsarán según el algoritmo menos usado (LRU), sin garantía de que los datos con intervalos de persist_for o max_cache_age vencidos se borrarán todos a la vez.

Minimiza el tiempo que los datos permanecen en la caché

Looker siempre escribirá los resultados de las consultas en caché. Incluso si los intervalos persist_for y max_cache_age se establecen en cero, es posible que los datos almacenados en caché se almacenen durante un máximo de 10 minutos. Todos los datos del cliente almacenados en la caché del disco están encriptados según el estándar de encriptación avanzada (AES).

Para minimizar el tiempo que los datos se almacenan en la caché, haz lo siguiente:

  • Para cualquier parámetro persist_for (para un modelo o una exploración) o el parámetro max_cache_age (para un grupo de datos), establece el valor en 0 minutes. Looker borra la caché cuando vence el intervalo persist_for o cuando los datos alcanzan el intervalo max_cache_age que se especifica en su grupo de datos. (no es necesario establecer el parámetro persist_for de las PDT en 0 minutes para minimizar la cantidad de datos que se almacenan en la caché. Las PDT se escriben en la base de datos y no en la caché).
  • Establece el parámetro suggest_persist_for en un intervalo pequeño. El valor suggest_persist_for especifica por cuánto tiempo Looker debe conservar las sugerencias de filtros en la caché. Las sugerencias de filtro se basan en una consulta de los valores del campo que se filtra. Estos resultados de la consulta se guardan en la caché para que Looker pueda proporcionar sugerencias con rapidez a medida que el usuario escribe en el campo de texto de filtro. La configuración predeterminada es almacenar en caché las sugerencias de filtro durante 6 horas. Para minimizar la cantidad de tiempo que tus datos permanecen en la caché, establece el valor de suggest_persist_for en un valor inferior, como 5 minutes.

Comprueba si se devolvió una consulta desde la caché

En una ventana Explorar, puedes determinar si una consulta se mostró desde la caché. Para ello, consulta la información que se encuentra junto al botón Ejecutar después de ejecutar una consulta.

Cuando se devuelve una consulta desde la caché, se muestra el texto "desde la caché". De lo contrario, se muestra la cantidad de tiempo que llevó mostrar la consulta.

Fuerza la generación de resultados nuevos a partir de la base de datos

En una ventana de Explorar, puedes forzar la recuperación de resultados nuevos de la base de datos. Después de ejecutar una consulta (incluidas las búsquedas de resultados combinados), selecciona la opción Borrar caché y actualizar en el menú de ajustes Explorar acciones.

Almacena consultas en caché y vuelve a compilar PDT con grupos de datos

Usa los grupos de datos para coordinar el programa de ETL (extracción, transformación y carga) de tu base de datos con la política de almacenamiento en caché de Looker y el programa de recompilación de PDT.

Puedes usar un grupo de datos para especificar el activador de recompilación para PDT en función del momento en que se agreguen datos nuevos a tu base de datos. Luego, puedes aplicar el mismo grupo de datos a la exploración o el modelo para que los resultados almacenados en caché también venzan cuando se vuelvan a compilar las PDT.

Como alternativa, puedes usar un grupo de datos para separar el activador de recompilación de PDT de la antigüedad máxima de la caché. Esto puede ser útil si tienes una exploración que se basa en datos que se actualizan con mucha frecuencia y se une a una PDT que se vuelve a compilar con menos frecuencia. En este caso, es posible que desees que la caché de consultas se restablezca con mayor frecuencia que la que se vuelva a compilar la PDT.

Cómo definir un grupo de datos

Define un grupo de datos con el parámetro datagroup, ya sea en un archivo de modelo o en su propio archivo de LookML. Puedes definir varios grupos de datos si deseas diferentes políticas de recompilación de PDT y almacenamiento en caché para diferentes exploraciones o PDT en tu proyecto.

El parámetro datagroup puede tener los siguientes subparámetros:

  • label: Especifica una etiqueta opcional para el grupo de datos.
  • description: Especifica una descripción opcional del grupo de datos que se puede usar para explicar el propósito y mecanismo del grupo de datos.
  • max_cache_age: Especifica una cadena que define un período. Cuando la antigüedad de la caché de una consulta supera el período, Looker invalida la caché. La próxima vez que se emite la consulta, Looker envía la consulta a la base de datos para obtener resultados nuevos.
  • sql_trigger: Especifica una consulta en SQL que muestra una fila con una columna. Si el valor que muestra la consulta es diferente de los resultados anteriores, el grupo de datos entra en un estado activado.
  • interval_trigger: Especifica un programa de tiempo para activar el grupo de datos, como "24 hours".

Como mínimo, un grupo de datos debe tener los parámetros max_cache_age, sql_trigger o interval_trigger.

A continuación, se muestra un ejemplo de un grupo de datos que tiene una sql_trigger configurada para volver a compilar la PDT todos los días. Además, max_cache_age se configura para borrar la caché de consultas cada dos horas, en caso de que alguna exploración une las PDT a otros datos que se actualizan con más frecuencia que una vez al día.

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

Una vez que definas el grupo de datos, puedes asignarlo a exploraciones y PDT:

Usa un grupo de datos para especificar un activador de recompilación para las PDT

Para definir un activador de recompilación de PDT mediante grupos de datos, crea un parámetro datagroup con el sql_trigger o el subparámetro interval_trigger. Luego, asigna el grupo de datos a PDT individuales con el subparámetro datagroup_trigger en la definición derived_table de la PDT. Si usas datagroup_trigger para la PDT, no necesitas especificar ninguna otra estrategia de persistencia para la tabla derivada. Si especificas varias estrategias de persistencia para una PDT, recibirás una advertencia en el IDE de Looker y solo se usará datagroup_trigger.

A continuación, se muestra un ejemplo de una definición de PDT que usa el grupo de datos customers_datagroup. Esta definición también agrega varios índices, tanto en customer_id como en first_order_date. Para obtener más información sobre cómo definir las PDT, consulta la página de documentación de las Tablas derivadas en Looker.

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

Consulta la página de documentación de las Tablas derivadas de Looker para obtener más información sobre cómo funcionan los grupos de datos con las PDT.

Usa un grupo de datos para especificar el restablecimiento de caché de las consultas para las exploraciones

Cuando se active un grupo de datos, el regenerador de Looker volverá a compilar las PDT que usan ese grupo de datos como estrategia de persistencia. Una vez que se vuelvan a compilar las PDT del grupo de datos, Looker borrará la caché de las exploraciones que usen las PDT reconstruidas del grupo de datos. Puedes agregar el parámetro max_cache_age a la definición de tu grupo de datos si deseas personalizar un programa de restablecimiento de la caché de consultas para ese grupo de datos. El parámetro max_cache_age te permite borrar la caché de consultas según un programa específico, además del restablecimiento automático de la caché de consultas que realiza Looker cuando se vuelven a compilar las PDT del grupo de datos.

Para definir una política de almacenamiento en caché de consultas con grupos de datos, crea un parámetro datagroup con el subparámetro max_cache_age.

Si deseas especificar un grupo de datos para restablecer la caché de las consultas en las exploraciones, usa el parámetro persist_with:

En los siguientes ejemplos, se muestra un grupo de datos llamado orders_datagroup que se define en un archivo del modelo. El grupo de datos tiene un parámetro sql_trigger que especifica que la consulta select max(id) from my_tablename se usará para detectar cuándo se produjo un ETL. Incluso si ese ETL no se produce por un tiempo, el max_cache_age del grupo de datos especifica que los datos almacenados en caché se usarán solo durante un máximo de 24 horas.

El parámetro persist_with del modelo apunta a la política de almacenamiento en caché orders_datagroup, lo que significa que esta será la política de almacenamiento en caché predeterminada para todas las exploraciones en el modelo. Sin embargo, no queremos usar la política de almacenamiento en caché predeterminada del modelo para las exploraciones customer_facts y customer_background, por lo que podemos agregar el parámetro persist_with para especificar una política de almacenamiento en caché diferente para estas dos exploraciones. Las exploraciones orders y orders_facts no tienen un parámetro persist_with, por lo que usarán la política de almacenamiento en caché predeterminada del modelo: 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 se especifican persist_with y persist_for, recibirás una advertencia de validación y se usará persist_with.

Uso de un grupo de datos para activar las entregas programadas

Los grupos de datos también se pueden usar para activar la publicación de un panel o una vista. Con esta opción, Looker enviará tus datos cuando se complete el grupo de datos, para que el contenido programado esté actualizado.

Usa el panel Administrador para los grupos de datos

Si tienes el rol de administrador de Looker, puedes usar la página Grupos de datos del panel Administrador para ver los grupos de datos existentes. Puedes ver la conexión, el modelo y el estado actual de cada grupo de datos y, si se especifica en LookML, una etiqueta y una descripción para cada grupo de datos. También puedes restablecer la caché para un grupo de datos, activar el grupo de datos o navegar al LookML del grupo de datos.

Almacena consultas en caché con persist_for

Usa el parámetro persist_for en el nivel del modelo o en el nivel de exploración para modificar el intervalo de retención de caché predeterminado de Looker de 1 hora. Puedes establecer intervalos de hasta 0 minutes y de 8760 hours (1 año) o más.

Definir los parámetros persist_for puede ser más rápido y sencillo, pero menos sólido, que definir grupos de datos. Los grupos de datos se recomiendan en lugar de persist_for por los siguientes motivos:

  • Los grupos de datos pueden sincronizarse con el proceso ETL de tu base de datos.
  • Puedes reutilizar los grupos de datos en varios modelos y exploraciones. Esto significa que puedes actualizar el max_cache_age de un grupo de datos y se actualizará la política de almacenamiento en caché en cada lugar en que se use el grupo de datos.
  • Puedes borrar toda la caché asociada con un grupo de datos desde la página Grupos de datos.