派生表是一种查询，其结果就像派生表是数据库中的物理表一样。原生派生表基于您使用 LookML 术语定义的查询。这与基于 SQL 的派生表不同，后者基于您使用 SQL 术语定义的查询。与基于 SQL 的派生表相比，在为数据建模时，原生派生表更易于阅读和理解。如需了解详情，请参阅 Looker 中的派生表文档页面的原生派生表和基于 SQL 的派生表部分。
原生表和基于 SQL 的派生表均在 LookML 中使用视图级别的 derived_table 参数进行定义。但是，对于原生派生表，您无需创建 SQL 查询。不过，您可以使用 explore_source 参数来指定派生表所依据的探索、所需的列和其他所需的特征。
您还可以让 Looker 根据 SQL Runner 查询创建派生表 LookML，如使用 SQL Runner 创建派生表文档页面中所述。
使用“探索”工具开始定义原生派生表
从“探索”开始，Looker 可以为您的所有或大部分派生表生成 LookML。只需创建一个探索，然后选择要添加到派生表中的所有字段即可。然后，如需生成原生派生表 LookML，请按以下步骤操作：
选择 Explore Actions 齿轮菜单，然后选择 Get LookML。
点击 Derived Table 标签页，查看用于为探索创建原生派生表的 LookML。
复制该 LookML。
现在，您已复制生成的 LookML，请将其粘贴到视图文件中：
点击 Looker IDE 中的项目文件列表顶部的 +，然后选择创建视图。或者，您也可以点击文件夹的菜单，然后从菜单中选择创建视图，在文件夹内创建该文件。
为视图设置有意义的名称。
（可选）更改列名称、指定派生列并添加过滤条件。
当您在“探索”中使用
type: count的测量时，可视化图表会使用视图名称（而不是单词“Count”）来标记结果值。为避免混淆，请使用复数形式的视图名称。要更改视图名称，您可以在可视化设置中选择数据系列下的显示完整字段名称，也可以将view_label参数与视图名称的复数形式搭配使用。
在 LookML 中定义原生派生表
无论您使用在 SQL 中声明的派生表还是在原生 LookML 中声明的派生表，derived_table 查询的输出都是包含一组列的表。当以 SQL 表示派生表时，SQL 查询会隐含输出列名称。例如，以下 SQL 查询将包含输出列 user_id、lifetime_number_of_orders 和 lifetime_customer_value：
SELECT
user_id
, COUNT(DISTINCT order_id) as lifetime_number_of_orders
, SUM(sale_price) as lifetime_customer_value
FROM order_items
GROUP BY 1
在 Looker 中，查询以探索为基础，包含测量和维度字段，添加任何适用的过滤条件，还可以指定排序顺序。原生派生表包含所有这些元素以及列的输出名称。
下面这个简单示例生成一个包含三列的派生表：user_id、lifetime_customer_value 和 lifetime_number_of_orders。您无需在 SQL 中手动编写查询，Looker 会使用指定的探索 order_items 和该探索的部分字段（order_items.user_id、order_items.total_revenue 和 order_items.order_count）为您创建查询。
view: user_order_facts {
derived_table: {
explore_source: order_items {
column: user_id {
field: order_items.user_id
}
column: lifetime_number_of_orders {
field: order_items.order_count
}
column: lifetime_customer_value {
field: order_items.total_revenue
}
}
}
# Define the view's fields as desired
dimension: user_id {
hidden: yes
}
dimension: lifetime_number_of_orders {
type: number
}
dimension: lifetime_customer_value {
type: number
}
}
使用 include 语句启用引用字段
在原生派生表的视图文件中，您可以使用 explore_source 参数指向探索，并为原生派生表定义所需的列和其他所需的特征。由于您是在原生派生表的视图文件中指向某个探索，因此还必须包含包含探索定义的文件。探索通常在模型文件中定义，但对于原生派生表，使用 .explore.lkml 文件扩展名为探索创建单独的文件会更简洁，如创建探索文件文档中所述。这样，在原生派生的表格视图文件中，您便可以添加单个“探索”文件，而不是添加整个模型文件。在这种情况下：
- 原生派生表的视图文件应包含探索的文件。例如：
include: "/explores/order_items.explore.lkml"
- “探索”的文件应包含所需的视图文件。例如：
include: "/views/order_items.view.lkml"include: "/views/users.view.lkml"
- 模型应包含探索的文件。例如：
include: "/explores/order_items.explore.lkml"
“探索”文件将监听包含它们的模型的连接。如果模型中包含“探索”文件，而所配置的连接不同于“探索”文件的父级模型，则需要考虑这一点。如果包含的模型的连接的架构与父模型的连接的架构不同，可能会导致查询错误。
定义原生派生表列
如上述示例所示，您使用 column 指定派生表的输出列。
指定列名称
对于 user_id 列，列名称与原始探索中指定字段的名称一致。
通常情况下，输出表中的列名称不同于原始探索中的字段名称。在上述示例中，用户使用 order_items 探索进行了一次生命周期价值计算。在输出表中，total_revenue 实际上是客户的lifetime_customer_value。
column 声明支持声明与输入字段不同的输出名称。例如，以下代码指示 Looker“根据字段 order_items.total_revenue 创建名为 lifetime_value 的输出列”：
column: lifetime_value {
field: order_items.total_revenue
}
隐含列名称
如果列声明中不含 field 参数，则假定该参数为 <explore_name>.<field_name>。例如，如果您指定了 explore_source: order_items，则
column: user_id {
field: order_items.user_id
}
等效于
column: user_id {}
为计算值创建派生列
您可以添加 derived_column 参数来指定 explore_source 参数的“探索”中不存在的列。每个 derived_column 形参都有一个 sql 形参，用于指定如何构造值。
sql 计算可以使用您通过 column 参数指定的任何列。派生列不能包含聚合函数，但可以包含可以对表的单个行执行的计算。
以下示例会生成与前面的示例相同的派生表，只不过添加了一个计算得出的 average_customer_order 列，该列是根据原生派生表中的 lifetime_customer_value 和 lifetime_number_of_orders 列计算得出的。
view: user_order_facts {
derived_table: {
explore_source: order_items {
column: user_id {
field: order_items.user_id
}
column: lifetime_number_of_orders {
field: order_items.order_count
}
column: lifetime_customer_value {
field: order_items.total_revenue
}
derived_column: average_customer_order {
sql: lifetime_customer_value / lifetime_number_of_orders ;;
}
}
}
# Define the view's fields as desired
dimension: user_id {
hidden: yes
}
dimension: lifetime_number_of_orders {
type: number
}
dimension: lifetime_customer_value {
type: number
}
dimension: average_customer_order {
type: number
}
}
使用 SQL 窗口函数
某些数据库方言支持窗口函数，尤其是用于创建序列号、主键、运行总计和累计总计，以及其他有用的多行计算。在执行主查询后，所有 derived_column 声明都将在单独的传递中执行。
如果您的数据库方言支持 window 函数，那么您可以在原生派生表中使用它们。创建一个 derived_column 形参以及包含所需 window 函数的 sql 形参。引用值时，您应该使用原生派生表中定义的列名称。
以下示例创建了一个包含 user_id、order_id 和 created_time 列的原生派生表。然后，使用带 SQL ROW_NUMBER() 窗口函数的派生列计算包含客户订单序列号的列。
view: user_order_sequences {
derived_table: {
explore_source: order_items {
column: user_id {
field: order_items.user_id
}
column: order_id {
field: order_items.order_id
}
column: created_time {
field: order_items.created_time
}
derived_column: user_sequence {
sql: ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY created_time) ;;
}
}
}
dimension: order_id {
hidden: yes
}
dimension: user_sequence {
type: number
}
}
向原生派生表添加过滤条件
假设您想要构建一个派生表，以显示客户在过去 90 天内的价值。您想使用与上一个示例相同的计算方法，但只希望包括过去 90 天内的购买交易。
您只需向 derived_table 添加一个过滤条件，用于过滤过去 90 天内的交易。衍生表的 filters 参数使用的语法与创建过滤后的测量时使用的语法相同。
view: user_90_day_facts {
derived_table: {
explore_source: order_items {
column: user_id {
field: order_items.user_id
}
column: number_of_orders_90_day {
field: order_items.order_count
}
column: customer_value_90_day {
field: order_items.total_revenue
}
filters: [order_items.created_date: "90 days"]
}
}
# Add define view's fields as desired
dimension: user_id {
hidden: yes
}
dimension: number_of_orders_90_day {
type: number
}
dimension: customer_value_90_day {
type: number
}
}
当 Looker 为派生表写入 SQL 时，系统将向 WHERE 子句添加过滤条件。
此外，您还可以将 explore_source 的 dev_filters 子参数用于原生派生表。借助 dev_filters 参数，您可以指定 Looker 仅适用于开发版派生表的过滤条件，这意味着您可以构建经过过滤的较小表版本进行迭代和测试，而无需等待每次更改后完整表进行构建。
dev_filters 参数可与 filters 参数结合使用，以便将所有过滤条件应用于表的开发版。如果 dev_filters 和 filters 为同一列指定了过滤条件，则 dev_filters 优先于表的开发版。
如需了解详情，请参阅在开发模式下加快工作速度。
使用模板化过滤条件
您可以使用 bind_filters 添加模板化过滤条件：
bind_filters: {
to_field: users.created_date
from_field: filtered_lookml_dt.filter_date
}
这与在 sql 块中使用以下代码基本相同：
{% condition filtered_lookml_dt.filter_date %} users.created_date {% endcondition %}
to_field 是应用过滤条件的字段。to_field 必须是底层 explore_source 中的字段。
如果运行时有过滤器，则 from_field 会指定从中获取过滤器的字段。
在前面的 bind_filters 示例中，Looker 会将应用于 filtered_lookml_dt.filter_date 字段的任何过滤条件应用于 users.created_date 字段。
您还可以使用 explore_source 的 bind_all_filters 子参数，将“探索”中的所有运行时过滤条件传递到原生派生表子查询。如需了解详情，请参阅 explore_source 参数文档页面。
对原生派生表进行排序和限制其数量
sorts: [order_items.count: desc]
limit: 10
请注意，探索的显示顺序可能与底层排序不同。
将原生派生表转换为不同时区
您可以使用 timezone 子参数为原生派生表指定时区：
timezone: "America/Los_Angeles"
使用 timezone 子参数时，原生派生表中所有基于时间的数据都将转换为您指定的时区。如需查看受支持时区的列表，请参阅 timezone 值文档页面。
如果您没有在原生派生表定义中指定时区，则原生派生表将不会对基于时间的数据执行任何时区转换，基于时间的数据将默认使用您的数据库时区。
如果原生派生表不是永久性表，您可以将时区值设置为 "query_timezone"，以自动使用当前正在运行的查询的时区。