派生表是一种查询，其结果将派生表用作数据库中的物理表。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，在对数据建模时，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 参数来指定派生表格、所需列和其他所需特征的“探索”部分。
您还可以让 Looker 通过 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”，然后选择要包含在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：
选择探索操作齿轮菜单，然后选择获取 LookML。
点击 Derived Table（派生表）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，将其粘贴到视图文件中：
在 Looker IDE 中，点击项目文件列表顶部的 +，然后选择创建视图。或者，您可以点击文件夹的菜单，然后从菜单中选择创建视图，以在文件夹内创建文件。
为视图名称设置有意义的名称。
（可选）更改列名称、指定派生列以及添加过滤条件。
在探索中使用
type: count的度量时，可视化图表会使用视图名称（而非“计数”一词）来标记结果值。为避免混淆，请使用复数形式的视图名称。您可以通过以下两种方式更改视图名称：在可视化设置中选择系列下的显示完整字段名称，或者将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，还是使用原生 LookML 中的声明，derived_table 查询的输出都是一个包含一组列的表。如果派生表使用 SQL 表示，则 SQL 查询暗含输出列名称。例如，以下 SQL 查询将具有输出列 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，查询基于“探索”，包含测量和维度字段，添加了所有适用的过滤条件，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。
以下简单示例会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列和其他特性。
在原生派生表的视图文件中，您无需使用 include 参数指向包含探索定义的文件。如果您没有 include 语句，Looker IDE 将不会在您构建原生派生表时自动建议字段名称或验证字段引用。您可以改为使用 LookML 验证器来验证要在原生派生表中引用的字段。
但是，如果您想在 Looker IDE 中启用自动建议和即时字段验证，或者如果您的复杂 LookML 项目包含多个具有相同名称或潜力的“循环引用”探索，则可以使用 include 参数指向“探索”定义的位置。
探索通常在模型文件中定义，但对于原生派生表，为探索创建一个单独的文件会更加简洁。LookML 探索文件的扩展名为 .explore.lkml，如创建探索文件文档中所述。这样，在您的原生派生表格视图文件中，您可以包含单个探索文件，而不是整个模型文件。
如果您要创建一个单独的“Explore”文件并使用 include 参数指向原生派生表的视图文件中的“Explore”文件，请确保您的 LookML 文件满足以下要求：
- 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"
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。
您经常需要输出表中的列名称与原始“探索”中的字段名称不同。在前面的示例中，用户使用 order_items 探索生成了生命周期价值计算。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，以下代码会指示 Looker“在字段 order_items.total_revenue 中创建名为 lifetime_value 的输出列”：
column: lifetime_value {
field: order_items.total_revenue
}
隐含的列名称
如果列声明中未添加 field 参数，系统会假定该参数为 <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，以指定 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，但可以包含可对表中的单个行执行的计算。
以下示例生成的派生表与前面的示例相同，只是添加了计算的 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，特别是用于创建序列号、主键、运行和累计总计以及其他有用的多行计算。在主查询执行完毕后，任何 derived_column 声明都会单独执行。
如果您的数据库方言支持窗口函数，那么您可以在原生派生表中使用这些函数。使用包含所需窗口函数的 sql 形参创建一个 derived_column 形参。引用值时，应该按照原生派生表中定义的列名。
以下示例会创建一个包含 user_id、order_id 和 created_time 列的原生派生表。然后，使用带有 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
假设您想针对过去 90 天的客户价值构建一个派生表。您希望计算的数据与上一个示例中相同，但只希望包含过去 90 天的购买数据。
您只需为 derived_table 添加一个过滤条件，用于过滤过去 90 天内的交易。派生表的 filters 参数使用的语法与用于创建过滤的测量的语法相同。
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 为派生表编写 SQL 时，系统会将过滤条件添加到 WHERE 子句。
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 仅适用于派生表开发版本的过滤条件，这意味着您可以构建过滤后的表较小版本以进行迭代和测试，而无需等待每次更改后都构建完整表。
dev_filters 参数与 filters 参数结合使用，以便将所有过滤条件应用于表格的开发版本。如果 dev_filters 和 filters 为同一列指定过滤条件，则 dev_filters 在表的开发版本的优先级更高。
如需了解详情，请参阅在开发模式下提高工作效率。
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 中的一个字段。
如果运行时存在过滤器，from_field 会指定从哪个字段获取过滤器。
在前面的 bind_filters 示例中，Looker 将采用应用于 filtered_lookml_dt.filter_date 字段的任何过滤条件，并将该过滤条件应用于 users.created_date 字段。
您还可以使用 explore_source 的 bind_all_filters 子参数，将所有运行时过滤条件从“探索”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
sorts: [order_items.count: desc]
limit: 10
请注意，探索会以与底层排序不同的顺序显示行。
将原生派生表转换为不同的时区
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。
如果您未在原生派生表定义中指定时区，则原生派生表不会对基于时间的数据执行任何时区转换，而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的，您可以将时区值设置为 "query_timezone"，以自动使用当前运行查询的时区。