Blocos do Looker

O Looker BlocksTM é um modelo de dados pré-criado para padrões analíticos comuns e fontes de dados. Reutilize o trabalho que outras pessoas já fizeram em vez de começar do zero e depois personalize os blocos de acordo com suas especificações. Desde padrões SQL otimizados até modelos de dados totalmente integrados, os blocos do Looker podem ser usados como ponto de partida para uma modelagem de dados rápida e flexível no Looker.

Blocos disponíveis

Há muitos blocos do Looker disponíveis. Para ver quais bloqueios estão disponíveis, confira a seção Bloqueios do Looker Marketplace.

Os blocos do Looker foram criados para tornar a análise de dados mais fácil e eficiente. Eles estão disponíveis "no estado em que se encontram", o que significa que não haverá atualizações futuras. A Looker não pode representar nem garantir que esses dados serão precisos, confiáveis ou livres de erros. Consulte os sites de fonte de dados documentados para ver detalhes sobre como eles são coletados e como interpretá-los.

Clique em um bloco do seu interesse para ver as instruções de uso específicas.

Alguns blocos do Looker podem ser instalados de forma rápida e fácil usando o Looker Marketplace. Antes de implantar um bloqueio pelo Looker Marketplace, um administrador do Looker precisa ter ativado o recurso Marketplace. A instalação de blocos com um parâmetro local_dependency também exige a ativação do recurso Labs do projeto local Labs. Consulte a página de documentação do Looker Marketplace para mais informações sobre como instalar e personalizar o Looker Blocks, disponível no Looker Marketplace.

Padronização e personalização

Antes de criar um bloco com um parâmetro local_dependency, um administrador do Looker precisa ativar o recurso Local Project Import Labs.

A facilidade de uso dos diferentes blocos varia de acordo com o grau de padronização do esquema do banco de dados. A maioria dos bloqueios do Looker exige alguma personalização para se ajustar ao esquema de dados, com exceção dos blocos de dados, que são os mais simples de implementar, mas não são personalizáveis.

  • Os blocos de dados, que incluem conjuntos de dados públicos e modelos completos de LookML, só precisam copiar o modelo do LookML do repositório do GitHub para acessar as tabelas modeladas. Consulte Como usar blocos de dados nesta página para ver instruções detalhadas.

  • Aplicativos de coleta de dados, como Segment e Snowplow, rastreiam eventos em um formato relativamente padronizado. Isso possibilita a criação de padrões de design padronizados, capazes de limpeza, transformação e análise de dados, que podem ser usados por qualquer cliente que use esses aplicativos.

  • Outros aplicativos da web, como o Salesforce, permitem que você adicione campos personalizados para seus usuários internos. Naturalmente, isso cria dados em um formato menos padronizado. Como resultado, podemos modelar parte do modelo de dados para que a análise funcione, mas você precisará personalizar a parte não padronizada.

  • Por fim, temos bloqueios para insights comerciais gerais. São padrões de design SQL ou LookML otimizados que são independentes da fonte de dados. Por exemplo, muitas empresas querem analisar o valor da vida útil de um cliente ao longo do tempo. Há algumas suposições incorporadas a esses padrões, mas elas podem ser personalizadas para atender às suas necessidades específicas de negócios. Esses padrões refletem o ponto de vista do Looker sobre a melhor maneira de conduzir determinados tipos de análise.

Se você não tem experiência com o Looker, o analista do Looker pode ajudar você a aproveitar ao máximo esses modelos.

Como adicionar blocos ao LookML

  • Alguns blocos demonstram Explorar e Visualizações no mesmo arquivo. Isso facilita a visualização, mas, em geral, convém copiar as seções apropriadas do LookML para os locais adequados no seu modelo de dados. Consulte a página de documentação Noções básicas sobre modelos e visualizações de arquivos para mais informações.

  • Em alguns casos, você provavelmente vai criar novos arquivos LookML no seu modelo de dados para armazenar os exemplos.

Como usar blocos de dados

Os blocos de dados são um tipo especial de bloco do Looker que fornece o conjunto de dados e o modelo de dados. Os blocos de dados do Looker incluem fontes de dados públicas, como:

  • Dados demográficos: métricas demográficas comuns da American Community Survey no nível do estado, do condado, da guia de CEP e até mesmo do grupo de bloqueio do censo.
  • Dados meteorológicos: informações meteorológicas nos Estados Unidos no nível de CEP desde 1920 até o dia anterior. Este bloco é atualizado todas as noites.

Para ver a lista completa de bloqueios disponíveis, consulte a seção Bloqueios do Looker Marketplace.

Como acessar conjuntos de dados em bancos de dados diferentes

O procedimento para acessar o conjunto de dados de um bloco de dados varia de acordo com o esquema do banco de dados. As seções a seguir contêm instruções para acessar conjuntos de dados nesses bancos de dados:

Como acessar conjuntos de dados no Google BigQuery

Se você tiver uma conta do Google BigQuery, poderá acessar os conjuntos de dados hospedados pelo BigQuery do Looker. Pule para a seção Como adicionar blocos de dados aos projetos nesta página.

Se você ainda não tiver uma conta do Google BigQuery, configure um teste gratuito e acesse os conjuntos de dados públicos do Looker no BigQuery.

O Google BigQuery não é compatível com o compartilhamento de projetos entre regiões. Para acessar blocos de dados no Google BigQuery de fora dos EUA, você pode:

Como acessar conjuntos de dados em outros bancos de dados

Você está no Amazon Redshift? MySQL? PostgreSQL? Oracle?

Disponibilizamos os dados transformados de cada um desses conjuntos de dados publicamente no serviço do Google Cloud e no S3 para que você possa importá-los diretamente para o banco de dados de sua escolha.

Também disponibilizamos a linguagem de definição de dados (DDL, na sigla em inglês) para cada conjunto de dados no repositório do GitHub. As instruções DDL podem precisar ser modificadas para os tipos de dados no banco de dados selecionado, mas precisam dar uma ideia dos tipos de colunas para cada tabela.

Faça o download de dados diretamente de um destes locais:

Como acessar o modelo LookML

Bifurque um dos nossos repositórios do GitHub em um novo repositório do GitHub (hospedado pelo Looker ou pela sua empresa) que você poderá estender ou refinar na sua instância:

Como adicionar blocos de dados a projetos

Além do método descrito nesta seção, também é possível usar os refinamentos do LookML para aproveitar o LookML das visualizações e explorações nos seus projetos.

Para criar um bloco de dados com um parâmetro local_dependency, o administrador do Looker precisa ativar o recurso Local Project Import Labs.

Para adicionar um bloco de dados ao seu projeto:

  1. Adicione um novo projeto à sua instância do Looker.

  2. Separe ou copie os repositórios do GitHub mencionados acima para acessar o LookML pré-criado. Crie um novo repositório do GitHub.

  3. Remova outros arquivos do dialeto do banco de dados do repo. O Looker Blocks geralmente contém arquivos do Google BigQuery, Amazon Redshift e Snowflake. Por exemplo, para configurar blocos de dados no Google BigQuery, você só precisará dos arquivos de visualização e dos modelos do Google BigQuery e do BigQuery.

  4. Substitua o nome da conexão no seu arquivo de modelo pela conexão do banco de dados onde estão os dados dos blocos de dados. Se você estiver usando o Google BigQuery ou o Snowflake, use a conexão do banco de dados da qual você ampliará ou refinará.

    Toda lógica de mesclagem existe em um arquivo .explore em cada um dos repositórios. Esse é o arquivo que você incluirá nas etapas a seguir depois de configurar o manifesto do projeto.

  5. No seu projeto principal do Looker, em que você ampliará ou refinará blocos de dados, crie um arquivo de manifesto do projeto.

  6. Adicione o LookML a seguir ao arquivo de manifesto do projeto para fazer referência aos blocos de dados no seu projeto principal do Looker:

    project_name: "<your_project_name\>"

    local_dependency: {
      project: "<project_name_of_datablock\>"
    }

Considerações e opções de configuração

Google BigQuery: use o conjunto correto de arquivos de modelo. Se você estiver no Google BigQuery, talvez queira fazer referência a todos os arquivos com _bq_ no nome do arquivo. Talvez você precise adaptar nossos dialetos de modelo do Google BigQuery ao seu próprio dialeto de banco de dados.

O Google BigQuery não é compatível com o compartilhamento de projetos entre regiões. Para acessar blocos de dados no Google BigQuery de fora dos EUA, você pode:

Extensões: todos os nossos projetos foram configurados para permitir extensões de arquivos do Explorar, já que as extensões do modelo podem causar problemas com várias conexões.

Como mesclar tabelas derivadas: consulte nossa documentação para tabelas derivadas nativas. É possível permitir que o Looker grave SQL para você em diferentes níveis de agregação nos nossos conjuntos de dados disponíveis publicamente e integrá-los ao seu modelo.

Combinação de conjuntos de resultados: também é possível mesclar conjuntos de resultados dos conjuntos de dados com seus dados, combinando conjuntos de resultados da consulta.

Exemplo de configuração do conjunto de dados demográficos

  1. Para ter acesso aos dados, faça o download de dados brutos dos buckets do S3 ou do Google Cloud Service ou conecte-se a um banco de dados do Looker.

  2. Importe o modelo Bloco de dados demográficos do LookML como um projeto separado na instância do Looker.

  3. Use o parâmetro include para trazer o arquivo de visualização.

  4. Em seguida, estenda ou refine o arquivo de visualização ou use tabelas derivadas nativas para receber os dados no nível de agregação necessário para as explorações.

    Em nosso exemplo, como os dados demográficos estão em um nível de agregação diferente do nosso conjunto de dados de comércio eletrônico (grupo de bloqueio x CEP), usamos tabelas derivadas nativas para agregar estatísticas até o nível de CEP. Isso elimina mesclagens confusas de muitos para muitos:

      include: "/american_community_survey/bq.explore"

  view: zipcode_income_facts {
    derived_table: {
      persist_for: "10000 hours"
      explore_source: fast_facts {
        column: ZCTA5 { field: tract_zcta_map.ZCTA5 }
        column: income_household { field: bg_facts.avg_income_house }
        column: total_population { field: bg_facts.total_population }
      }
    }
    dimension: ZCTA5 {}
    dimension: income_household {
      hidden: yes
    }

  5. Una arquivos de visualização ao modelo:

      include: "acs*.view"

  explore: order_items {
    join: users {
      sql_on: ${users.id} = ${order_items.user_id} ;;
      type: left_outer
      relationship: many_to_one
    }

    join: zipcode_income_facts {
      sql_on: ${users.zip} = ${zipcode_income_facts.ZCTA5} ;;
      type: left_outer
      relationship: many_to_one
    }
  }

  6. Explore e visualize os dados.

Como usar blocos viz

O Looker inclui vários tipos de visualização nativos. No entanto, se você tiver necessidades de gráficos não abrangidas pelos tipos de visualização nativos do Looker, também poderá adicionar seus próprios tipos de visualização personalizada. Também é possível desenvolver uma visualização personalizada e disponibilizá-la para todos os usuários do Looker Marketplace.

Os blocos do Viz são tipos de visualização pré-criados do JavaScript hospedados pelo Looker. Você pode adicionar os blocos do Viz à sua instância do Looker, e eles funcionarão de maneira semelhante a qualquer tipo de visualização nativa do Looker: eles aparecem na barra de menu de visualização e incluem funcionalidades básicas, como perfuração, download, incorporação e programação.

Para saber mais sobre um bloco do viz, selecione o tipo de visualização na seção Plug-ins do Looker Marketplace, clique em Ver o código e navegue até o arquivo READ.ME do bloco do viz. O arquivo READ.ME mostra um exemplo da visualização e fornece mais informações sobre o bloco viz. Para algumas visualizações, o arquivo READ.ME também fornece um URL e instruções para adicionar o bloco viz.

Para adicionar o tipo de visualização à instância, consulte as instruções no arquivo READ.ME (se houver) e as informações na página de documentação de Visualizações.