Looker stellt über eine JDBC-Verbindung zum Spark Thrift Server eine Verbindung zu Apache Spark her.
Looker-Verbindung zu Ihrer Datenbank erstellen
Wählen Sie im Abschnitt Admin von Looker die Option Verbindungen aus und klicken Sie auf Verbindung hinzufügen.
Geben Sie die Verbindungsdetails ein. Die meisten Einstellungen gelten für die meisten Datenbankdialekte. Informationen dazu finden Sie in der Dokumentation zum Verbinden von Looker mit Ihrer Datenbank. Einige der Einstellungen werden als Nächstes beschrieben:
- Name: Der Name der Verbindung. So wird im LookML-Modell auf die Verbindung verwiesen.
- Dialekt: Wählen Sie Apache Spark 1.5+, Apache Spark 2+ oder Apache Spark 3+ aus.
- Host: Der Thrift-Serverhost.
- Port Der Thrift-Server-Port (standardmäßig 10000).
- Datenbank: Das Standardschema/die Datenbank, die modelliert wird. Wenn für eine Tabelle keine Datenbank angegeben ist, wird davon ausgegangen.
- Nutzername: Der Nutzer, der von Looker authentifiziert wird.
- Password (Passwort): Das optionale Passwort für Looker-Nutzer.
- PDTs aktivieren: Aktivieren Sie diese Option, um persistente abgeleitete Tabellen zu aktivieren. Wenn PATs aktiviert sind, werden im Fenster Verbindung zusätzliche PAT-Einstellungen und der Abschnitt PDT-Überschreibungen angezeigt.
- Temporäre Datenbank: Eine temporäre Schema/Datenbank zum Speichern von PATs. Er muss mit einer Anweisung wie
CREATE SCHEMA looker_scratch;erstellt werden. - Zusätzliche JDBC-Parameter: Hier können Sie zusätzliche Hive-JDBC-Parameter hinzufügen, z. B.:
;spark.sql.inMemoryColumnarStorage.compressed=true
;auth=noSasl - SSL: Lassen Sie dieses Kästchen deaktiviert.
- Database Time Zone: Die Zeitzone der in Spark gespeicherten Daten. In der Regel kann sie leer bleiben oder auf UTC gesetzt werden.
- Zeitzone für Abfragen: Die Zeitzone, in der die in Looker abgefragten Daten angezeigt werden sollen.
Klicken Sie auf Test, um zu prüfen, ob die Verbindung erfolgreich war. Informationen zur Fehlerbehebung finden Sie in der Dokumentation zum Testen der Datenbankverbindung.
Klicken Sie auf Verbinden, um diese Einstellungen zu speichern.
Unterstützte Funktionen
Damit Looker einige Funktionen unterstützen kann, müssen diese auch von Ihrem Datenbankdialekt unterstützt werden.
Apache Spark 1.5 und höher
Apache Spark 1.5+ unterstützt ab Looker 23.8 die folgenden Funktionen:
| Funktion | Unterstützt? |
|---|---|
| Supportstufe | Integration |
| Looker (Google Cloud Core) | Nein |
| Symmetrische Summen | Ja |
| Abgeleitete Tabellen | Ja |
| Über SQL abgeleitete Tabellen | Ja |
| Nichtflüchtige native abgeleitete Tabellen | Ja |
| Stabile Aufrufe | Ja |
| Abfrageabbau | Ja |
| SQL-basierte Pivots | Ja |
| Zeitzonen | Ja |
| SSL | Ja |
| Zwischensummen | Ja |
| Zusätzliche JDBC-Parameter | Ja |
| Groß-/Kleinschreibung beachten | Ja |
| Standorttyp | Ja |
| Listentyp | Ja |
| Perzentil | Ja |
| Eindeutiges Perzentil | Nein |
| Prozesse der SQL Runner-Sendung | Nein |
| SQL-Runner-Beschreibungstabelle | Ja |
| SQL-Runner-Show-Indizes | Ja |
| SQL Runner Select 10 | Ja |
| Anzahl der SQL-Runner | Ja |
| Erläuterung zu SQL | Ja |
| OAuth-Anmeldedaten | Nein |
| Kontextkommentare | Ja |
| Verbindungs-Pooling | Nein |
| HLL-Sketche | Nein |
| Aggregatfunktion | Ja |
| Inkrementelle PDTs | Nein |
| Millisekunden | Ja |
| Mikrosekunden | Ja |
| Materialisierte Ansichten | Nein |
| Ungefähre Anzahl Einzeln | Nein |
Apache Spark 2.0
Apache Spark 2.0 unterstützt ab Looker 23.8 die folgenden Funktionen:
| Funktion | Unterstützt? |
|---|---|
| Supportstufe | Unterstützt |
| Looker (Google Cloud Core) | Nein |
| Symmetrische Summen | Ja |
| Abgeleitete Tabellen | Ja |
| Über SQL abgeleitete Tabellen | Ja |
| Nichtflüchtige native abgeleitete Tabellen | Ja |
| Stabile Aufrufe | Ja |
| Abfrageabbau | Ja |
| SQL-basierte Pivots | Ja |
| Zeitzonen | Ja |
| SSL | Ja |
| Zwischensummen | Ja |
| Zusätzliche JDBC-Parameter | Ja |
| Groß-/Kleinschreibung beachten | Ja |
| Standorttyp | Ja |
| Listentyp | Ja |
| Perzentil | Ja |
| Eindeutiges Perzentil | Nein |
| Prozesse der SQL Runner-Sendung | Nein |
| SQL-Runner-Beschreibungstabelle | Ja |
| SQL-Runner-Show-Indizes | Nein |
| SQL Runner Select 10 | Ja |
| Anzahl der SQL-Runner | Ja |
| Erläuterung zu SQL | Ja |
| OAuth-Anmeldedaten | Nein |
| Kontextkommentare | Ja |
| Verbindungs-Pooling | Nein |
| HLL-Sketche | Nein |
| Aggregatfunktion | Ja |
| Inkrementelle PDTs | Nein |
| Millisekunden | Ja |
| Mikrosekunden | Ja |
| Materialisierte Ansichten | Nein |
| Ungefähre Anzahl Einzeln | Nein |
Apache Spark 3 und höher
Apache Spark 3+ unterstützt ab Looker 23.8 die folgenden Funktionen:
| Funktion | Unterstützt? |
|---|---|
| Supportstufe | Unterstützt |
| Looker (Google Cloud Core) | Ja |
| Symmetrische Summen | Ja |
| Abgeleitete Tabellen | Ja |
| Über SQL abgeleitete Tabellen | Ja |
| Nichtflüchtige native abgeleitete Tabellen | Ja |
| Stabile Aufrufe | Ja |
| Abfrageabbau | Ja |
| SQL-basierte Pivots | Ja |
| Zeitzonen | Ja |
| SSL | Ja |
| Zwischensummen | Ja |
| Zusätzliche JDBC-Parameter | Ja |
| Groß-/Kleinschreibung beachten | Ja |
| Standorttyp | Ja |
| Listentyp | Ja |
| Perzentil | Ja |
| Eindeutiges Perzentil | Nein |
| Prozesse der SQL Runner-Sendung | Nein |
| SQL-Runner-Beschreibungstabelle | Ja |
| SQL-Runner-Show-Indizes | Nein |
| SQL Runner Select 10 | Ja |
| Anzahl der SQL-Runner | Ja |
| Erläuterung zu SQL | Ja |
| OAuth-Anmeldedaten | Nein |
| Kontextkommentare | Ja |
| Verbindungs-Pooling | Nein |
| HLL-Sketche | Nein |
| Aggregatfunktion | Ja |
| Inkrementelle PDTs | Nein |
| Millisekunden | Ja |
| Mikrosekunden | Ja |
| Materialisierte Ansichten | Nein |
| Ungefähre Anzahl Einzeln | Nein |
Nächste Schritte
Nachdem Sie die Verbindung erstellt haben, legen Sie die Authentifizierungsoptionen fest.