Vergleiche zum vorherigen Zeitraum in Looker

Bei der Analyse von Zeitraum zu Zeitraum wird etwas in der Gegenwart gemessen und mit derselben Messung in einem vergleichbaren Zeitraum in der Vergangenheit verglichen.

Bei Dialekten, die Messwerte für den Vergleichszeitraum unterstützen, können Looker-Entwickler LookML-Projekten Messwerte für den Vergleichszeitraum hinzufügen, um entsprechende Analysen in den zugehörigen Looker-Explores zu ermöglichen.

Mit der folgenden Looker Explore-Abfrage wird beispielsweise die Anzahl der im aktuellen Monat erstellten Bestellungen zusammen mit den PoP-Messwerten für die Anzahl der im letzten Jahr erstellten Bestellungen, der Differenz zum letzten Jahr und der prozentualen Änderung gegenüber dem letzten Jahr angezeigt. Sie können den Jahresvergleich überprüfen, indem Sie die Werte stichprobenartig prüfen. Der Wert für Bestellungen im letzten Jahr für 2012-03 ist beispielsweise derselbe wie der Wert für Anzahl der Bestellungen für 2011-03:

Im Looker-Explore ist zu sehen, dass die Anzahl der Bestellungen im letzten Jahr für März 2012 89 beträgt und die Anzahl der Bestellungen für März 2011 ebenfalls 89 ist.

Wenn Sie einem LookML-Projekt ein PoP-Measure hinzufügen möchten, muss ein Looker-Entwickler ein measure vom Typ type: period_over_period erstellen und die Unterparameter einfügen, die im folgenden Abschnitt dieser Seite beschrieben werden.

Hier ist beispielsweise der LookML-Code für eine PoP-Messung, die die Anzahl der Bestellungen für das vorherige Jahr liefert:

  measure: order_count_last_year {
    type: period_over_period
    description: "Order count from the previous year"
    based_on: orders.count
    based_on_time: orders.created_year
    period: year
    kind: previous
  }

Diese PoP-Messung hat die folgenden Attribute:

  • Sie wird mit based_on: orders.count definiert. Der PoP-Messwert liefert also Daten zur Anzahl der Bestellungen aus dem vorherigen Zeitraum.
  • Er wird als kind: previous definiert. Das bedeutet, dass er den Zählwert aus dem vorherigen Zeitraum liefert (im Gegensatz zu einer Differenz der Anzahl der Bestellungen aus dem vorherigen Zeitraum oder einem prozentualen Unterschied der Anzahl der Bestellungen aus dem vorherigen Zeitraum).
  • Sie wird mit period: year definiert, sodass die Anzahl der Bestellungen aus einem vergleichbaren Zeitraum des Vorjahres angegeben wird.

Unterparameter von PoP-Messungen

Eine PoP-Messung ist eine measure von type: period_over_period, die die in den folgenden Abschnitten beschriebenen Unterparameter enthält:

Wie im Abschnitt Explore-Abfragen mit PoP-Messwerten beschrieben, werden die Werte von PoP-Messwerten sowohl auf Grundlage der LookML-Definition des PoP-Messwerts als auch der Felder in einer Explore-Abfrage berechnet. Daher sollten Sie beim Erstellen einer PoP-Messung in LookML die folgenden Best Practices beachten:

  • Geben Sie Ihren Explore-Nutzern einen Hinweis auf die period der PoP-Messung, entweder im Namen der PoP-Messung oder im Unterparameter description der Messung.
  • Geben Sie Ihren Explore-Nutzern einen Hinweis auf den based_on-Messwert des PoP-Messwerts, entweder im Namen des PoP-Messwerts oder im Unterparameter description des Messwerts.

Die folgende PoP-Messung heißt beispielsweise order_count_last_year. Außerdem ist eine Beschreibung enthalten, damit Nutzer wissen, dass die Messung die Anzahl der Bestellungen aus dem Vorjahr angibt:

  measure: order_count_last_year {
    type: period_over_period
    description: "Order count from the previous year"
    based_on: orders.count
    based_on_time: orders.created_year
    period: year
    kind: previous
  }

based_on

Verwenden Sie das Feld based_on, um den LookML-Messwert anzugeben, auf dem der PoP-Messwert basiert. Wenn Sie beispielsweise eine PoP-Messung auf dem Feld orders.count basieren möchten, geben Sie Folgendes ein:

    based_on: orders.count

Mit einer PoP-Messung auf Grundlage von orders.count erhalten Sie Informationen zur Anzahl der Bestellungen aus einem früheren Zeitraum. So können Sie die Anzahl der Verkäufe in einem aktuellen Zeitraum mit der Anzahl der Verkäufe in einem früheren Zeitraum vergleichen.

Der LookML-Messwert, den Sie im Feld based on angeben, muss einer der folgenden Messwerttypen sein:

based_on_time

Mit dem Unterparameter based_on_time können Sie Looker ein Zeitfeld zur Verfügung stellen, mit dem die PoP-Messwerte berechnet werden können. Dieses Zeitfeld kann einen der folgenden Werte haben:

  • Eine zeitbasierte Dimension. Wenn Sie im Unterparameter based_on_time eine zeitbasierte Dimension angeben, müssen Ihre Nutzer genau dieselbe zeitbasierte Dimension in alle Abfragen einfügen, in denen die PoP-Messung verwendet wird. Außerdem muss der Zeitraum der zeitbasierten Dimension gleich dem period-Wert der PoP-Messung oder kleiner sein. Wenn die PoP-Messung beispielsweise mit based_on_time: created_month definiert ist, kann der period-Wert der PoP-Messung nicht week oder date sein.
  • Einer der folgenden Zeiträume einer Dimensionsgruppe von type: time:

    • year
    • fiscal_year
    • month
    • fiscal_quarter
    • quarter
    • week
    • date
    • raw

Wenn Sie im Unterparameter based_on_time einen Zeitraum für die Dimensionsgruppe angeben, ist der verwendete Zeitraum irrelevant. Sie müssen den PoP-Messwert nur auf eine Dimensionsgruppe vom Typ type: time verweisen, damit der PoP-Messwert den zugrunde liegenden Zeitstempel der Dimensionsgruppe verwenden kann. Sie können keinen Zeitraum für eine Dimensionsgruppe vom Typ type: duration angeben. Dimensionsgruppen vom Typ „Zeitraum“ werden nicht unterstützt und führen zu einem Laufzeitfehler im Explore.

kind

Mit dem Parameter kind können Sie den Typ der Berechnung angeben, die für den vorherigen Zeitraum für die PoP-Messung durchgeführt werden soll. Sie können einen der folgenden Werte für kind angeben:

  • previous (Standard): Der Wert aus dem vorherigen Zeitraum.
  • difference: Die Differenz zwischen den Zeiträumen (der vorherige Zeitraum wird vom aktuellen Zeitraum subtrahiert).
  • relative_change: Die prozentuale Änderung gegenüber dem vorherigen Zeitraum. Die prozentuale Änderung wird mit der folgenden Gleichung berechnet:

    $$ relativeChange = (current - previous)/previous $$

period

Mit dem Unterparameter period geben Sie die Häufigkeit des PoP-Messwerts an, also wie weit Sie im Vergleich zurückgehen möchten. Bei einer PoP-Messung, die mit period: year definiert ist, werden beispielsweise die Werte für das vorherige Jahr angezeigt. Wenn Sie eine Explore-Abfrage für die monatliche Anzahl der Bestellungen ausführen, werden mit der Kennzahl period: year die Werte für denselben Monat im Vorjahr angezeigt. So können Sie die Anzahl der Bestellungen für November 2025 mit der Anzahl der Verkäufe im November 2024 vergleichen.

Der Unterparameter period unterstützt die folgenden Werte:

  • year
  • fiscal_year
  • quarter
  • fiscal_quarter
  • month
  • week
  • date

value_to_date

Mit dem Unterparameter value_to_date können Sie angeben, ob Looker die Werte für die PoP-Messung anhand der Zeit berechnen soll, die im aktuellen Zeitraum zum Zeitpunkt der Ausführung der Abfrage verstrichen ist. Der Unterparameter value_to_date kann no (Standard) oder yes sein.

  • Bei einem Wert von no wird beim Aggregieren von Daten der gesamte Zeitraum berücksichtigt.
  • Bei einem Wert von yes wird die im aktuellen Zeitraum beobachtete Zeit berechnet und auf die PoP-Messung angewendet.

Wenn Sie beispielsweise einen PoP-Messwert für den Vergleich von Monat zu Monat mit value_to_date: yes definieren und am 6. Juni um 13:10:00 Uhr eine Explore-Abfrage mit dem PoP-Messwert und einer Zeitrahmen-Dimension ausführen, wendet Looker die seit dem 6. Juni vergangene Zeit (13 Stunden, 10 Minuten und 0 Sekunden) auf die Berechnungen für die einzelnen Datumsangaben in der Abfrage an. Für jedes Datum werden in Looker die Werte für die ersten 13 Stunden und 10 Minuten angegeben.

Wenn Sie dieselbe PoP-Messung mit value_to_date: no definiert und am 6. Juni um 13:10:00 Uhr dieselbe Explore-Abfrage ausgeführt haben, würde Looker den Wert für die PoP anhand aller für die einzelnen Datumsangaben verfügbaren Daten berechnen. Wenn Sie Werte vom 6. Juni mit dem 6. des Vormonats vergleichen möchten, sollten Sie bedenken, dass der 6. Juni noch nicht vorbei ist und nach 13:10:00 Uhr möglicherweise zusätzliche Daten hinzukommen.

Ein Beispiel dafür, wie sich value_to_date: yes auf die Ergebnisse in einer Explore-Abfrage auswirkt, finden Sie unter Auswirkungen von value_to_date auf die Werte für den Zeitraumvergleich.

Wie im Abschnitt Anforderungen für Explore-Abfragen mit PoP-Messwerten beschrieben, wendet Looker automatisch die minimale Zeitrahmen-Granularität aus der Abfrage auf den Zeitrahmen an, der vom PoP-Messwert verwendet wird, wenn Sie eine Explore-Abfrage mit einem PoP-Messwert ausführen. Bei Explore-Abfragen mit einem PoP-Messwert, der mit value_to_date: yes definiert ist, wird die kleinste Zeitrahmendimension in der Abfrage verwendet. Looker berechnet den Teil dieses Zeitrahmens, der beim Ausführen der Abfrage vergangen ist, und wendet diesen Teil auf alle Werte für den PoP-Messwert an.

Suchanfragen mit PoP-Messungen untersuchen

Die Berechnung für einen PoP-Messwert basiert auf der LookML-Definition des PoP-Messwerts und auf den Zeiträumen, die in der Explore-Abfrage selbst angegeben sind. Der PoP-Messwert passt seine Berechnung an die Zeiträume an, die in der Explore-Abfrage ausgewählt sind. Wenn der PoP-Messwert beispielsweise mit period: year definiert ist und die Explore-Abfrage die Zeitrahmendimension orders.created_month enthält, werden für den PoP-Messwert monatliche Werte berechnet, wobei Januar 2025 mit Januar 2024 verglichen wird. Wenn Sie die Jahreswerte sehen möchten, müssen Sie eine Explore-Abfrage mit dem PoP-Messwert und nur dem Zeitraum orders.created_year ausführen.

Hier sind einige Beispiele dafür, wie sich die period eines PoP-Messwerts auf die Zeiträume auswirkt, die in einer Explore-Abfrage ausgewählt sind:

  • Wenn ein PoP-Messwert mit period: year definiert ist und Sie eine Explore-Abfrage mit einem vierteljährlichen Zeitraum ausführen, werden für den PoP-Messwert Werte aus dem entsprechenden Quartal des Vorjahres zurückgegeben (z. B. Q1 2025 im Vergleich zu Q1 2024).
  • Wenn eine PoP-Messung mit period: year definiert ist und Sie eine Explore-Abfrage mit einem Monatszeitraum ausführen, werden für die PoP-Messung Werte aus demselben Monat des Vorjahres zurückgegeben (z. B. April 2025 im Vergleich zu April 2024).
  • Wenn eine PoP-Messung mit period: month definiert ist und Sie eine Explore-Abfrage mit einem Monatszeitraum ausführen, werden für die PoP-Messung Werte für den Vormonat zurückgegeben (April 2025 im Vergleich zu März 2025).

Voraussetzungen für die Analyse von Suchanfragen mit PoP-Messwerten

Da bei einem PoP-Messwert Berechnungen auf Grundlage der LookML-Definition des PoP-Messwerts und der Felder durchgeführt werden, die Sie in der Explore-Abfrage auswählen, müssen Sie mindestens die folgenden Felder in eine Explore-Abfrage mit einem PoP-Messwert einfügen:

  • Das PoP-Maß.
  • Eine Zeitdimension, die für den period geeignet ist, der mit der PoP-Messung verknüpft ist. Die Zeitdimension kann entweder über die Feldauswahl des Explores oder in den Filtern des Explores in die Abfrage aufgenommen werden:
    • Für PoP-Messanfragen werden Zeiträume mit einem Detaillierungsgrad von „Datum“ oder größer unterstützt, z. B. Monat, Quartal oder Jahr. Bei Anfragen für die PoP-Analyse werden keine Dimensionen mit Zeiträumen von Stunden oder Minuten unterstützt.
    • Wenn der PoP-Messwert mit einem based_on_time definiert ist, der einen Zeitraum einer Dimensionsgruppe darstellt, muss die Explore-Abfrage einen Zeitraum aus derselben Dimensionsgruppe enthalten, der einen gleichen oder kleineren Zeitraum als den im Parameter period des PoP-Messwerts angegebenen Zeitraum verwendet. Sie können die Dimensionsgruppe in die explorative Datenanalyse einbeziehen, indem Sie sie in der Feldauswahl der explorativen Datenanalyse auswählen oder nach ihr filtern. Wenn der based_on_time-Wert des PoP-Messwerts beispielsweise mit einem Zeitraum aus der Dimensionsgruppe orders.created definiert ist und der PoP-Messwert mit period: month definiert ist, muss die Explore-Abfrage einen Zeitraum aus der Dimensionsgruppe orders.created enthalten, der einem Monat oder weniger entspricht, z. B. orders.created_date. Der Zeitraum in der Explore-Abfrage muss übereinstimmen oder kleiner sein. Sie können beispielsweise keinen monatlichen Vergleich für einen Zeitraum von einem Jahr durchführen.
    • Wenn der PoP-Messwert mit einem based_on_time definiert ist, das eine zeitbasierte Dimension ist, muss die Explore-Abfrage genau dieselbe zeitbasierte Dimension enthalten. Das kann entweder durch Einbeziehung der Dimension aus der Feldauswahl des Explores oder durch Angabe eines Filters für die Dimension erfolgen. Die zeitbasierte Dimension muss einen Zeitraum umfassen, der gleich oder kürzer ist als der im Parameter period der PoP-Messung angegebene Zeitraum. Wenn die PoP-Messung beispielsweise mit based_on_time: created_date und die PoP-Messung mit period: month definiert ist, muss die Explore-Abfrage die Dimension created_date enthalten.

Wenn die PoP-Messung mit einem based_on_time definiert ist, der ein Zeitraum einer Dimensionsgruppe ist, beachten Sie die folgenden Anforderungen für den Zeitraum in der Explore-Abfrage:

  • Der Zeitraum in der Explore-Abfrage muss gleich oder kürzer sein als der Zeitraum, der im Parameter period der PoP-Messung angegeben ist. Wenn beispielsweise der based_on_time-Messwert für die Wahrscheinlichkeit von Kaufentscheidungen mit einem Zeitraum aus der Dimensionsgruppe orders.created definiert ist und der Messwert für die Wahrscheinlichkeit von Kaufentscheidungen mit period: month definiert ist, muss die Explore-Abfrage einen Zeitraum aus der Dimensionsgruppe orders.created enthalten, der einem Monat oder weniger entspricht, z. B. orders.created_date. Der Zeitraum in der Explore-Abfrage muss kleiner sein, da Sie beispielsweise keinen monatlichen Vergleich für einen Jahreszeitraum durchführen können.
  • Der Zeitraum in der Explore-Abfrage muss selbst Zeitstempelinformationen enthalten. Die Zeiträume year, month und date einer Dimensionsgruppe enthalten beispielsweise tatsächliche Zeitstempelinformationen. Im Gegensatz dazu wird der Zeitraum day_of_week vom zugrunde liegenden Zeitstempel abstrahiert, um einen Wert wie Wednesday zu liefern. Auch Zeiträume wie month_name, month_num und day_of_month enthalten keine Zeitstempelinformationen und können daher nicht von PoP-Messwerten verwendet werden, um Werte für den vorherigen Zeitraum zu berechnen. Wenn Sie jedoch einen Zeitstempel wie date in die Explore-Abfrage einfügen, werden dem PoP-Messwert Zeitstempelinformationen zur Verfügung gestellt, mit denen Werte für den vorherigen Zeitraum berechnet werden können. Sie können auch den Zeitraum day_of_week in die Explore-Abfrage einbeziehen, da für die Berechnung des PoP-Messwerts die Informationen zum Zeitraum date verwendet werden können.

Solange Sie diese Anforderungen in Ihrer Explore-Abfrage erfüllen, können Sie weitere Felder und Zeitrahmendimensionen hinzufügen. Alle Zeiträume in der Explore-Abfrage müssen jedoch gleich oder kleiner als der Zeitraum des period-Zeitraums des PoP-Messwerts sein. Wenn Sie eine Explore-Abfrage mit einer PoP-Messung ausführen, wendet Looker automatisch die minimale Zeitrahmen-Granularität aus der Abfrage auf den Zeitrahmen an, der von der PoP-Messung verwendet wird. Im Beispiel-Explore am Anfang dieser Seite wurden alle PoP-Messwerte in LookML mit period: year definiert. Das bedeutet, dass für den in der Explore-Abfrage ausgewählten Zeitraum (in diesem Fall ein monatlicher Zeitraum) mit der PoP-Messung die Ergebnisse für denselben Zeitraum im Vorjahr zurückgegeben werden.

Wenn Sie sehen möchten, welche Zeiträume für Ihre PoP-Messung in einem Explore unterstützt werden, können Sie verschiedene Zeiträume testen, ohne Abfragen ausführen zu müssen. Klicken Sie im Bereich Daten des Explores auf den Tab SQL und fügen Sie dann Felder und Filter aus der Feldauswahl des Explores hinzu. Wenn mit dem PoP-Messwert die Abfrage mit den ausgewählten Feldern und Filtern nicht berechnet werden kann, wird auf dem Tab SQL eine Meldung angezeigt, dass die SQL-Anweisung nicht generiert werden kann.

Wenn Sie eine Abfrage ausführen, für die kein SQL-Code generiert werden kann, wird im Explore-Fenster ein Fehler mit den Details und einem Link zum relevanten LookML-Code zurückgegeben.

Beispiele

In den folgenden Abschnitten finden Sie einige Beispiele für verschiedene PoP-Messwerte und Explore-Abfragen:

Anzahl mit PoP-Messwerten im Jahres- und Monatsvergleich vergleichen

Hier ist der LookML-Code für einen Beispielmesswert total_births, eine Dimensionsgruppe birth vom Typ type:time und zwei PoP-Messwerte, die auf dem Messwert total_births basieren und die Dimensionsgruppe birth als based_on_time-Feld verwenden:


  dimension_group: birth {
    type: time
    timeframes: [raw, time, date, week, month, quarter, year]
    sql: ${TABLE}.birth_date ;;
  }  

  measure: total_births {
    type: sum
    sql: ${TABLE}.total_births ;;
  }

  measure: total_births_last_year {
    type: period_over_period
    kind: previous
    based_on: total_births
    based_on_time: birth_year
    period: year
    value_to_date: no
    value_format_name: decimal_0
  }

  measure: total_births_last_month {
    type: period_over_period
    kind: previous
    based_on: total_births
    based_on_time: birth_year
    period: month
    value_to_date: no
    value_format_name: decimal_0
  }

Beachten Sie bei diesen Feldern Folgendes:

  • Beide PoP-Messwerte werden mit kind: previous definiert. Sie geben also beide den Wert des Messwerts aus dem vorherigen Zeitraum an.
  • Beide PoP-Messwerte werden mit value_to_date: no definiert. Daher wird für beide der Wert des Messwerts für den gesamten Zeitraum berechnet (d. h. die minimale Zeitrahmen-Granularität aus der Abfrage).
  • Beide PoP-Messwerte werden mit based_on_time: birth_year definiert. Daher wird für beide der zugrunde liegende Zeitstempel der Dimensionsgruppe birth verwendet.
  • Das PoP-Messverfahren total_births_last_year wird mit period: year und das PoP-Messverfahren total_births_last_month mit period: month definiert.

Hier sehen Sie eine Explore-Abfrage, die alle drei Messwerte und den Zeitraum der Dimension birth_month enthält:

Looker-Explore mit Spalten für „Geburtsmonat“, „Gesamtzahl der Geburten“, „Gesamtzahl der Geburten im letzten Monat“ und „Gesamtzahl der Geburten im letzten Jahr“. Der Wert für „Gesamtzahl der Geburten im letzten Monat“ für 2024-07 beträgt 290.699 und entspricht dem Wert für „Gesamtzahl der Geburten“ für 2024-06. Der Wert für „Gesamtzahl der Geburten im letzten Jahr“ für Juli 2024 beträgt 310.347 und entspricht dem Wert für „Gesamtzahl der Geburten“ für Juli 2023.

Beachten Sie Folgendes zu den Explore-Ergebnissen:

  • Der kleinste Zeitraum für die Dimension in der Explore-Abfrage ist birth_month. Daher werden für die PoP-Messung monatliche Werte bereitgestellt.
  • In der Zeile für den letzten Monat, 2024-07, wird im Feld Total Births Last Month (Gesamtzahl der Geburten im letzten Monat) die Gesamtzahl der Geburten für den vorherigen Monat, 2024-06, angezeigt. Sie können dies überprüfen, indem Sie sich den Wert Total Births (Gesamtzahl der Geburten) für die Zeile 2024-06 ansehen. Die beiden Werte stimmen überein.
  • In der Zeile für den letzten Monat, 2024-07, wird im Wert Total Births Last Year die Gesamtzahl der Geburten für denselben Monat (07) im Vorjahr (2023) angezeigt. Sie können das überprüfen, indem Sie sich den Wert Total Births (Gesamtzahl der Geburten) in der Zeile 2023-07 ansehen. Die beiden Werte stimmen überein.

Auswirkungen von value_to_date auf Messwerte für den Vergleichszeitraum

Ähnlich wie im vorherigen Beispiel sehen Sie hier den LookML-Code für den Messwert total_births und die Dimensionsgruppe birth von type:time sowie zwei PoP-Messwerte, die auf dem Messwert total_births basieren und die Dimensionsgruppe birth als based_on_time-Feld verwenden. In diesem Beispiel wird die PoP-Messung total_births_last_year_value_to_date jedoch mit value_to_date: yes und die PoP-Messung total_births_last_year mit value_to_date: no definiert:

  dimension_group: birth {
    type: time
    timeframes: [raw, time, date, week, month, quarter, year]
    sql: ${TABLE}.birth_date ;;
  }  

  measure: total_births {
    type: sum
    sql: ${TABLE}.total_births ;;
  }

  measure: total_births_last_year {
    type: period_over_period
    kind: previous
    based_on: total_births
    based_on_time: birth_year
    period: year
    value_to_date: no
    value_format_name: decimal_0
  }

  measure: total_births_last_year_value_to_date {
    type: period_over_period
    kind: previous
    based_on: total_births
    based_on_time: birth_year
    value_to_date: yes
    period: year
    value_format_name: decimal_0
  }

Hier sehen Sie eine Explore-Abfrage, die alle drei Messwerte und den Zeitraum der Dimension birth_year enthält. Diese Explore-Abfrage wurde am 4. Juni um 16:25:08 Uhr ausgeführt. Das ist wichtig für die PoP-Messung value_to_date: yes.

Looker-Explore mit Spalten für „Birth Year“ (Geburtsjahr), „Total Births“ (Gesamtzahl der Geburten), „Total Births Last Year“ (Gesamtzahl der Geburten im letzten Jahr) und „Total Births Last Year Value to Date“ (Gesamtzahl der Geburten im letzten Jahr bis heute). Der Wert für „Gesamtzahl der Geburten im letzten Jahr“ für 2024 beträgt 3.581.036 und entspricht dem Wert für „Gesamtzahl der Geburten“ für 2023. Der Wert „Geburten im letzten Jahr bis heute“ für 2024 beträgt 1.743.505.

Die Explore-Ergebnisse zeigen, wie sich der Unterparameter value_to_date auf die Berechnung der PoP-Messwerte auswirkt:

Beachten Sie Folgendes zu den Explore-Ergebnissen:

  • In der Zeile für das aktuelle Jahr, 2024, wird im Feld Gesamtzahl der Geburten im letzten Jahr die Gesamtzahl der Geburten für das vorherige Jahr, 2023, angezeigt. Sie können die Berechnung überprüfen, indem Sie sich den Wert Total Births (Gesamtzahl der Geburten) in der Zeile 2023 ansehen. Die beiden Werte stimmen überein.
  • In der Zeile für das letzte Jahr, 2024, ist der Wert für Total Births Last Year Value to Date (Gesamtzahl der Geburten im letzten Jahr bis heute) niedriger als der Wert für Total Births Last Year (Gesamtzahl der Geburten im letzten Jahr). Das liegt daran, dass die Explore-Abfrage am 4. Juni um 16:25:08 ausgeführt wurde und die PoP-Messung total_births_last_year_value_to_date mit value_to_date: yes definiert ist. Daher hat Looker die Jahreswerte nur anhand der Daten bis zum 4. Juni um 16:25:08 für jedes Jahr berechnet.

Explore-Abfragen filtern, die PoP-Messwerte enthalten

Beachten Sie Folgendes beim Filtern von Explore-Abfragen, die PoP-Messwerte enthalten:

  • Das Filtern wird für Explore-Abfragen unterstützt, die Messwerte für den Zeitraumvergleich enthalten. Sie können jedoch nicht nach einer PoP-Messung selbst filtern. Wenn Sie beispielsweise im ersten Beispiel das Explore verwenden, mit dem Abfragen für die Dimension birth_month und die PoP-Messwerte total_births, total_births_last_year und total_births_last_month ausgeführt werden, können Sie diese Abfrage nicht nach den PoP-Messwerten total_births, total_births_last_year oder total_births_last_month filtern.
  • Wenn Sie nach einem Feld filtern, das mit dem Parameter based_on_time einer PoP-Messung verknüpft ist, und der Zeitraum des Filters kürzer ist als der Zeitraum der Abfrage, werden für die PoP-Messung nur die Ergebnisse für den Filterwertzeitraum der Abfrage angezeigt. Wenn Sie beispielsweise die Dimension orders.created_year abfragen und die Abfrage nach dem Monat Januar filtern, werden für jedes Jahr nur die Werte für Januar angezeigt. Diese können fälschlicherweise als Ergebnisse für das gesamte Jahr angesehen werden.
  • Bei Explore-Abfragen für die PoP-Messung ruft Looker Daten für einen zusätzlichen Zeitraum mit dem geringsten Detaillierungsgrad der Abfrage ab, um Daten für die PoP-Messung zu berechnen. Wenn Sie beispielsweise eine Explore-Abfrage mit einer monatlichen Dimension, einer PoP-Messung, die mit period: year definiert ist, und einem Filter für die letzten 6 Monate erstellen, ermittelt Looker die am wenigsten detaillierte Granularität in der Abfrage. In diesem Beispiel wäre das der Zeitraum year der PoP-Messung. In diesem Beispiel ruft Looker die Daten der letzten sechs Monate sowie die Daten des vorherigen Jahres ab, damit jeder der letzten sechs Monate mit dem entsprechenden Monat des Vorjahres verglichen werden kann.
  • Wie unter Anforderungen für Explore-Abfragen mit PoP-Messwerten beschrieben, müssen Explore-Abfragen, die PoP-Messwerte enthalten, eine Zeitdimension haben, die für die period geeignet ist, die dem PoP-Messwert zugeordnet ist. Wenn Sie in der Feldauswahl des Explores keine Zeitdimension auswählen, kann Looker die erforderlichen Informationen aus Zeitdimensionen in den Filtern des Explores ableiten. In diesem Fall werden die Explore-Abfrageergebnisse in Looker nach der Zeitdimension des Filters sortiert.

Visualisierungen mit Vergleichszeitraum-Messwerten

Für PoP-Messwerte wird die Tabellendiagramm-Visualisierung empfohlen. Je nach den Feldern in Ihrer Explore-Abfrage sind möglicherweise auch andere Visualisierungsoptionen geeignet.

Wenn Sie eine andere Visualisierung als ein Tabellendiagramm verwenden, achten Sie darauf, dass sie übersichtlich ist. Da PoP-Messwerte Vergleiche mit einem vorherigen Zeitraum ermöglichen, können Visualisierungen mit PoP-Messwerten irreführend sein. Bei einer PoP-Messung im Jahresvergleich, die als kind: previous definiert ist, wird beispielsweise der Wert des letzten Jahres für das Datum dieses Jahres angezeigt. Wenn Ihre Explore-Abfrage den Wert des aktuellen Jahres zusammen mit dem PoP-Messwert für das Vorjahr enthält, hat das aktuelle Jahr in der Visualisierung zwei Werte.

Wenn Sie eine andere Visualisierung als ein Tabellendiagramm verwenden, muss darin deutlich darauf hingewiesen werden, dass alle PoP-Messwerte ein Vergleich mit einem vorherigen Zeitraum sind.

Einschränkungen für PoP-Messungen

Beachten Sie die folgenden Einschränkungen von PoP-Messungen:

  • PoP-Messwerte werden nur für LookML-Projekte unterstützt, in denen die neue LookML-Laufzeit verwendet wird. Wenn die Legacy-Funktion Use Legacy LookML Runtime in Ihrer Instanz aktiviert ist, muss die Manifestdatei für Ihr Projekt die Anweisung new_lookml_runtime:yes enthalten.
  • PoP-Messungen werden mit dem Looker-Connector in Looker Studio nicht unterstützt.
  • PoP-Messungen müssen auf einem aggregierten Messwert basieren, wie im Abschnitt based_on beschrieben. Sie können keine PoP-Messung auf einem nicht aggregierten Messwert basieren.
  • Bei BigQuery-Verbindungen in Instanzen, in denen das Labs-Feature Symmetrische BI Engine-Aggregate aktiviert ist, werden PoP-Messwerte unterstützt. Bei SQL-Abfragen mit PoP-Messwerten wird das Feature „Symmetrische BI Engine-Aggregate“ jedoch nicht verwendet.
  • PoP-Messungen unterstützen keine Kohortenanalyse.
  • Bei PoP-Messungen werden keine fortlaufenden Berechnungen unterstützt.
  • Bei PoP-Messungen wird immer der aktuelle Zeitraum mit dem vorherigen Zeitraum verglichen. Sie können keine PoP-Messung konfigurieren, um den aktuellen Zeitraum mit einem anderen Zeitraum als dem vorherigen zu vergleichen. Sie können beispielsweise keine PoP-Messung erstellen, um den Mai des letzten Jahres mit dem Dezember dieses Jahres zu vergleichen.
  • PoP-Messungen werden bei benutzerdefinierten Kalendern wie dem 4-5-4-Kalender für den Einzelhandel nicht unterstützt. Im Abschnitt period finden Sie die Zeiträume, die von PoP-Messungen unterstützt werden.
  • PoP-Messungen werden für benutzerdefinierte Zeiträume wie die letzten zwei Wochen im Vergleich zu den vorherigen zwei Wochen nicht unterstützt.
  • Liquid-Parameter werden in den Parametern einer PoP-Messung nicht unterstützt. Wenn die Felder based_on oder based_on_time eines PoP-Messpunkts jedoch auf eine Dimension verweisen, die mit Liquid definiert ist, wird dieses Liquid verarbeitet.

  • PoP-Messwerte werden für die folgenden Looker-Funktionen nicht unterstützt:

  • PoP-Messwerte können nicht zum Erstellen eines benutzerdefinierten Felds verwendet werden.

  • Sie können den Zeitraum „Woche“ in einer Explore-Abfrage mit PoP-Messwerten nur auswählen, wenn der PoP-Messwert mit period: week oder period: date definiert ist.

  • PoP-Messwerte mit Zeiträumen, die mit Geschäftsjahreszeiträumen definiert sind, können nicht in Explore-Abfragen mit nicht geschäftsjahresbezogenen Zeiträumen verwendet werden. Außerdem können PoP-Messungen mit Zeiträumen, die mit nicht fiskalischen Zeitrahmen definiert sind, nicht in Abfragen mit Dimensionen für fiskalische Zeitrahmen verwendet werden.

  • PoP-Messwerte unterstützen den Offset für das Geschäftsmonat. Der based_on_time-Parameter des PoP-Messwerts übernimmt den fiscal_month_offset-Wert aus der LookML-Modelldatei, die dem Explore zugeordnet ist. Wenn Sie ein PoP-Measure mit fiscal_year oder fiscal_quarter definieren, wird es in einer Explore-Abfrage nur unterstützt, wenn in der Explore-Abfrage ein Zeitraum von fiscal_year oder fiscal_quarter angegeben ist. In diesem Fall wird die fiscal_offset_month berücksichtigt.

  • Der period des PoP-Messwerts muss gleich oder größer als der in der Explore-Abfrage ausgewählte Zeitraum sein. Für eine PoP-Messung, die mit period: month definiert ist, muss die Explore-Abfrage beispielsweise eine Zeitrahmendimension von einem Monat oder weniger haben, z. B. Woche oder Tag.

Unterstützte Datenbankdialekte für PoP-Messwerte

In der folgenden Tabelle ist zu sehen, welche Dialekte PoP-Messwerte in der aktuellen Looker-Version unterstützen:

Dialekt Unterstützt?
Actian Avalanche
Nein
Amazon Athena
Nein
Amazon Aurora MySQL
Nein
Amazon Redshift
Ja
Amazon Redshift 2.1+
Ja
Amazon Redshift Serverless 2.1+
Ja
Apache Druid
Nein
Apache Druid 0.13+
Nein
Apache Druid 0.18+
Nein
Apache Hive 2.3+
Nein
Apache Hive 3.1.2+
Nein
Apache Spark 3+
Nein
ClickHouse
Nein
Cloudera Impala 3.1+
Nein
Cloudera Impala 3.1+ with Native Driver
Nein
Cloudera Impala with Native Driver
Nein
DataVirtuality
Nein
Databricks
Nein
Denodo 7
Nein
Denodo 8 & 9
Nein
Dremio
Nein
Dremio 11+
Nein
Exasol
Nein
Google BigQuery Legacy SQL
Nein
Google BigQuery Standard SQL
Ja
Google Cloud PostgreSQL
Nein
Google Cloud SQL
Nein
Google Spanner
Nein
Greenplum
Nein
HyperSQL
Nein
IBM Netezza
Nein
MariaDB
Nein
Microsoft Azure PostgreSQL
Nein
Microsoft Azure SQL Database
Nein
Microsoft Azure Synapse Analytics
Nein
Microsoft SQL Server 2008+
Nein
Microsoft SQL Server 2012+
Nein
Microsoft SQL Server 2016
Nein
Microsoft SQL Server 2017+
Nein
MongoBI
Nein
MySQL
Nein
MySQL 8.0.12+
Ja
Oracle
Nein
Oracle ADWC
Nein
PostgreSQL 9.5+
Nein
PostgreSQL pre-9.5
Nein
PrestoDB
Nein
PrestoSQL
Nein
SAP HANA
Nein
SAP HANA 2+
Nein
SingleStore
Nein
SingleStore 7+
Nein
Snowflake
Ja
Teradata
Nein
Trino
Nein
Vector
Nein
Vertica
Nein