기간별 (PoP) 분석은 현재의 측정값을 과거의 유사한 기간의 측정값과 비교하는 분석 패턴입니다.
기간별 측정값을 지원하는 언어의 경우 Looker 개발자는 LookML 프로젝트에 PoP 측정값을 추가하여 해당 Looker Explore에서 PoP 분석을 사용 설정할 수 있습니다.
예를 들어 다음 Looker Explore 쿼리는 지난달에 생성된 주문 수와 함께 작년에 생성된 주문 수, 작년과의 차이, 작년 대비 변화율에 대한 PoP 측정값을 보여줍니다. 값을 직접 확인하여 전년 대비 비교를 확인할 수 있습니다. 예를 들어 2012-03
의 전년도 주문 수 값은 2011-03
의 주문 수 값과 같습니다.
LookML 프로젝트에 PoP 측정항목을 추가하려면 Looker 개발자가 type: period_over_period
의 measure
를 만들고 이 페이지의 다음 섹션에 설명된 하위 매개변수를 포함해야 합니다.
예를 들어 전년도의 주문 수를 제공하는 PoP 측정값의 LookML은 다음과 같습니다.
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
}
이 PoP 측정에는 다음과 같은 속성이 있습니다.
based_on: orders.count
로 정의되므로 PoP 측정항목은 이전 기간의 주문 수에 관한 데이터를 제공합니다.kind: previous
로 정의됩니다. 즉, 이전 기간의 주문 수 차이나 이전 기간의 주문 수 변화율이 아닌 이전 기간의 주문 수를 제공합니다.period: year
로 정의되므로 전년도의 유사한 기간의 주문 수를 제공합니다.
PoP 측정의 하위 매개변수
PoP 측정은 다음 섹션에 설명된 하위 매개변수를 포함하는 type: period_over_period
의 measure
입니다.
PoP 측정값으로 Explore 쿼리 섹션에 설명된 대로 PoP 측정값은 PoP 측정값의 LookML 정의와 Explore 쿼리의 필드를 모두 기반으로 값을 계산합니다. 따라서 LookML에서 PoP 측정치를 만들 때는 다음 권장사항을 준수해야 합니다.
- PoP 측정의 이름 또는 측정의
description
하위 매개변수에 PoP 측정의period
를 표시하여 Explore 사용자에게 제공합니다. - PoP 측정항목의 이름이나 측정항목의
description
하위 매개변수에 PoP 측정항목의based_on
측정항목을 표시하여 Explore 사용자에게 제공합니다.
예를 들어 다음 PoP 측정값의 이름은 order_count_last_year
이며, 측정값이 전년도 주문 수를 제공한다는 것을 사용자에게 알리기 위해 설명이 포함되어 있습니다.
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
based_on
필드를 사용하여 PoP 측정값이 기반으로 하는 LookML 측정값을 지정합니다. 예를 들어 orders.count
필드를 기반으로 PoP 측정값을 만들려면 다음과 같이 입력합니다.
based_on: orders.count
orders.count
를 기반으로 한 PoP 측정항목은 이전 기간의 주문 수를 제공하므로 현재 기간과 이전 기간의 판매 수를 비교할 수 있습니다.
based on
필드에 지정하는 LookML 측정값은 다음 유형의 측정값 중 하나여야 합니다.
average
average_distinct
count
count_distinct
list
max
median
median_distinct
number
min
percentile
percentile_distinct
sum
sum_distinct
based_on_time
based_on_time
하위 매개변수를 사용하여 Looker가 PoP 측정값 계산에 사용할 수 있는 시간 필드를 제공합니다. 이 시간 필드는 다음 중 하나일 수 있습니다.
- 시간 기반 측정기준
based_on_time
하위 매개변수에 시간 기반 측정기준을 지정하는 경우 사용자는 PoP 측정항목을 사용하는 모든 쿼리에 정확히 동일한 시간 기반 측정기준을 포함해야 합니다. 또한 시간 기반 측정기준의 기간은 PoP 측정항목의period
값보다 작거나 같아야 합니다. 예를 들어 PoP 측정항목이based_on_time: created_month
로 정의된 경우 PoP 측정항목의period
값은week
또는date
일 수 없습니다. type: time
의 측정기준 그룹의 다음 기간 중 하나:year
fiscal_year
month
fiscal_quarter
quarter
week
date
raw
based_on_time
하위 매개변수에 측정기준 그룹 기간을 지정하는 경우 사용하는 특정 기간은 관련이 없습니다. PoP 측정항목이 측정기준 그룹의 기본 타임스탬프를 사용할 수 있도록 type: time
의 측정기준 그룹을 PoP 측정항목에 지정하기만 하면 됩니다. type: duration
의 측정기준 그룹에서 기간을 지정할 수 없습니다. 기간 유형 측정기준 그룹은 지원되지 않으며 Explore에서 런타임 오류가 발생합니다.
kind
kind
매개변수를 사용하여 이전 기간에 대해 PoP 측정값이 수행할 계산 유형을 지정합니다. kind
에 다음 값 중 하나를 지정할 수 있습니다.
previous
: (기본값) 이전 기간의 값입니다.difference
: 기간 간 차이 (현재 기간에서 이전 기간을 뺀 값)입니다.relative_change
: 이전 기간 대비 변동률입니다. 변화율은 다음 방정식으로 계산됩니다.$$ relativeChange = (current - previous)/previous $$
period
period
하위 매개변수를 사용하여 PoP 측정항목의 빈도, 즉 비교에서 얼마나 뒤로 이동할지 지정합니다. 예를 들어 period: year
로 정의된 PoP 측정항목은 전년도 값을 표시합니다. 월별 주문 수에 대해 Explore 쿼리를 실행하면 period: year
PoP 측정항목에 전년도 같은 달의 값이 표시되므로 2025년 11월의 주문 수를 2024년 11월의 판매 수와 비교할 수 있습니다.
period
하위 매개변수는 다음 값을 지원합니다.
year
fiscal_year
quarter
fiscal_quarter
month
week
date
value_to_date
value_to_date
하위 매개변수를 사용하여 쿼리가 실행될 때 현재 기간에 경과된 시간을 사용하여 Looker가 PoP 측정항목의 값을 계산해야 하는지 여부를 나타냅니다. value_to_date
하위 매개변수는 no
(기본값) 또는 yes
일 수 있습니다.
no
값은 데이터를 집계할 때 전체 기간 창을 가정합니다.yes
값을 사용하면 현재 기간에 관찰된 시간이 계산되어 PoP 측정항목에 적용됩니다.
예를 들어 value_to_date: yes
로 정의된 전월 대비 PoP 측정항목을 사용하는 경우 6월 6일 13시 10분에 PoP 측정항목과 날짜 기간 측정기준이 포함된 탐색 쿼리를 실행하면 Looker에서 6월 6일에 경과된 시간 (13시간 10분 0초)을 쿼리의 각 날짜 계산에 적용합니다. Looker는 각 날짜에 대해 처음 13시간 10분의 값을 제공합니다.
value_to_date: no
로 정의된 동일한 PoP 측정항목이 있고 6월 6일 13시 10분에 동일한 탐색 분석 쿼리를 실행한 경우 Looker는 각 날짜에 사용할 수 있는 모든 데이터를 사용하여 PoP 값을 계산합니다. 6월 6일과 이전 달 6일의 값을 비교하려는 경우 6월 6일이 아직 끝나지 않았으므로 13시 10분 이후에 추가 데이터가 있을 수 있습니다.
value_to_date: yes
이 Explore 쿼리의 결과에 미치는 영향을 보여주는 예는 value_to_date
이 PoP 측정값에 미치는 영향을 참고하세요.
PoP 측정항목이 포함된 탐색 분석 쿼리 요구사항 섹션에 설명된 대로 PoP 측정항목이 포함된 탐색 분석 쿼리를 실행하면 Looker에서 쿼리의 최소 기간 세부사항을 PoP 측정항목에서 사용하는 기간에 자동으로 적용합니다. value_to_date: yes
로 정의된 PoP 측정값이 있는 Explore 쿼리의 경우 Looker는 쿼리에서 가장 작은 기간 측정기준을 가져와 쿼리가 실행될 때 경과한 해당 기간의 부분을 계산한 다음 해당 부분을 PoP 측정값의 모든 값에 적용합니다.
PoP 측정값으로 쿼리 살펴보기
PoP 측정항목에 대해 실행되는 계산은 PoP 측정항목의 LookML 정의와 탐색 분석 쿼리 자체에 지정된 기간을 기반으로 합니다. PoP 측정항목은 탐색 분석 쿼리에서 선택된 기간에 맞게 계산을 조정합니다. 예를 들어 PoP 측정값이 period: year
로 정의되고 탐색 분석 쿼리에 orders.created_month
기간 측정기준이 포함된 경우 PoP 측정값은 2025년 1월과 2024년 1월을 비교하여 월별 값을 계산합니다. 연간 값을 확인하려면 PoP 측정항목과 orders.created_year
기간만 사용하여 탐색 쿼리를 실행해야 합니다.
다음은 PoP 측정항목의 period
이 Explore 쿼리에서 선택된 기간과 상호작용하는 방식의 몇 가지 예입니다.
period: year
로 PoP 측정항목이 정의되어 있고 분기 기간으로 Explore 쿼리를 실행하면 PoP 측정항목은 전년도의 동일한 분기의 값을 반환합니다 (2024년 1분기와 비교되는 2025년 1분기).period: year
로 PoP 측정항목이 정의되어 있고 월 기간으로 Explore 쿼리를 실행하면 PoP 측정항목은 전년도 같은 달의 값을 반환합니다 (2024년 4월과 비교하여 2025년 4월).period: month
로 PoP 측정항목이 정의되어 있고 월 기간으로 Explore 쿼리를 실행하면 PoP 측정항목은 이전 달의 값을 반환합니다 (2025년 3월과 비교한 2025년 4월).
PoP 측정값이 포함된 Explore 쿼리의 요구사항
PoP 측정값은 PoP 측정값의 LookML 정의와 Explore 쿼리에서 선택한 필드를 기반으로 계산하므로 PoP 측정값이 있는 Explore 쿼리에는 다음 필드를 최소한 포함해야 합니다.
- PoP 측정입니다.
- PoP 측정과 연결된
period
에 적합한 시간 측정기준입니다. 시간 측정기준은 Explore의 필드 선택 도구 또는 Explore의 필터에서 쿼리에 포함할 수 있습니다.- PoP 측정값 쿼리는 월, 분기, 연도와 같은 날짜 이상의 기간 세부사항을 지원합니다. PoP 측정 쿼리는 시간 또는 분 단위의 기간이 있는 측정기준을 지원하지 않습니다.
- PoP 측정항목이 측정기준 그룹의 기간인
based_on_time
로 정의된 경우 Explore 쿼리에는 PoP 측정항목의period
매개변수에 지정된 기간보다 작거나 같은 기간을 사용하는 동일한 측정기준 그룹의 기간이 포함되어야 합니다. 탐색 자체에 측정기준 그룹을 포함하거나 (탐색의 필드 선택 도구에서 측정기준 그룹을 선택하여) 측정기준 그룹을 기준으로 필터링할 수 있습니다. 예를 들어 PoP 측정값의based_on_time
값이orders.created
측정기준 그룹의 기간으로 정의되고 PoP 측정값이period: month
로 정의된 경우 탐색 쿼리에는orders.created_date
와 같이orders.created
측정기준 그룹의 기간이 1개월 이하로 포함되어야 합니다. 예를 들어 1년 기간을 월별로 비교할 수 없으므로 Explore 쿼리의 기간이 일치하거나 더 작아야 합니다. - PoP 측정이 시간 기반 측정기준인
based_on_time
으로 정의된 경우 Explore 쿼리는 Explore의 필드 선택기에서 측정기준을 포함하거나 측정기준에 필터를 지정하여 정확히 동일한 시간 기반 측정기준을 포함해야 합니다. 시간 기반 측정기준은 PoP 측정의period
매개변수에 지정된 기간과 같거나 더 작은 기간이어야 합니다. 예를 들어 PoP 측정값이based_on_time: created_date
로 정의되고 PoP 측정값이period: month
로 정의된 경우 Explore 쿼리에created_date
측정기준이 포함되어야 합니다.
PoP 측정값이 측정기준 그룹의 기간인 based_on_time
로 정의된 경우 탐색 쿼리의 기간에 관한 다음 요구사항을 참고하세요.
- Explore 쿼리의 기간은 PoP 측정항목의
period
매개변수에 지정된 기간보다 작거나 같아야 합니다. 예를 들어 PoP 측정의based_on_time
가orders.created
측정기준 그룹의 기간으로 정의되고 PoP 측정이period: month
로 정의된 경우 탐색 분석 쿼리에는orders.created_date
와 같이 1개월 이하인orders.created
측정기준 그룹의 기간이 포함되어야 합니다. 예를 들어 1년 기간의 월별 비교는 할 수 없으므로 탐색 쿼리의 기간이 더 작아야 합니다. - 탐색 쿼리의 기간 자체에 타임스탬프 정보가 포함되어야 합니다. 예를 들어 측정기준 그룹의
year
,month
,date
기간은 실제 타임스탬프 정보를 제공합니다. 반면day_of_week
기간은 기본 타임스탬프에서 추상화되어Wednesday
과 같은 값을 제공합니다. 마찬가지로month_name
,month_num
,day_of_month
와 같은 기간은 타임스탬프 정보를 제공하지 않으므로 PoP 측정에서 이전 기간의 값을 계산하는 데 사용할 수 없습니다. 하지만 탐색 쿼리에date
와 같은 타임스탬프를 포함하면 이전 기간의 값을 계산하는 데 사용할 수 있는 타임스탬프 정보가 PoP 측정값에 제공됩니다. PoP 측정항목은 계산에date
기간 정보를 사용할 수 있으므로 Explore 쿼리에day_of_week
기간을 포함할 수도 있습니다.
Explore 쿼리에서 이러한 요구사항을 충족하는 한 Explore 쿼리에 다른 필드와 기간 측정기준을 추가할 수 있지만 Explore 쿼리의 모든 기간은 PoP 측정의 period
기간보다 작거나 같아야 합니다. PoP 측정치로 Explore 쿼리를 실행하면 Looker가 쿼리의 최소 기간 세부사항을 PoP 측정치에서 사용하는 기간에 자동으로 적용합니다. 이 페이지의 시작 부분에 표시된 Explore 예시에서 PoP 측정값은 모두 LookML에서 period: year
로 정의되었습니다. 즉, 탐색 분석 쿼리에서 선택한 기간(이 경우 월별 기간)에 대해 PoP 측정항목은 전년도의 동일한 기간에 대한 결과를 반환합니다.
Explore에서 PoP 측정항목으로 지원되는 기간을 확인하려면 쿼리를 실행하지 않고도 다양한 기간을 테스트할 수 있습니다. Explore의 데이터 섹션에서 SQL 탭을 클릭한 다음 Explore의 필드 선택기에서 필드와 필터를 추가합니다. PoP 측정에서 선택한 필드와 필터로 쿼리를 계산할 수 없는 경우 SQL 탭에 SQL을 생성할 수 없다는 메시지가 표시됩니다.
SQL을 생성할 수 없는 쿼리를 실행하면 Explore 창에 세부정보와 관련 LookML 링크가 포함된 오류가 반환됩니다.
예시
다음 섹션에서는 다양한 PoP 측정항목과 탐색 쿼리의 예를 보여줍니다.
개수를 전년 동기 대비 및 전월 대비 PoP 측정과 비교
다음은 예시 total_births
측정값, type:time
의 birth
측정기준 그룹, total_births
측정값을 기반으로 하고 birth
측정기준 그룹을 based_on_time
필드로 사용하는 두 개의 PoP 측정값의 LookML입니다.
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
}
이러한 필드에 관해 다음 사항에 유의하세요.
- 두 PoP 측정항목 모두
kind: previous
로 정의되므로 이전 기간의 측정항목 값을 제공합니다. - 두 PoP 측정항목 모두
value_to_date: no
로 정의되므로 전체 기간 (즉, 쿼리의 최소 기간 세분성)에 대한 측정항목 값을 계산합니다. - 두 PoP 측정값 모두
based_on_time: birth_year
로 정의되므로birth
측정기준 그룹의 기본 타임스탬프를 사용합니다. total_births_last_year
PoP 측정은period: year
로 정의되고total_births_last_month
PoP 측정은period: month
로 정의됩니다.
다음은 세 가지 측정값과 birth_month
측정기준 기간을 모두 포함하는 Explore 쿼리입니다.
Explore 결과에 관해 다음 사항에 유의하세요.
- Explore 쿼리에서 가장 작은 측정기준 기간은
birth_month
이므로 PoP 측정항목은 월별 값을 제공합니다. - 가장 최근 월인 2024-07 행에서 지난달 총 출생 수 값은 이전 달인 2024-06의 총 출생 수를 보여줍니다. 2024-06 행의 총 출생 수 값을 확인하면 이를 확인할 수 있습니다. 두 값이 일치합니다.
- 최근 달인 2024-07 행에서 전년도 총 출생아 수 값은 전년도 (2023년)의 동일한 달 (07)의 총 출생아 수를 보여줍니다. 2023-07 행의 총 출생아 수 값을 확인하면 이를 확인할 수 있습니다. 두 값이 일치합니다.
value_to_date
이 PoP 측정값에 미치는 영향
이전 예와 마찬가지로 다음은 total_births
측정값과 type:time
의 birth
측정기준 그룹, total_births
측정값을 기반으로 하고 birth
측정기준 그룹을 based_on_time
필드로 사용하는 두 개의 PoP 측정값의 LookML입니다. 하지만 이 예에서는 total_births_last_year_value_to_date
PoP 측정은 value_to_date: yes
로 정의되고 total_births_last_year
PoP 측정은 value_to_date: no
로 정의됩니다.
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
}
다음은 세 가지 측정값과 birth_year
측정기준 기간을 모두 포함하는 Explore 쿼리입니다. 이 Explore 쿼리는 6월 4일 16시 25분 8초에 실행되었으며, 이는 value_to_date: yes
PoP 측정에 중요합니다.
Explore 결과는 value_to_date
하위 매개변수가 PoP 측정의 계산을 어떻게 변경하는지 보여줍니다.
Explore 결과에 관해 다음 사항에 유의하세요.
- 최근 연도인 2024의 행에서 전년도 총 출생아 수 값은 전년도인 2023년의 총 출생아 수를 보여줍니다. 2023 행의 총 출생아 수 값을 확인하여 계산을 검증할 수 있습니다. 두 값이 일치합니다.
- 가장 최근 연도인 2024의 행에서 올해의 총 출생아 수 값이 작년의 총 출생아 수 값보다 작습니다. Explore 쿼리가 6월 4일 16시 25분 8초에 실행되었고
total_births_last_year_value_to_date
PoP 측정항목이value_to_date: yes
로 정의되어 있기 때문에 Looker는 각 연도의 6월 4일 16시 25분 8초까지의 데이터만 사용하여 연간 값을 계산했습니다.
PoP 측정값이 포함된 Explore 쿼리 필터링
PoP 측정값이 포함된 탐색 분석 쿼리를 필터링할 때는 다음 사항에 유의하세요.
- PoP 측정값이 포함된 Explore 쿼리의 경우 필터링이 지원됩니다. 하지만 PoP 측정 자체는 필터링할 수 없습니다. 예를 들어
birth_month
측정기준과total_births
,total_births_last_year
,total_births_last_month
PoP 측정값을 쿼리하는 첫 번째 예 Explore에서는total_births
,total_births_last_year
또는total_births_last_month
PoP 측정값에 대해 쿼리를 필터링할 수 없습니다. - PoP 측정항목의
based_on_time
매개변수와 연결된 필드를 필터링할 때 필터의 기간이 쿼리의 기간보다 세분화되어 있으면 PoP 측정항목에 쿼리 기간의 필터 값 부분에 대한 결과만 표시됩니다. 예를 들어orders.created_year
측정기준에 대해 쿼리하고 1월에 대해 쿼리를 필터링하면 각 연도에 대해 PoP 측정값에 1월 값만 표시됩니다. 이러한 결과가 전체 연도의 결과로 오해될 수 있습니다. - PoP 측정 Explore 쿼리의 경우 PoP 측정의 데이터를 계산하기 위해 Looker는 쿼리의 가장 세분화된 기간 세분화로 추가 기간의 데이터를 가져옵니다. 예를 들어 월별 측정기준,
period: year
로 정의된 PoP 측정, 지난 6개월 필터를 사용하여 Explore 쿼리를 만드는 경우 Looker는 쿼리에서 가장 세부적인 세부사항을 식별합니다. 이 예에서는 PoP 측정의year
기간이 됩니다. 이 예에서 Looker는 지난 6개월의 데이터와 지난 6개월을 전년도 같은 달과 비교할 수 있도록 추가 1년의 데이터를 가져옵니다. - PoP 측정항목이 포함된 Explore 쿼리 요구사항에 설명된 대로 PoP 측정항목이 포함된 Explore 쿼리에는 PoP 측정항목과 연결된
period
에 적합한 시간 측정기준이 있어야 합니다. Explore의 필드 선택 도구에서 시간 측정기준을 선택하지 않으면 Looker가 Explore의 필터에 있는 시간 측정기준에서 필요한 정보를 파생시킬 수 있습니다. 이 경우 Looker는 필터의 시간 측정기준을 기준으로 Explore 쿼리 결과를 정렬합니다.
이전 기간 대비 측정항목이 포함된 시각화
표 차트 시각화는 PoP 측정에 권장됩니다. 탐색 분석 쿼리의 필드에 따라 다른 시각화 옵션도 사용할 수 있습니다.
표 차트가 아닌 시각화를 사용하는 경우 시각화가 명확한지 확인합니다. PoP 측정항목은 이전 기간과 비교를 제공하므로 PoP 측정항목이 포함된 시각화가 오해를 불러일으킬 수 있습니다. 예를 들어 kind: previous
로 정의된 전년 대비 PoP 측정값은 올해 날짜의 작년 값을 표시합니다. Explore 쿼리에 전년 대비 PoP 측정과 함께 올해 값이 포함된 경우 시각화에 올해 값이 두 개 표시됩니다.
표 차트가 아닌 시각화를 사용하는 경우 시각화에 모든 PoP 측정항목이 이전 기간과의 비교임을 명확하게 표시하는지 확인합니다.
PoP 측정항목의 제한사항
PoP 측정에는 다음과 같은 제한사항이 있습니다.
- PoP 측정값은 새 LookML 런타임을 사용하는 LookML 프로젝트에서만 지원됩니다. 인스턴스에서 기존 LookML 런타임 사용 기존 기능이 사용 설정된 경우 프로젝트의 매니페스트 파일에
new_lookml_runtime:yes
문이 포함되어야 합니다. - Looker Studio의 Looker 커넥터에서는 PoP 측정이 지원되지 않습니다.
- PoP 측정은
based_on
섹션에 설명된 대로 집계 측정에 기반해야 합니다. 집계되지 않은 측정항목을 기반으로 PoP 측정항목을 만들 수 없습니다. - BI Engine 대칭 집계 실험실 기능이 사용 설정된 인스턴스의 BigQuery 연결의 경우 PoP 측정값이 지원되지만 PoP 측정값이 포함된 SQL 쿼리는 BI Engine 대칭 집계 기능을 사용하지 않습니다.
- PoP 측정항목은 동질 집단 분석을 지원하지 않습니다.
- PoP 측정값은 롤링 계산을 지원하지 않습니다.
- PoP 측정항목은 항상 현재 기간을 이전 기간과 비교합니다. 이전 기간이 아닌 다른 기간과 현재 기간을 비교하도록 PoP 측정항목을 구성할 수는 없습니다. 예를 들어 작년 5월과 올해 12월을 비교하는 PoP 측정항목을 만들 수 없습니다.
- 소매 4-5-4 캘린더와 같은 맞춤 캘린더에서는 PoP 측정값이 지원되지 않습니다. PoP 측정에서 지원하는 기간은
period
섹션을 참고하세요. - PoP 측정값은 이전 2주와 비교한 현재 2주와 같은 맞춤 기간에서 지원되지 않습니다.
PoP 측정의 매개변수에서는 Liquid 매개변수가 지원되지 않습니다. 하지만 PoP의
based_on
또는based_on_time
필드가 Liquid로 정의된 측정기준을 가리키는 경우 해당 Liquid가 처리됩니다.PoP 측정값은 다음 Looker 기능에서 지원되지 않습니다.
PoP 측정값을 사용하여 커스텀 필드를 만들 수 없습니다.
PoP 측정항목이
period: week
또는period: date
로 정의되지 않은 경우 PoP 측정항목이 포함된 탐색 쿼리에서 주 기간을 선택할 수 없습니다.회계 기간으로 정의된 기간이 있는 PoP 측정은 회계 기간이 아닌 기간이 있는 Explore 쿼리에서 사용할 수 없습니다. 또한 회계 기간이 아닌 기간으로 정의된 PoP 측정은 회계 기간 측정기준이 있는 쿼리에서 사용할 수 없습니다.
PoP 측정은 회계 월 오프셋을 지원합니다. PoP 측정의
based_on_time
매개변수가 Explore와 연결된 LookML 모델 파일에서fiscal_month_offset
값을 상속하기 때문입니다.fiscal_year
또는fiscal_quarter
로 PoP 측정값을 정의하는 경우 Explore 쿼리에서fiscal_year
또는fiscal_quarter
기간을 지정해야만 Explore 쿼리에서 PoP 측정값이 지원됩니다. 이 경우fiscal_offset_month
가 적용됩니다.PoP 측정항목의
period
는 Explore 쿼리에서 선택한 기간 이상이어야 합니다. 예를 들어period: month
로 정의된 PoP 측정값의 경우 Explore 쿼리에 월 이하의 기간 측정기준(예: 주 또는 일)이 있어야 합니다.
PoP 측정항목에 지원되는 데이터베이스 언어
다음 표에서는 최신 버전의 Looker에서 PoP 측정값을 지원하는 언어를 보여줍니다.
언어 | 지원 여부 |
---|---|
Actian Avalanche | 아니요 |
Amazon Athena | 아니요 |
Amazon Aurora MySQL | 아니요 |
Amazon Redshift | 예 |
Amazon Redshift 2.1+ | 예 |
Amazon Redshift Serverless 2.1+ | 예 |
Apache Druid | 아니요 |
Apache Druid 0.13+ | 아니요 |
Apache Druid 0.18+ | 아니요 |
Apache Hive 2.3+ | 아니요 |
Apache Hive 3.1.2+ | 아니요 |
Apache Spark 3+ | 아니요 |
ClickHouse | 아니요 |
Cloudera Impala 3.1+ | 아니요 |
Cloudera Impala 3.1+ with Native Driver | 아니요 |
Cloudera Impala with Native Driver | 아니요 |
DataVirtuality | 아니요 |
Databricks | 아니요 |
Denodo 7 | 아니요 |
Denodo 8 & 9 | 아니요 |
Dremio | 아니요 |
Dremio 11+ | 아니요 |
Exasol | 아니요 |
Google BigQuery Legacy SQL | 아니요 |
Google BigQuery Standard SQL | 예 |
Google Cloud PostgreSQL | 아니요 |
Google Cloud SQL | 아니요 |
Google Spanner | 아니요 |
Greenplum | 아니요 |
HyperSQL | 아니요 |
IBM Netezza | 아니요 |
MariaDB | 아니요 |
Microsoft Azure PostgreSQL | 아니요 |
Microsoft Azure SQL Database | 아니요 |
Microsoft Azure Synapse Analytics | 아니요 |
Microsoft SQL Server 2008+ | 아니요 |
Microsoft SQL Server 2012+ | 아니요 |
Microsoft SQL Server 2016 | 아니요 |
Microsoft SQL Server 2017+ | 아니요 |
MongoBI | 아니요 |
MySQL | 아니요 |
MySQL 8.0.12+ | 예 |
Oracle | 아니요 |
Oracle ADWC | 아니요 |
PostgreSQL 9.5+ | 아니요 |
PostgreSQL pre-9.5 | 아니요 |
PrestoDB | 아니요 |
PrestoSQL | 아니요 |
SAP HANA | 아니요 |
SAP HANA 2+ | 아니요 |
SingleStore | 아니요 |
SingleStore 7+ | 아니요 |
Snowflake | 예 |
Teradata | 아니요 |
Trino | 아니요 |
Vector | 아니요 |
Vertica | 아니요 |