LookML 简介

LookML 是 Looker 建模语言的简称,是 Looker 中用于创建语义数据模型的语言。您可以使用 LookML 来描述 SQL 数据库中的维度、聚合、计算和数据关系。Looker 使用以 LookML 编写的模型针对特定数据库构建 SQL 查询。

LookML 是 make 等依赖性语言,而不是 C 或 Ruby 等命令式语言。LookML 为数据建模提供了预定义的数据类型和语法。您无需具备编程语言方面的经验,也能理解 LookML。LookML 独立于特定的 SQL 方言,并且封装了 SQL 表达式以支持任何 SQL 实现。

对于数据分析师,LookML 提倡 DRY 风格(即“不要重复自己”),这意味着您只需在一个位置编写一次 SQL 表达式,Looker 便会反复使用该代码来生成临时 SQL 查询。然后,企业用户可以使用结果在 Looker 中构建复杂查询,仅专注于他们需要的内容,而无需处理复杂的 SQL 结构。

LookML 项目

LookML 在项目中定义。LookML 项目是一系列文件的集合,其中至少包括模型文件和视图文件,以及其他类型的文件,这些文件通常通过 Git 代码库一起进行版本控制。模型文件包含有关项目将使用哪些表以及如何联接这些表的信息。视图文件描述了如何计算每个表的信息(如果联接允许,也可以跨多个表计算信息)。

LookML 会将结构与内容分离开来,因此查询结构(表的联接方式)与查询内容(要访问的列、派生字段、要计算的汇总函数以及要应用的过滤表达式)无关。

Looker 查询基于 LookML 项目文件。数据分析师使用 LookML 创建和维护数据模型,这些模型用于定义要分析的数据的数据结构和业务规则。Looker SQL 生成器可将 LookML 转换为 SQL,让企业用户无需编写任何 LookML 或 SQL 即可进行查询。

企业用户使用 Looker 查询构建器或“探索”界面,根据 Looker 分析师定义的数据模型创建查询。用户可以选择维度、测量和过滤条件,根据自己的问题创建自定义查询并生成自己的数据分析。

当用户创建查询后,该查询会被发送到 Looker SQL 生成器,该生成器会将查询转换为 SQL。系统会对数据库执行 SQL 查询,然后 Looker 会在“探索”界面中将格式化的结果返回给用户。然后,用户可以直观呈现结果并生成数据洞见。

如需详细了解项目中的基本 LookML 元素及其相互关系,请参阅 LookML 术语和概念

用户看到的内容

项目的设置方式及其文件的具体内容决定了用户可以看到的内容,以及如何与 Looker 互动。

  1. 左侧导航面板中的“探索”面板按模型名称排列。每个模型名称下方都会显示该模型中定义的可用探索列表。
  2. 用户可以搜索特定的探索。
  3. 开发者可以为探索定义说明,用户可以通过将鼠标悬停在探索菜单中的探索名称上来查看这些说明。

  4. 字段选择器窗格是按视图名称整理的。每个视图名称下方都会列出该视图中包含的表的可用字段。大多数视图会同时显示维度度量。此示例从视图文件中定义的退货日期维度组中选择了月份维度。

  5. 用户可以选择多个衡量标准作为查询依据。

  6. 用户可以在字段选择器窗格中应用过滤条件和数据透视表等选项。

  7. 用户可以优化查询字词。

  8. 用户可以选择要应用于查询结果的可视化图表类型

  9. 运行此探索会生成一个 SQL 查询,该查询会返回一个数据表格,以及一个可视化图表,其中显示了过去一年内退货订单的总销售价格和总毛利润。

代码示例

以下代码示例展示了一个电子商务商店的最小 LookML 项目,其中包含一个模型文件 (ecommercestore.model.lkml) 和两个视图文件 (orders.view.lkmlcustomers.view.lkml):

######################################
# FILE: ecommercestore.model.lkml    #
# Define the explores and join logic #
######################################
connection: order_database
include: "*.view.lkml"
explore: orders {
  join: customers {
    sql_on: ${orders.customer_id} = ${customers.id} ;;
  }
}

##########################################################
# FILE: orders.view.lkml                                 #
# Define the dimensions and measures for the ORDERS view #
##########################################################
view: orders {
  dimension: id {
    primary_key: yes
    type: number
    sql: ${TABLE}.id ;;
  }
  dimension: customer_id {      # field: orders.customer_id
    sql: ${TABLE}.customer_id ;;
  }
  dimension: amount {           # field: orders.amount
    type: number
    value_format: "0.00"
    sql: ${TABLE}.amount ;;
  }
  dimension_group: created {                # generates fields:
    type: time                              # orders.created_time, orders.created_date
    timeframes: [time, date, week, month]   # orders.created_week, orders.created_month
    sql: ${TABLE}.created_at ;;
  }
  measure: count {             # field: orders.count
    type: count                # creates a sql COUNT(*)
    drill_fields: [drill_set*] # list of fields to show when someone clicks 'ORDERS Count'
  }
  measure: total_amount {
    type: sum
    sql: ${amount} ;;
  }
  set: drill_set {
    fields: [id, created_time, customers.name, amount]
  }
}

#############################################################
# FILE: customers.view.lkml                                 #
# Define the dimensions and measures for the CUSTOMERS view #
#############################################################
view: customers {
  dimension: id {
    primary_key: yes
    type: number
    sql: ${TABLE}.id ;;
  }
  dimension: city {                    # field: customers.city
    sql: ${TABLE}.city ;;
  }
  dimension: state {                   # field: customers.state
    sql: ${TABLE}.state ;;
  }
  dimension: name {
    sql: CONCAT(${TABLE}.firstname, " ", ${TABLE}.lastname) ;;
  }
  measure: count {             # field: customers.count
    type: count                # creates a sql COUNT(*)
    drill_fields: [drill_set*] # fields to show when someone clicks 'CUSTOMERS Count'
  }
  set: drill_set {                     # set: customers.drill_set
    fields: [id, state, orders.count]  # list of fields to show when someone clicks 'CUSTOMERS Count'
  }
}

其他资源

如果您刚开始接触 LookML 开发,请考虑使用以下部分中介绍的资源来加快学习速度:

访问 Looker 的学习环境

查看 Google Cloud Skills Boost 上的课程。

了解如何使用 Looker 查询和探索数据

在 LookML 中对数据进行建模时,了解如何在 Looker 中探索数据会非常有帮助。如果您不熟悉如何使用 Looker 查询、过滤和深入分析数据,我们建议您查看以下资源:

在深入了解 LookML 之前,先查看 SQL 基础知识

编写 LookML 需要了解 SQL 查询。您不必成为 SQL 专家,即使是初学者也可以创建强大的 Looker 模型。但一般来说,您对 LookML 的了解越深入,您对 SQL 的深入了解就越多。

如果您需要复习 SQL,请参阅以下一些我们推荐的资源:

了解 LookML 基础知识

这些资源可帮助您快速掌握 LookML 知识。使用您的学习账号试验不同的设计模式。

了解 LookML 基础知识后,请参阅以下页面,大致了解不同类型的 LookML 参数: