这是一个高级主题，面向对 SQL 和 LookML 有扎实基础知识的用户。
Looker 会自动为用户提供通过创建过滤条件来操控查询的功能，这些过滤条件基于维度和度量。虽然此方法可满足许多使用情形，但无法满足所有分析需求。借助模板化过滤条件和 Liquid 参数，您可以支持的用例范围将大大扩展。
从 SQL 的角度来看，维度和指标只能更改查询中最外层的 WHERE 或 HAVING 子句。不过，您可能希望允许用户操纵 SQL 的其他部分。调整派生表的一部分、调整要查询的数据库表，或创建多用途的维度和过滤条件，这些只是您可以通过模板化过滤条件和 Liquid 参数启用的部分功能。
模板化过滤条件和 Liquid 参数使用 Liquid 模板语言将用户输入插入到 SQL 查询中。首先，您可以使用 LookML 参数创建一个供用户互动的字段。接下来，您可以使用 Liquid 变量将用户输入注入到 SQL 查询中。
示例
我们来看几个示例，以展示模板化过滤条件和 Liquid 参数的价值。
使用模板化过滤条件创建动态派生表
假设有一个派生表，用于计算东北区域客户的生命周期支出：
view: customer_facts {
derived_table: {
sql:
SELECT
customer_id, -- Can be made a dimension
SUM(sale_price) AS lifetime_spend -- Can be made a dimension
FROM
order
WHERE
region = 'northeast' -- Can NOT be made a dimension
GROUP BY 1
;;
}
}
在此查询中，您可以根据 customer_id 和 lifetime_spend 创建维度。不过，假设您希望用户能够指定 region，而不是将其硬编码为“东北”。region 无法作为维度公开，因此用户无法像往常一样根据它进行过滤。
一种方法是使用模板化过滤条件，如下所示：
view: customer_facts {
derived_table: {
sql:
SELECT
customer_id,
SUM(sale_price) AS lifetime_spend
FROM
order
WHERE
{% condition order_region %} order.region {% endcondition %}
GROUP BY 1
;;
}
filter: order_region {
type: string
}
}
如需获取分步说明，请参阅基本用法部分。
使用 Liquid 参数创建动态指标
假设有一个过滤后的指标，用于统计售出的裤子数量：
measure: pants_count {
filters: [category: "pants"]
}
这很简单，但如果类别有数十个，那么为每个类别创建指标就会很麻烦。此外，这还可能会让用户的“探索”体验变得杂乱无章。
另一种方法是创建如下所示的动态指标：
measure: category_count {
type: sum
sql:
CASE
WHEN ${category} = '{% parameter category_to_count %}'
THEN 1
ELSE 0
END
;;
}
parameter: category_to_count {
type: string
}
如需查看分步说明，请参阅基本用法部分。
基本用法
第 1 步：创建供用户互动的内容
- 对于模板化过滤条件，请添加
filter。 - 对于 Liquid 参数，请添加
parameter。
无论哪种情况，这些字段都会显示在字段选择器的仅限过滤的字段部分中。
filter 和 parameter 字段都可以接受一系列子形参，让您可以自定义它们的操作方式。如需查看完整列表，请参阅字段参数文档页面。对于 parameter 字段，有两项选项需要特别提及。
首先，parameter 字段可以具有一种名为 unquoted 的特殊类型：
parameter: table_name {
type: unquoted
}
此类型允许将值插入 SQL 中，而无需像字符串那样用引号括起来。当您需要插入表名等 SQL 值时，此功能非常有用。
其次，parameter 字段有一个名为允许的值的选项，可让您将用户友好的名称与要插入的值相关联。例如：
parameter: sale_price_metric_picker {
description: "Use with the Sale Price Metric measure"
type: unquoted
allowed_value: {
label: "Total Sale Price"
value: "SUM"
}
allowed_value: {
label: "Average Sale Price"
value: "AVG"
}
allowed_value: {
label: "Maximum Sale Price"
value: "MAX"
}
allowed_value: {
label: "Minimum Sale Price"
value: "MIN"
}
}
第 2 步：应用用户输入
第二步是使用 Liquid 添加所需的模板化过滤条件或 Liquid 参数。
模板化过滤条件
模板化过滤条件的语法分解如下：
{% condition filter_name %} sql_or_lookml_reference {% endcondition %}
condition和endcondition这两个字词永远不会改变。- 将
filter_name替换为您在第一步中创建的过滤器的名称。如果您未创建仅限过滤的字段，也可以使用维度。 - 将
sql_or_lookml_reference替换为应设置为“等于”用户输入的 SQL 或 LookML（本部分稍后会对此进行更详细的说明）。如果使用 LookML，请使用${view_name.field_name}LookML 语法。
在前面的示例使用模板化过滤条件创建动态派生表中，我们使用了：
{% condition order_region %} order.region {% endcondition %}
请务必了解 Liquid 标记与您在标记之间编写的 SQL 之间的互动。这些模板化过滤条件标记始终会转换为逻辑表达式。例如，如果用户在 order_region 过滤条件中输入“东北”，Looker 会将这些标记转换为以下内容：
order.region = 'Northeast'
换句话说，Looker 会解读用户输入的内容，并生成相应的逻辑表达式。
由于模板化过滤条件会返回一个逻辑表达式，因此您可以将它们与 SQL WHERE 语句中有效的其他逻辑运算符和逻辑表达式搭配使用。沿用上一个示例，如果您想返回用户所选区域以外的所有值，可以在 WHERE 语句中使用以下代码：
NOT ({% condition order_region %} order.region {% endcondition %})
使用 LookML 字段作为过滤条件也是有效的。直接应用于 LookML 字段的任何过滤条件都将决定 WHERE 语句的值：
view: customer_facts {
derived_table: {
sql:
SELECT
customer_id,
SUM(sale_price) AS lifetime_spend
FROM
order
WHERE
{% condition region %} order.region {% endcondition %}
GROUP BY 1
;;
}
dimension: region {
type: string
sql: ${TABLE}.region ;;
}
Liquid 参数
Liquid 参数的语法分解如下：
{% parameter parameter_name %}
- 字词
parameter永远不会更改。 - 将
parameter_name替换为您在第一步中创建的parameter名称。
例如，如需应用第 1 步中 parameter 字段的输入内容，您可以创建如下所示的度量：
measure: sale_price_metric {
description: "Use with the Sale Price Metric Picker filter-only field"
type: number
label_from_parameter: sale_price_metric_picker
sql: {% parameter sale_price_metric_picker %}(${sale_price}) ;;
value_format_name: usd
}
在模板化过滤条件和 Liquid 参数之间进行选择
尽管模板化过滤条件和 Liquid 参数很相似，但两者之间存在一个重要区别：
如果您想为用户提供更灵活的输入方式（例如各种日期范围或字符串搜索），请尽可能使用模板化过滤条件。Looker 可以在后台解读用户输入并编写相应的 SQL。这样一来，您就不必考虑每种可能的用户输入类型。
在无法插入逻辑语句的情况下，或者在您知道用户可能会输入一组有限的选项时，请使用 Liquid 参数。