Introdução ao LookML

LookML, abreviação de Looker Modeling Language, é a linguagem usada no Looker para criar modelos de dados semânticos. É possível usar o LookML para descrever dimensões, agregados, cálculos e relações de dados em seu banco de dados SQL. O Looker usa um modelo escrito em LookML para criar consultas SQL em um banco de dados específico.

LookML é uma linguagem de dependência como make, e não uma linguagem imperativa como C ou Ruby. O LookML fornece sintaxe e tipos de dados predefinidos para modelagem de dados. Não é necessário ter experiência com linguagens de programação para entender o LookML. O LookML é independente de dialetos SQL específicos e encapsula expressões SQL para oferecer suporte a qualquer implementação de SQL.

Para analistas de dados, o LookML promove o estilo DRY ("não se repita"), o que significa que você escreve expressões SQL uma vez, em um só lugar,e o Looker usa o código repetidamente para gerar consultas SQL ad hoc. Os usuários comerciais podem usar os resultados para criar consultas complexas no Looker, concentrando-se apenas no conteúdo necessário, não nas complexidades da estrutura do SQL.

Projetos do LookML

O LookML é definido em projetos. Um projeto do LookML é uma coleção de arquivos que incluem pelo menos arquivos de modelo e de visualização e, opcionalmente, outros tipos de arquivos, que normalmente têm controle de versões em conjunto por meio de um repositório Git. Os arquivos de modelo contêm informações sobre quais tabelas o projeto vai usar e como elas devem ser mescladas. Os arquivos de visualização descrevem como as informações são calculadas sobre cada tabela (ou em várias tabelas, se as mesclagens permitirem).

O LookML separa a estrutura do conteúdo, portanto, a estrutura da consulta (como as tabelas são mescladas) é independente do conteúdo da consulta (as colunas a acessar, os campos derivados, as funções de agregação a calcular e as expressões de filtragem a serem aplicadas).

As consultas do Looker são baseadas em arquivos de projeto do LookML. Os analistas de dados usam o LookML para criar e manter modelos de dados que definem a estrutura de dados e as regras de negócios para os dados que estão sendo analisados. O gerador do Looker SQL converte o LookML em SQL, o que permite que usuários comerciais façam consultas sem escrever em LookML ou SQL.

Os usuários comerciais usam o criador de consultas do Looker, ou a interface Explorar, para criar consultas baseadas no modelo de dados definido pelos analistas do Looker. Os usuários podem selecionar dimensões, medições e filtros para criar consultas personalizadas baseadas nas próprias perguntas e gerar os próprios insights.

Quando um usuário cria uma consulta, ela é enviada ao gerador do Looker SQL, que a converte em SQL. A consulta SQL é executada no banco de dados e, em seguida, o Looker retorna os resultados formatados para o usuário na interface Explorar. O usuário pode então visualizar os resultados e gerar insights.

Para mais detalhes sobre os elementos fundamentais do LookML em um projeto e como eles se relacionam, consulte Termos e conceitos do LookML.

O que os usuários veem

A forma como o projeto é configurado e o conteúdo específico dos arquivos determinam o que os usuários veem e como eles podem interagir com o Looker.

  1. O painel "Explorar" no painel de navegação à esquerda é organizado pelos nomes dos model. Abaixo de cada nome de modelo, há uma lista de Análises disponíveis definidas nele.
  2. Os usuários podem pesquisar uma Análise específica.

  3. Os desenvolvedores podem definir descrições para as Análises, que os usuários podem conferir ao passar o cursor sobre o nome da Análise no menu Análise.

  4. O painel do seletor de campo é organizado pelos nomes das visualizações. Abaixo de cada nome de visualização, há uma lista de campos disponíveis nas tabelas da visualização. A maioria das visualizações mostra dimensões e medidas. Este exemplo seleciona uma dimensão Mês de um grupo de dimensões Data retornada, definido no arquivo de visualização.

  5. Os usuários podem selecionar várias medidas para basear a consulta.

  6. Os usuários podem aplicar opções como filtros e tabelas dinâmicas no painel do seletor de campo.

  7. Os usuários podem refinar os termos da consulta.

  8. Os usuários podem escolher um tipo de visualização para aplicar aos resultados da consulta.

  9. A execução dessa Análise gera uma consulta SQL que retorna uma tabela de dados e uma visualização do preço promocional total e da margem bruta total dos pedidos devolvidos no último ano.

Exemplo de código

O exemplo de código a seguir mostra um projeto LookML mínimo para uma loja de e-commerce, que tem um arquivo de modelo (ecommercestore.model.lkml) e dois arquivos de visualização (orders.view.lkml e customers.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'
  }
}

Recursos adicionais

Se você é iniciante no desenvolvimento com LookML, considere usar os recursos descritos nas seções a seguir para acelerar seu aprendizado:

Acessar o ambiente de aprendizado do Looker

Confira os cursos no Google Cloud Ensina.

Aprender a usar o Looker para consultar e analisar dados

Saber explorar dados no Looker é muito útil quando você está modelando seus dados no LookML. Se você não sabe usar o Looker para consultar, filtrar e detalhar dados, sugerimos estes recursos:

Revise os conceitos básicos de SQL antes de começar a usar o LookML

Escrever no LookML requer uma compreensão de consultas SQL. Você não precisa ser especialista em SQL, e até mesmo iniciantes podem criar modelos avançados do Looker. Mas, em geral, quanto mais você se aprofunda no LookML, mais se beneficia de um conhecimento mais profundo do SQL.

Se você precisar de uma atualização do SQL, aqui estão alguns de nossos recursos favoritos:

Aprenda os conceitos básicos do LookML

Esses recursos vão impulsionar seu conhecimento sobre o LookML. Use sua conta de aprendizado para testar diferentes padrões de design.

Depois de aprender os conceitos básicos do LookML, consulte as páginas a seguir para visões gerais dos diferentes tipos de parâmetros do LookML: