Como trabalhar com mesclagens no LookML

As mesclagens permitem conectar diferentes vistas para que você possa explorar dados de mais de uma visualização ao mesmo tempo e ver como diferentes partes dos dados se relacionam entre si.

Por exemplo, seu banco de dados pode incluir as tabelas order_items, orders e users. É possível usar mesclagens para explorar dados de todas as tabelas ao mesmo tempo. Esta página explica as mesclagens no LookML, incluindo parâmetros e padrões de mesclagem específicos.

As mesclagens começam com uma Análise

As junções são definidas no arquivo de modelo para estabelecer a relação entre uma Análise e uma visualização. As mesclagens conectam uma ou mais visualizações a uma única Análise, seja diretamente ou por outra visualização mesclada.

Considere duas tabelas de banco de dados: order_items e orders. Depois de gerar visualizações para as duas tabelas, declare uma ou mais delas no parâmetro explore no arquivo de modelo:

explore: order_items { ... }

Quando você executa uma consulta da Análise order_items, order_items aparece na cláusula FROM do SQL gerado:

SELECT ...
FROM order_items

É possível participar de mais informações na Análise order_items. Por exemplo, é possível usar o LookML de amostra a seguir para mesclar a visualização orders à Análise order_items:

explore: order_items {
  join: orders {
    type: left_outer
    relationship: many_to_one
    sql_on: ${order_items.order_id} = ${orders.id} ;;
  }
}

O LookML mostrado anteriormente realiza duas coisas. Primeiro, é possível conferir os campos de orders e order_items no Seletor de campo da ferramenta Analisar:

Em segundo lugar, o LookML descreve como unir orders e order_items. Esse LookML seria traduzido para o seguinte SQL:

SELECT ...
FROM order_items
LEFT JOIN orders
ON order_items.order_id = orders.id

Esses parâmetros do LookML são descritos em mais detalhes nas seções a seguir.

Dica para a equipe do Chat:os usuários fazem mais perguntas sobre o erro de validação "Campo desconhecido ou inacessível", que pode ser causado por uma participação ausente. Consulte Erro: campo desconhecido ou inacessível para mais informações.

Parâmetros de junção

Quatro parâmetros principais são usados para mesclar: join, type, relationship e sql_on.

Etapa 1: iniciar a Análise

Primeiro, crie a Análise order_items:

explore: order_items { ... }

Etapa 2: join

Para mesclar uma tabela, primeiro é necessário declarar a tabela em uma visualização. Neste exemplo, suponha que orders seja uma visualização existente no modelo.

Em seguida, use o parâmetro join para declarar que você quer mesclar a visualização orders à Análise order_items:

explore: order_items {
  join: orders { ... }
}

Etapa 3: type

Considere que tipo de junção realizar. O Looker oferece suporte a LEFT JOIN, INNER JOIN, FULL OUTER JOIN e CROSS JOIN. Eles correspondem aos valores de parâmetro type de left_outer, inner, full_outer e cross.

explore: order_items {
  join: orders {
    type: left_outer
  }
}

O valor padrão de type é left_outer.

Etapa 4: relationship

Defina uma relação de mesclagem entre a Análise order_items e a visualização orders. Declarar corretamente a relação de uma mesclagem é importante para o Looker calcular medidas precisas. A relação é definida na Análise order_items com a visualização orders. As opções possíveis são one_to_one, many_to_one, one_to_many e many_to_many.

Neste exemplo, pode haver muitos itens para um único pedido. A relação entre a Análise order_items e a visualização orders é many_to_one:

explore: order_items {
  join: orders {
    type: left_outer
    relationship: many_to_one
  }
}

Se você não incluir um parâmetro relationship na mesclagem, o Looker usará many_to_one como padrão.

Para mais dicas sobre como definir o parâmetro relationship corretamente para uma mesclagem, consulte Como usar o parâmetro relationship corretamente.

Etapa 5: sql_on

Declare como unir as tabelas order_items e orders com o parâmetro sql_on ou foreign_key.

Dica: geralmente sugerimos o uso do parâmetro sql_on, já que ele pode fazer tudo que o parâmetro foreign_key, mas o sql_on normalmente é mais fácil de entender.

O parâmetro sql_on é equivalente à cláusula ON no SQL gerado para uma consulta. Com esse parâmetro, você pode declarar quais campos devem ter correspondência para realizar a junção:

explore: order_items {
  join: orders {
    type: left_outer
    relationship: many_to_one
    sql_on: ${order_items.order_id} = ${orders.id} ;;
  }
}

Também é possível escrever mesclagens mais complexas. Por exemplo, é possível mesclar apenas pedidos com id maior que 1.000:

explore: order_items {
  join: orders {
    type: left_outer
    relationship: many_to_one
    sql_on: ${order_items.order_id} = ${orders.id} AND ${orders.id} > 1000 ;;
  }
}

Consulte a documentação de operadores de substituição para saber mais sobre a sintaxe ${ ... } nesses exemplos.

Etapa 6: teste

Para testar se essa mesclagem está funcionando como esperado, acesse a Análise Order Items. Você verá os campos de order_items e orders.

Consulte Como editar e validar o LookML para saber mais sobre como testar as mudanças do LookML em uma Análise.

Como participar usando outra visualização

Você pode participar de uma visualização em uma Análise usando outra visualização. No exemplo de parâmetros de mesclagem, você uniu orders a order_items usando o campo order_id. Também podemos mesclar os dados de uma visualização chamada users à Análise order_items, mesmo que eles não compartilhem um campo em comum. Para isso, participe pela visualização orders.

Use o parâmetro sql_on ou foreign_key para unir a visualização users à visualização orders, e não à Análise order_items. Para isso, defina o escopo correto do campo de orders como orders.user_id.

Veja um exemplo que usa o parâmetro sql_on:

explore: order_items {
  join: orders {
    type: left_outer
    relationship: many_to_one
    sql_on: ${order_items.order_id} = ${orders.id} ;;
  }
  join: users {
    type: left_outer
    relationship: many_to_one
    sql_on: ${orders.user_id} = ${users.id} ;;
  }
}

Participar de uma visualização mais de uma vez

Uma vista da propriedade users contém dados para compradores e vendedores. Para juntar os dados dessa visualização ao order_items, mas fazer isso separadamente para compradores e vendedores, você pode agrupar users duas vezes, com nomes diferentes, usando o parâmetro from.

O parâmetro from permite especificar qual visualização usar em uma mesclagem, além de atribuir um nome exclusivo à mesclagem. Exemplo:

explore: order_items {
  join: orders {
    type: left_outer
    relationship: many_to_one
    sql_on: ${order_items.order_id} = ${orders.id} ;;
  }
  join: buyers {
    from: users
    type: left_outer
    relationship: many_to_one
    sql_on: ${orders.buyer_id} = ${buyers.id} ;;
  }
  join: sellers {
    from: users
    type: left_outer
    relationship: many_to_one
    sql_on: ${orders.seller_id} = ${sellers.id} ;;
  }
}

Nesse caso, somente os dados do comprador são agregados como buyers, enquanto apenas os dados do vendedor são agregados como sellers.

Observação: a visualização users agora precisa ser referenciada pelos nomes com alias buyers e sellers na mesclagem.

Como limitar campos em uma mesclagem

O parâmetro fields permite especificar quais campos são trazidos de uma mesclagem para uma Análise. Por padrão, todos os campos de uma visualização são trazidos quando são mesclados. No entanto, talvez você queira trazer apenas um subconjunto de campos.

Por exemplo, quando orders é associado a order_items, convém trazer apenas os campos shipping e tax pela mesclagem:

explore: order_items {
  join: orders {
    type: left_outer
    relationship: many_to_one
    sql_on: ${order_items.order_id} = ${orders.id} ;;
    fields: [shipping, tax]
  }
}

Você também pode referenciar um conjunto de campos, como [set_a*]. Cada conjunto é definido em uma visualização usando o parâmetro set. Suponha que você tenha o seguinte conjunto definido na visualização orders:

set: orders_set {
  fields: [created_date, shipping, tax]
}

É possível trazer apenas estes três campos quando você mesclar orders com order_items:

explore: order_items {
  join: orders {
    type: left_outer
    relationship: many_to_one
    sql_on: ${order_items.order_id} = ${orders.id} ;;
    fields: [orders_set*]
  }
}

Agregados simétricos

O Looker usa um recurso chamado "agregações simétricas" para calcular corretamente as agregações (como somas e médias), mesmo quando as mesclagens resultam em fanout. Dados agregados simétricos são descritos em mais detalhes em Noções básicas sobre agregados simétricos. O problema de fanout que os agregados simétricos resolvem é explicado na postagem na Comunidade The problem of SQL fanouts.

Chaves primárias obrigatórias

Para que as medições (agregações) venham por mesclagens, é preciso definir chaves primárias em todas as visualizações envolvidas na mesclagem.

Para fazer isso, adicione o parâmetro primary_key à definição do campo de chave primária em cada visualização:

dimension: id {
  type: number
  primary_key: yes
}

Observação :para processar corretamente medidas mescladas, o Looker depende da especificação de uma chave primária em que os valores são completamente exclusivos e diferentes de NULL. Se os dados não tiverem uma chave primária, considere se a concatenação de vários campos resultaria em uma chave primária de valores diferentes de NULL completamente exclusivos. Se a chave primária não for exclusiva ou tiver valores NULL e a consulta incluir dados que revelam esses problemas, o Looker retornará um erro conforme descrito na página Práticas recomendadas de erro: valor/chave primária/valor não exclusivo (ou sql_distinct_key), estouro de valor ou colisão ao calcular a soma.

Dialetos SQL compatíveis

Para que o Looker ofereça suporte a agregados simétricos no seu projeto do Looker, o dialeto do banco de dados também precisa oferecer suporte a eles. A tabela a seguir mostra quais dialetos oferecem suporte a agregados simétricos na versão mais recente do Looker:

Dialeto	Compatível?
Avalanche Actian	Sim
Amazon Athena	Sim
MySQL do Amazon Aurora	Sim
Amazon Redshift	Sim
Apache Druid	No
Apache Druid 0.13 ou superior	No
Apache Druid 0.18 ou superior	No
Apache Hive 2.3 ou superior	No
Apache Hive 3.1.2 ou posterior	No
Apache Spark 3 ou mais recente	Sim
ClickHouse	No
Cloudera Impala 3.1 ou superior	Sim
Cloudera Impala 3.1+ com driver nativo	Sim
Cloudera Impala com driver nativo	No
DataVirtuality	Sim
Databricks	Sim
Denodo 7	Sim
Denodo 8	Sim
Drêmio	No
Dremio 11 ou superior	Sim
Exasol	Sim
Bola de fogo	Sim
SQL legado do Google BigQuery	Sim
SQL padrão do Google BigQuery	Sim
PostgreSQL do Google Cloud	Sim
Google Cloud SQL	Sim
Google Spanner (em inglês)	Sim
Greenplum	Sim
HyperSQL	No
IBM Netezza	Sim
MariaDB	Sim
PostgreSQL do Microsoft Azure	Sim
Banco de dados SQL do Microsoft Azure	Sim
Análises do Microsoft Azure Synapse	Sim
Microsoft SQL Server 2008 ou superior	Sim
Microsoft SQL Server 2012 ou posterior	Sim
Microsoft SQL Server 2016	Sim
Microsoft SQL Server 2017 ou posterior	Sim
MongoBI	No
MySQL	Sim
MySQL 8.0.12 ou mais recente	Sim
Oracle	Sim
ADWC da Oracle	Sim
PostgreSQL 9.5 ou mais recente	Sim
PostgreSQL anterior à 9.5	Sim
PrestoDB	Sim
PrestoSQL	Sim
SAP HANA 2 ou posterior	Sim
SingleStore	Sim
SingleStore 7 ou superior	Sim
Snowflake	Sim
Teradata	Sim
Trino	Sim
Vetor	Sim
Vertica	Sim

Se o dialeto não for compatível com agregados simétricos, tenha cuidado ao executar mesclagens no Looker, porque alguns tipos de mesclagens podem resultar em agregações imprecisas, como somas e médias. Esse problema e as soluções alternativas são descritos em detalhes na postagem na Comunidade O problema dos fanouts de SQL.

Saiba mais sobre mesclagens

Para saber mais sobre os parâmetros de mesclagem no LookML, consulte a documentação Referência de mesclagem.