Com as mesclagens, você conecta diferentes vistas. Assim, é possível explorar os dados de mais de uma visualização ao mesmo tempo e entender 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. Nesta página, explicamos as funções JOIN no LookML, incluindo parâmetros e padrões de mesclagem específicos.
As mesclagens começam com um Explore
As mesclagens são definidas no arquivo modelo para estabelecer a relação entre uma Análise e uma visualização. As mesclagens conectam uma ou mais visualizações a um único Explore, 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
Você pode agregar outras informações ao Explore order_items
. Por exemplo, é possível usar o exemplo do LookML a seguir para unir 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 tarefas. Primeiro, é possível ver os campos de orders
e order_items
no seletor de campos de exploração:
Em segundo lugar, o LookML descreve como unir orders
e order_items
. Esse LookML seria convertido no 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 próximas seções.
Parâmetros de mesclagem
Quatro parâmetros principais são usados para a mesclagem: join
, type
, relationship
e sql_on
.
Etapa 1: iniciar o Explore
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 atual no seu modelo.
Em seguida, use o parâmetro join
para declarar que você quer unir a visualização orders
ao Explore order_items
:
explore: order_items {
join: orders { ... }
}
Etapa 3: type
Considere que tipo de mesclagem realizar. O Looker é compatível com 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 as Análises order_items
e orders
. Declarar corretamente a relação de uma mesclagem é importante para que o Looker calcule medidas precisas. A relação é definida no Explore order_items
para 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 de pedido 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 corretamente o parâmetro relationship
para uma mesclagem, consulte Acertar o parâmetro relationship
.
Etapa 5: sql_on
Declare como mesclar as tabelas order_items
e orders
com os parâmetros sql_on
ou foreign_key
.
O parâmetro sql_on
é equivalente à cláusula ON
no SQL gerado para uma consulta. Com esse parâmetro, é possível declarar quais campos precisam ser correspondentes 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, talvez você queira unir somente 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 sobre operadores de substituição para saber mais sobre a sintaxe ${ ... }
nesses exemplos.
Etapa 6: testes
Para testar se essa mesclagem está funcionando conforme o esperado, acesse a Análise em Itens do pedido. Você verá os campos de order_items
e orders
.
Consulte Como editar e validar o LookML para saber mais sobre como testar alterações do LookML em uma Análise.
Como participar usando outra visualização
Você pode mesclar uma visualização a uma Análise usando outra visualização. No exemplo anterior, você uniu orders
a order_items
usando o campo order_id
. Também podemos mesclar os dados de uma visualização chamada users
ao Explore order_items
, mesmo que eles não compartilhem um campo comum. Isso pode ser feito pela mesclagem pela visualização orders
.
Use os parâmetros sql_on
ou foreign_key
para unir a visualização users
à visualização orders
, em vez de ao Explorar order_items
. Para fazer isso, defina o escopo do campo de orders
como orders.user_id
corretamente.
Veja um exemplo usando 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 visualização users
contém dados de compradores e vendedores. Para unir os dados dessa visualização em order_items
, mas fazer isso separadamente para compradores e vendedores, é possível 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 a ela. 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 combinados como buyers
, enquanto apenas os dados do vendedor são combinados como sellers
.
Observação: a visualização users
agora precisa ser referenciada pelos nomes com alias buyers
e sellers
na junção.
Como limitar campos de 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 mesclados. No entanto, talvez você queira trazer apenas um subconjunto de campos.
Por exemplo, quando orders
é associado a order_items
, é possível 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 fazer referência a 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]
}
Você pode trazer apenas estes três campos ao 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 agregações (como somas e médias) corretamente, mesmo quando mesclagens resultam em uma fanout. Agregados simétricos são descritos com mais detalhes em Noções básicas sobre agregações simétricas. Confira uma explicação sobre o problema de fanout que os agregados simmetrados resolvem na postagem na Comunidade O problema de fanouts de SQL.
Chaves primárias obrigatórias
Para que as medidas (agregações) cheguem por meio de mesclagens, você precisa definir chaves primárias em todas as visualizações envolvidas na junção.
Para fazer isso, adicione o parâmetro primary_key
à definição do campo da chave primária em cada visualização:
dimension: id {
type: number
primary_key: yes
}
Dialetos SQL compatíveis
Para que o Looker ofereça suporte a agregações simétricas no seu projeto, o dialeto do seu banco de dados também precisa dar suporte a eles. A tabela a seguir mostra quais dialetos são compatíveis com agregados simétricos na versão mais recente do Looker:
Dialeto | Compatível? |
---|---|
Avalanche | 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 superior | No |
Apache Spark 3 ou mais recente | Sim |
ClickHouse | No |
Cloudera Impala 3.1 ou mais recente | 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 |
Dremio | No |
Dremio 11 ou mais recente | Sim |
Exasol | Sim |
Fio de fogo | Sim |
SQL legado do Google BigQuery | Sim |
SQL padrão do Google BigQuery | Sim |
PostgreSQL no Google Cloud | Sim |
Google Cloud SQL | Sim |
Google Spanner | Sim |
Verde ameixa | Sim |
HyperSQL | No |
IBM Netezza | Sim |
MariaDB | Sim |
PostgreSQL do Microsoft Azure | Sim |
Banco de dados SQL do Microsoft Azure | Sim |
Análise do Microsoft Azure Synapse | Sim |
Microsoft SQL Server 2008 ou mais recente | Sim |
Microsoft SQL Server 2012 ou mais recente | Sim |
Microsoft SQL Server 2016 | Sim |
Microsoft SQL Server 2017 ou mais recente | Sim |
MongoBI | No |
MySQL | Sim |
MySQL 8.0.12 ou superior | Sim |
Oracle | Sim |
ADWC do Oracle | Sim |
PostgreSQL 9.5 ou mais recente | Sim |
PostgreSQL anterior à versão 9.5 | Sim |
PrestoDB | Sim |
PrestoSQL | Sim |
SAP HANA 2 ou posterior | Sim |
SingleStore | Sim |
SingleStore 7 ou mais recente | Sim |
Snowflake | Sim |
Teradata | Sim |
Trino | Sim |
Vetor | Sim |
Vertica | Sim |
Se o dialeto não oferecer suporte a agregações simétricas, 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 de fanouts de SQL.
Saiba mais sobre mesclagens
Para saber mais sobre os parâmetros de mesclagem no LookML, consulte a documentação de referência de mesclagem.