Como trabalhar com mesclagens no LookML

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.

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

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.

Dica :geralmente recomendamos o uso do parâmetro sql_on, porque ele pode fazer tudo o que o parâmetro foreign_key faz, mas o parâmetro 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, 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
}

Observação :para processar corretamente medidas unidas, o Looker precisa que você especifique uma chave primária com valores totalmente exclusivos e diferentes de NULL. Se os dados não contiverem uma chave primária, considere se a concatenação de vários campos resultaria em uma chave primária de valores completamente exclusivos e não NULL. Se a chave primária não for exclusiva ou tiver valores NULL e a consulta incluir dados que revelem esses problemas, o Looker vai retornar um erro conforme descrito na página de práticas recomendadas Erro: valor não exclusivo/chave primária (ou sql_distinct_key), estouro de valor ou colisão ao calcular soma.

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.