Les jointures vous permettent d'associer différentes vues. Vous pouvez ainsi explorer les données de plusieurs vues en même temps et voir les relations entre différentes parties de vos données.
Par exemple, votre base de données peut inclure les tables order_items
, orders
et users
. Il est possible d'utiliser des jointures pour explorer simultanément les données de toutes les tables. Cette page explique comment utiliser la fonction de jointure de LookML, notamment ses paramètres spécifiques et ses modèles de jointure.
Les jointures commencent par une exploration
Les jointures sont définies dans le fichier de modèle pour établir la relation entre une exploration et une vue. Elles relient une ou plusieurs vues à une même exploration, directement ou par le biais d'une autre vue jointe.
Prenons l'exemple de deux tables de base de données: order_items
et orders
. Après avoir généré des vues pour les deux tables, déclarez-en une ou plusieurs sous le paramètre explore
du fichier de modèle:
explore: order_items { ... }
Lorsque vous exécutez une requête à partir de l'exploration order_items
, order_items
apparaît dans la clause FROM
du code SQL généré:
SELECT ...
FROM order_items
Vous pouvez joindre des informations supplémentaires à l'exploration order_items
. Vous pouvez, par exemple, utiliser l'exemple de code LookML suivant pour joindre la vue orders
à l'exploration order_items
:
explore: order_items {
join: orders {
type: left_outer
relationship: many_to_one
sql_on: ${order_items.order_id} = ${orders.id} ;;
}
}
Le code LookML illustré précédemment remplit deux fonctions. Tout d'abord, vous pouvez voir les champs de orders
et de order_items
dans le sélecteur de champs des explorations:
Le code LookML décrit ensuite comment joindre orders
et order_items
. Converti en SQL, ce code LookML se présenterait comme suit :
SELECT ...
FROM order_items
LEFT JOIN orders
ON order_items.order_id = orders.id
Ces paramètres LookML sont décrits plus en détail dans les sections suivantes.
Paramètres de jointure
Quatre paramètres principaux permettent d'effectuer une jointure: join
, type
, relationship
et sql_on
.
Étape n° 1 : Début de l'exploration
Commencez par créer l'exploration order_items
:
explore: order_items { ... }
Étape 2: join
Pour joindre une table, vous devez d'abord la déclarer dans une vue. Dans cet exemple, supposons que orders
est une vue existante de votre modèle.
Ensuite, utilisez le paramètre join
pour déclarer que vous souhaitez joindre la vue orders
à l'exploration order_items
:
explore: order_items {
join: orders { ... }
}
Étape 3: type
Réfléchissez au type de jointure à effectuer. Looker est compatible avec LEFT JOIN
, INNER JOIN
, FULL OUTER JOIN
et CROSS JOIN
. Elles correspondent aux valeurs de paramètre type
de left_outer
, inner
, full_outer
et cross
.
explore: order_items {
join: orders {
type: left_outer
}
}
La valeur par défaut de type
est left_outer
.
Étape 4: relationship
Définissez une relation de jointure entre l'exploration order_items
et la vue orders
. Il est important de déclarer correctement la relation d'une jointure pour permettre à Looker de calculer des mesures précises. La relation est définie entre l'exploration order_items
et la vue orders
. Les options possibles sont one_to_one
, many_to_one
, one_to_many
et many_to_many
.
Dans cet exemple, une même commande peut contenir plusieurs articles. La relation entre l'exploration order_items
et la vue orders
est many_to_one
:
explore: order_items {
join: orders {
type: left_outer
relationship: many_to_one
}
}
Si vous n'incluez pas de paramètre relationship
dans votre jointure, Looker est défini par défaut sur many_to_one
.
Pour obtenir des conseils supplémentaires sur la définition correcte du paramètre relationship
pour une jointure, consultez la section Obtenir le paramètre relationship
approprié.
Étape 5: sql_on
Indiquez comment joindre les tables order_items
et orders
à l'aide du paramètre sql_on
ou foreign_key
.
Le paramètre sql_on
est équivalent à la clause ON
du code SQL généré pour une requête. Ce paramètre vous permet de déclarer les champs à mettre en correspondance pour effectuer la jointure:
explore: order_items {
join: orders {
type: left_outer
relationship: many_to_one
sql_on: ${order_items.order_id} = ${orders.id} ;;
}
}
Vous pouvez également écrire des jointures plus complexes. Par exemple, vous pouvez choisir de joindre uniquement les commandes dont la valeur id
est supérieure à 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 ;;
}
}
Consultez la documentation sur les opérateurs de substitution pour en savoir plus sur la syntaxe ${ ... }
dans ces exemples.
Étape n° 6 : Test
Vérifiez que cette jointure fonctionne comme prévu en accédant à l'exploration Order Items. Vous devriez voir les champs de order_items
et de orders
.
Reportez-vous à la section Modifier et valider du code LookML pour en savoir plus sur le test des modifications LookML dans une exploration.
Jointure via une autre vue
Vous pouvez joindre une vue à une exploration par le biais d'une autre vue. Dans l'exemple précédent, vous avez joint orders
à order_items
via le champ order_id
. Nous pouvons également joindre les données d'une vue appelée users
à l'exploration order_items
, même si elles ne partagent pas de champ commun. Pour ce faire, vous pouvez joindre via la vue orders
.
Utilisez le paramètre sql_on
ou foreign_key
pour joindre la vue users
à la vue orders
, plutôt qu'à l'exploration order_items
. Pour ce faire, définissez correctement le champ d'application de orders
sur orders.user_id
.
Voici un exemple utilisant le paramètre 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} ;;
}
}
Jointures multiples d'une vue
Une vue users
contient des données pour les acheteurs et les vendeurs. Pour joindre les données de cette vue dans order_items
, mais séparément pour les acheteurs et les vendeurs, vous pouvez joindre users
deux fois, avec des noms différents, à l'aide du paramètre from
.
Le paramètre from
vous permet de spécifier la vue à utiliser dans une jointure, tout en attribuant un nom unique à la jointure. Exemple :
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} ;;
}
}
Dans ce cas, seules les données sur les acheteurs sont associées en tant que buyers
, tandis que seules les données sur les vendeurs sont associées sous la forme sellers
.
Remarque: La vue users
doit désormais être désignée par ses alias buyers
et sellers
dans la jointure.
Limitation des champs d'une jointure
Le paramètre fields
vous permet de spécifier les champs importés dans une exploration à partir d'une jointure. Par défaut, en cas de jointure, tous les champs d'une vue sont pris en compte. Il arrive toutefois qu'un sous-ensemble de champs soit suffisant.
Par exemple, lorsque orders
est joint à order_items
, vous souhaiterez peut-être récupérer uniquement les champs shipping
et tax
via la jointure:
explore: order_items {
join: orders {
type: left_outer
relationship: many_to_one
sql_on: ${order_items.order_id} = ${orders.id} ;;
fields: [shipping, tax]
}
}
Vous pouvez également référencer un ensemble de champs, tel que [set_a*]
. Chaque ensemble est défini dans une vue à l'aide du paramètre set
. Supposons que l'ensemble suivant soit défini dans la vue orders
:
set: orders_set {
fields: [created_date, shipping, tax]
}
Vous pouvez choisir de n'afficher que ces trois champs lorsque vous joignez orders
à 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*]
}
}
Agrégations symétriques
Looker utilise une fonctionnalité appelée "agrégations symétriques" pour calculer correctement les agrégations (comme les sommes et les moyennes), même lorsque les jointures entraînent une distribution ramifiée. Les agrégations symétriques sont décrites plus en détail dans Comprendre les agrégations symétriques. Le problème de distribution ramifiée que résout les agrégations symétriques est expliqué dans le post destiné à la communauté Le problème des fan-outs SQL.
Clés primaires requises
Pour que les mesures (agrégations) soient conservées dans une jointure, vous devez définir des clés primaires dans toutes les vues impliquées dans la jointure.
Pour ce faire, ajoutez le paramètre primary_key
à la définition du champ de clé primaire dans chaque vue:
dimension: id {
type: number
primary_key: yes
}
Dialectes SQL pris en charge
Pour que Looker prenne en charge les agrégations symétriques dans votre projet, votre dialecte de base de données doit également les prendre en charge. Le tableau suivant présente les dialectes prenant en charge les agrégations symétriques dans la dernière version de Looker:
Dialecte | Compatible ? |
---|---|
Actian Avalanche | Oui |
Amazon Athena | Oui |
Amazon Aurora MySQL | Oui |
Amazon Redshift | Oui |
Apache Druid | Non |
Apache Druid 0.13 et versions ultérieures | Non |
Apache Druid 0.18 et versions ultérieures | Non |
Apache Hive 2.3 et versions ultérieures | Non |
Apache Hive 3.1.2+ | Non |
Apache Spark 3 ou version ultérieure | Oui |
ClickHouse | Non |
Cloudera Impala 3.1 ou version ultérieure | Oui |
Cloudera Impala 3.1 ou version ultérieure avec pilote natif | Oui |
Cloudera Impala avec pilote natif | Non |
DataVirtuality | Oui |
Databricks | Oui |
Denodo 7 | Oui |
Denodo 8 | Oui |
Dremio | Non |
Dremio 11 et versions ultérieures | Oui |
Exasol | Oui |
Boulon | Oui |
Ancien SQL de Google BigQuery | Oui |
SQL standard Google BigQuery | Oui |
Google Cloud PostgreSQL | Oui |
Google Cloud SQL | Oui |
Google Spanner | Oui |
Prune | Oui |
HyperSQL | Non |
IBM Netezza | Oui |
MariaDB | Oui |
Microsoft Azure PostgreSQL | Oui |
Base de données Microsoft Azure SQL | Oui |
Microsoft Azure Synapse Analytics | Oui |
Microsoft SQL Server 2008 ou version ultérieure | Oui |
Microsoft SQL Server 2012 ou version ultérieure | Oui |
Microsoft SQL Server 2016 | Oui |
Microsoft SQL Server 2017 ou version ultérieure | Oui |
MongoBI | Non |
MySQL | Oui |
MySQL 8.0.12 et versions ultérieures | Oui |
Oracle | Oui |
Oracle ADWC | Oui |
PostgreSQL 9.5 ou version ultérieure | Oui |
PostgreSQL antérieur à la version 9.5 | Oui |
PrestoDB | Oui |
PrestoSQL | Oui |
SAP HANA 2+ | Oui |
SingleStore | Oui |
SingleStore 7+ | Oui |
Snowflake | Oui |
Teradata | Oui |
Trino | Oui |
Vecteur | Oui |
Vertica | Oui |
Si votre dialecte ne reconnaît pas les agrégations symétriques, soyez attentif lors de l'exécution de jointures dans Looker, car certains types de jointures peuvent se solder par des agrégations (sommes, moyennes, etc.) inexactes. Ce problème et ses solutions sont décrits en détail dans le post destiné à la communauté intitulé Le problème des fan-outs SQL.
En savoir plus sur les jointures
Pour en savoir plus sur les paramètres de jointure en LookML, consultez la documentation de référence sur les jointures.