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 analisar dados de todas as tabelas ao mesmo tempo. Esta página explica as mesclagens no LookML, incluindo parâmetros e padrões de mesclagem específicos.
As junções 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 do arquivo de modelo:
explore: order_items { ... }
Quando você executa uma consulta no order_items Análise, 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, você pode conferir os campos de orders e order_items no seletor de campo de Análise detalhada:
Em segundo lugar, o LookML descreve como mesclar 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.
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, é preciso primeiro 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 unir 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 do 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 mescla é importante para que o Looker calcule 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 de 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.
O parâmetro sql_on é equivalente à cláusula ON no SQL gerado para uma consulta. Com esse parâmetro, você pode declarar quais campos precisam ser combinados para realizar a mesclagem:
explore: order_items {
join: orders {
type: left_outer
relationship: many_to_one
sql_on: ${order_items.order_id} = ${orders.id} ;;
}
}
Você também pode escrever junções 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 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 Itens do pedido. Você vai encontrar campos de order_items e orders.
Consulte Como testar os campos em uma Análise 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 com a Análise detalhada order_items, mesmo que não tenham um campo comum. Isso pode ser feito pela união através da visualização orders.
Use o parâmetro sql_on ou foreign_key para unir a visualização users à orders, em vez de order_items Explore. Para fazer isso, especifique corretamente o escopo 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 visualização users contém dados de compradores e vendedores. Para mesclar os dados dessa visualização em order_items, mas separadamente para compradores e vendedores, você pode mesclar users duas vezes, com nomes diferentes, usando o parâmetro from.
O parâmetro from permite especificar qual visualização usar em uma mesclagem, além de dar 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, apenas os dados do comprador são mesclados como buyers, e apenas os dados do vendedor são mesclados 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]
}
}
Também é possível 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]
}
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 agregações (como somas e médias) corretamente, mesmo quando as mesclagens resultam em fanouts. Os agregados simétricos são descritos em mais detalhes em Como entender os agregados simétricos. O problema de fanout resolvido com os agregados simétricos é explicado na postagem na Comunidade The problem of SQL fanouts.
Chaves primárias obrigatórias
Para que as medidas (agregações) sejam feitas por agrupamentos, é necessário definir chaves primárias em todas as visualizações envolvidas.
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
}
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 | Não |
| Apache Druid 0.13 ou superior | Não |
| Apache Druid 0.18 ou superior | Não |
| Apache Hive 2.3 ou mais recente | Não |
| Apache Hive 3.1.2 ou posterior | Não |
| Apache Spark 3 ou mais recente | Sim |
| ClickHouse | Não |
| Cloudera Impala 3.1 ou superior | Sim |
| Cloudera Impala 3.1+ com driver nativo | Sim |
| Cloudera Impala com driver nativo | Não |
| DataVirtuality | Sim |
| Databricks | Sim |
| Denodo 7 | Sim |
| Denodo 8 | Sim |
| Dremio | Não |
| Dremio 11 ou mais recente | 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 | Sim |
| Greenplum | Sim |
| HyperSQL | Não |
| IBM Netezza | Sim |
| MariaDB | Sim |
| PostgreSQL do Microsoft Azure | Sim |
| Banco de Dados SQL do Microsoft Azure | Sim |
| Microsoft Azure Synapse Analytics | 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 posterior | Sim |
| MongoBI | Não |
| MySQL | Sim |
| MySQL 8.0.12 ou mais recente | Sim |
| Oracle | Sim |
| Oracle ADWC | Sim |
| PostgreSQL 9.5 ou mais recente | Sim |
| PostgreSQL anterior à 9.5 | Sim |
| PrestoDB | Sim |
| PrestoSQL | Sim |
| SAP HANA 2+ | 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 de Referência de mesclagem.