在 LookML 中使用联接

借助联接，您可以关联不同的视图，以便同时探索多个视图中的数据，并了解数据的不同部分之间的相互关系。

例如，您的数据库可能包含表 order_items、orders 和 users。您可以使用联接同时探索所有表中的数据。本页介绍了 LookML 中的联接，包括特定联接参数和联接模式。

联接始于“探索”

联接是在模型文件中定义的，用于在探索和视图之间建立关系。联接可将一个或多个视图直接或通过其他联接的视图连接到单个“探索”。

请考虑两个数据库表：order_items 和 orders。为这两个表生成视图后，请在模型文件的 explore 参数下声明一个或多个视图：

explore: order_items { ... }

当您从order_items“探索”FROM运行查询时，order_items 会显示在生成的 SQL 的 FROM 子句中：

SELECT ...
FROM order_items

您可以将其他信息联接到 order_items“探索”。例如，您可以使用以下示例 LookML 将 orders 视图联接到 order_items“探索”：

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

上面显示的 LookML 会完成两件事。首先，您可以在“探索”字段选择器中看到 orders 和 order_items 中的字段：

其次，LookML 会说明如何将 orders 和 order_items 联接在一起。该 LookML 会转换为以下 SQL：

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

以下各部分详细介绍了这些 LookML 参数。

Chat 团队提示：用户最常咨询的验证错误是“未知或无法访问的字段”，这可能由缺少联接引起。如需了解详情，请参阅错误：未知或无法访问的字段。

联接参数

有四个主要参数用于联接：join、type、relationship 和 sql_on。

第 1 步：开始探索

首先，创建 order_items Explore：

explore: order_items { ... }

第 2 步：join

如需联接表，您必须先在视图中声明表。在此示例中，假设 orders 是模型中的现有视图。

然后，使用 join 参数声明您想将 orders 视图联接到 order_items“探索”：

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

第 3 步：type

考虑要执行哪种类型的联接。Looker 支持 LEFT JOIN、INNER JOIN、FULL OUTER JOIN 和 CROSS JOIN。这些值对应于 left_outer、inner、full_outer 和 cross 的 type 参数值。

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

type 的默认值为 left_outer。

第 4 步：relationship

在 order_items“探索”和 orders 视图之间定义联接关系。正确声明联接关系对于 Looker 计算准确的衡量指标至关重要。该关系是从 order_items“探索”到 orders 视图定义的。可能的选项包括 one_to_one、many_to_one、one_to_many 和 many_to_many。

在此示例中，单个订单可以包含多个订单项。order_items“探索”与 orders 视图之间的关系为 many_to_one：

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

如果您未在联接中添加 relationship 参数，Looker 会默认使用 many_to_one。

如需有关正确为联接定义 relationship 参数的更多提示，请参阅正确获取 relationship 参数。

第 5 步：sql_on

声明如何将 order_items 表和 orders 表与 sql_on 参数或 foreign_key 参数联接起来。

提示： 我们通常建议使用 sql_on 参数，因为它可以执行 foreign_key 参数可以执行的所有操作，但 sql_on 参数通常更易于理解。

sql_on 参数等效于查询生成的 SQL 中的 ON 子句。借助此参数，您可以声明应匹配哪些字段以执行联接：

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

您还可以编写更复杂的联接。例如，您可能希望仅联接 id 大于 1000 的订单：

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

如需详细了解这些示例中的 ${ ... } 语法，请参阅替换运算符文档。

第 6 步：测试

前往订单项“探索”部分，测试此联接是否按预期运行。您应该会看到 order_items 和 orders 中的字段。

如需详细了解如何在探索中测试 LookML 更改，请参阅测试探索中的字段。

通过其他视图加入

您可以通过另一个视图将一个视图联接到“探索”。在联接参数示例中，您通过 order_id 字段将 orders 联接到了 order_items。我们可能还希望将名为 users 的视图中的数据联接到 order_items“探索”部分，即使它们没有共享公共字段也是如此。为此，您可以通过 orders 视图进行联接。

使用 sql_on 参数或 foreign_key 参数将 users 视图连接到 orders 视图，而不是连接到 order_items“探索”。为此，请将字段的范围从 orders 正确设置为 orders.user_id。

下面是一个使用 sql_on 参数的示例：

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} ;;
  }
}

多次加入观看

users 视图包含买方和卖方的数据。如需将此视图中的数据联接到 order_items，但要分别针对买方和卖方执行联接，您可以使用 from 参数，将 users 联接两次，并使用不同的名称。

借助 from 参数，您可以指定要在联接中使用的视图，同时为联接指定唯一名称。例如：

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} ;;
  }
}

在本例中，只有买方数据会作为 buyers 进行联接，而只有卖方数据会作为 sellers 进行联接。

注意：现在，必须在联接中通过别名名称 buyers 和 sellers 引用 users 视图。

限制联接中的字段

借助 fields 参数，您可以指定要将哪些字段从联接导入到探索中。默认情况下，联接时会引入视图中的所有字段。不过，您可能只想导入部分字段。

例如，将 orders 联接到 order_items 时，您可能希望仅通过联接提取 shipping 和 tax 字段：

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

您还可以引用一组字段，例如 [set_a*]。每个集合都是在视图中使用 set 参数定义的。假设您在 orders 视图中定义了以下集：

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

将 orders 联接到 order_items 时，您可以选择仅导入这三个字段：

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

对称汇总

Looker 使用一项名为“对称汇总”的功能来正确计算汇总（例如求和和求平均值），即使联接会导致扇出也是如此。如需详细了解对称汇总，请参阅了解对称汇总。SQL 扇出问题社区帖子介绍了对称汇总解决的扇出问题。

必须提供主键

如需通过联接获取测量结果（汇总），您必须在涉及联接的所有视图中定义主键。

为此，请将 primary_key 参数添加到每个视图的主键字段定义中：

dimension: id {
  type: number
  primary_key: yes
}

注意 ：为了正确处理联接的测量，Looker 需要您指定主键，其中的值是完全唯一的非 null 值。如果您的数据不包含主键，请考虑将多个字段串联起来是否会产生完全唯一的非 null 值主键。如果主键不唯一或包含 NULL 值，并且您的查询包含可揭示这些问题的数据，则 Looker 会返回错误，如错误：计算总和时值/主键（或 sql_distinct_key）不唯一、值溢出或冲突最佳实践页面中所述。

支持的 SQL 语言

为了让 Looker 支持 Looker 项目中的对称汇总，您的数据库方言也必须支持对称汇总。下表显示了最新版 Looker 中支持对称汇总的方言：

方言	是否支持？
Actian Avalanche	是
Amazon Athena	是
Amazon Aurora MySQL	是
Amazon Redshift	是
Apache Druid	否
Apache Druid 0.13+	否
Apache Druid 0.18 及更高版本	否
Apache Hive 2.3 及更高版本	否
Apache Hive 3.1.2 及更高版本	否
Apache Spark 3 及更高版本	是
ClickHouse	否
Cloudera Impala 3.1 及更高版本	是
搭配原生驱动程序的 Cloudera Impala 3.1 及更高版本	是
使用原生驱动程序的 Cloudera Impala	否
DataVirtuality	是
Databricks	是
Denodo 7	是
Denodo 8	是
Dremio	否
Dremio 11+	是
Exasol	是
Firebolt	是
Google BigQuery 旧版 SQL	是
Google BigQuery 标准 SQL	是
Google Cloud PostgreSQL	是
Google Cloud SQL	是
Google Spanner	是
Greenplum	是
HyperSQL	否
IBM Netezza	是
MariaDB	是
Microsoft Azure PostgreSQL	是
Microsoft Azure SQL Database	是
Microsoft Azure Synapse Analytics	是
Microsoft SQL Server 2008 及更高版本	是
Microsoft SQL Server 2012 及更高版本	是
Microsoft SQL Server 2016	是
Microsoft SQL Server 2017 及更高版本	是
MongoBI	否
MySQL	是
MySQL 8.0.12 及更高版本	是
Oracle	是
Oracle ADWC	是
PostgreSQL 9.5 及更高版本	是
9.5 之前的 PostgreSQL	是
PrestoDB	是
PrestoSQL	是
SAP HANA 2+	是
SingleStore	是
SingleStore 7+	是
Snowflake	是
TeraData	是
Trino	是
向量	是
Vertica	是

如果您的方言不支持对称汇总，请在 Looker 中执行联接时务必小心，因为某些类型的联接可能会导致汇总不准确（例如求和和求平均值）。“SQL 扇出问题”社区帖子详细介绍了此问题及其解决方法。

详细了解联接

如需详细了解 LookML 中的联接参数，请参阅联接参考文档。