在 LookML 中使用联接

通过联接，您可以关联不同的数据视图，以便同时探索多个数据视图中的数据，并了解数据的不同部分之间的关系。

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。本页面介绍了 LookML 中的联接，包括特定联接参数和联接模式。

加入以探索开始

联接在模型文件中定义，用于在探索和视图之间建立关系。联接可将一个或多个数据视图关联到单个探索，可以直接关联，也可以通过其他联接数据视图关联。

假设有两个数据库表：order_items 和 orders。为这两个表生成视图后，在模型文件的 explore 参数下声明一个或多个视图：

explore: order_items { ... }

从 order_items 探索运行查询时，order_items 会显示在生成的 SQL 的 FROM 子句中：

SELECT ...
FROM order_items

您可以将其他信息添加到 order_items 探索中。例如，您可以使用以下示例 LookML 将 orders 视图加入 order_items 探索：

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

上面的 LookML 完成两项操作。首先，您可以在界面中看到 orders 和 order_items 中的字段：

其次，LookML 介绍了如何将 orders 和 order_items 联接在一起。该 LookML 可转换为以下 SQL：

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

以下各部分更详细地介绍了这些 LookML 参数。如需详细了解如何将此 LookML 转换为 SQL，请参阅 join 参数参考页面。

Chat 团队提示：用户最常询问的验证错误“未知或无法访问的字段”，该错误可能是由于未成功加入而导致的。如需了解详情，请参阅有关此错误的最佳实践页面。

联接参数

联接所用的四个主要参数为：join、type、relationship 和 sql_on。

第 1 步：启动探索

首先，创建 order_items 探索：

explore: order_items { ... }

第 2 步：join

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

然后，使用 join 形参声明您想要将 orders 视图联接到 order_items：

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

第 3 步：type

考虑要执行哪个 type 联接。Looker 支持 LEFT JOIN、INNER JOIN、FULL OUTER JOIN 和 CROSS JOIN。这些对应于 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，这通常是常用的联接类型。

第 4 步：relationship

定义 order_items 和 orders 之间的联接 relationship。正确声明联接的 relationship 对于 Looker 计算准确的测量值非常重要。关系定义从 order_items 探索到 orders 视图。可能的选项包括 one_to_one、many_to_one、one_to_many 和 many_to_many。

在本例中，单个 order 可以有多个 order_items。order_items 与 orders 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，则 Looker 默认为 many_to_one。

如需了解有关为联接正确定义 relationship 参数的其他提示，请参阅正确使用 relationship 参数最佳实践页面。

第 5 步：sql_on

使用 sql_on 或 foreign_key 参数声明如何将这两个表联接在一起。我们通常建议使用 sql_on，因为它具有 foreign_key 的所有功能，但通常更易于理解。

sql_on 相当于为查询生成的 SQL 中的 ON 子句。使用此参数，我们可以声明应该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，您可能只想联接 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 ;;
  }
}

请查看替换运算符以详细了解这些示例中的 ${ ... } 语法。

第 6 步：测试

前往 Order items 探索，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。

如需详细了解如何测试 LookML 更改，请参阅模型开发。

正在通过其他视图加入

您可以通过其他视图将视图加入到探索中。在上面的示例中，您通过 order_id 字段将 orders 与 order_items 联接在一起。我们还可能希望将名为 users 的视图中的数据联接到 order_items 探索，即使它们未共用同一个字段也是如此。这可以通过通过 orders 视图联接来实现。

使用 sql_on 或 foreign_key 将 users 与 orders（而不是 order_items）联接起来。为此，您可以将 orders 中的字段范围正确限定为 orders.user_id。

下面是一个使用 sql_on 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} ;;
  }
}

多次加入视图

users 数据视图同时包含买方和卖方的数据。如需将此数据视图中的数据合并到 order_items 中，但分别针对买方和卖方进行此操作，您可以使用 from 参数将 users 两次（名称不同）。

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的名称。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} ;;
  }
}

在这种情况下，只有买方数据会作为 buyers 合并，而只有卖方数据会作为 sellers 合并到一起。

注意：users 视图现在必须在联接中通过其别名 buyers 和 sellers 来引用。

限制联接中的字段

借助 fields 参数，您可以指定哪些字段是从联接导入到探索中的。默认情况下，视图中的所有字段在联接时都会引入。不过，您可能只想传入部分字段。

例如，当 orders 与 order_items 联接时，您可能只需通过联接引入 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*]。每个集都使用 set 参数在 View 中定义。假设您在 orders 视图中定义了以下集合：

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

在将 orders 加入 order_items 时，您可以选择仅保留以下三个字段：

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

对称聚合

Looker 使用名为“对称汇总”的功能正确计算汇总（例如求和和平均值），即使联接导致扇出也是如此。了解对称聚合最佳实践页面更详细地介绍了对称聚合；SQL 扇出问题社区帖子介绍了扇出问题。

必须提供主键

要使测量（聚合）通过联接进行，您必须在联接涉及的所有视图中定义主键。

为此，您可以将 primary_key 参数添加到每个视图中的主键字段定义中：

dimension: id {
  type: number
  primary_key: yes
}

为了正确处理联接的测量，Looker 需要您指定一个主键，其中值是完全唯一的非 NULL 值。如果您的数据不包含主键，请考虑串联多个字段是否会导致主键具有完全唯一的非 NULL 值。如果您的主键不是唯一的或包含 NULL 值，并且您的查询包含揭示这些问题的数据，则 Looker 会返回错误，如错误：非唯一值/主键（或 sql_distinct_key）、计算求和时的值溢出或冲突一文中所述的错误。

支持的 SQL 语言

为了让 Looker 支持 Looker 项目中的对称聚合，您的数据库方言也必须支持这类聚合。下表显示了哪些方言支持最新版 Looker 中的对称聚合：

方言	是否支持？
艾克蒂安雪崩	是
Amazon Athena	是
Amazon Aurora MySQL	是
Amazon Redshift	是
阿帕奇·德鲁伊	否
Apache Druid 0.13 及更高版本	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 或更高版本	是
ClickHouse	否
Cloudera Impala 3.1 及更高版本	是
具有原生驱动程序的 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 星	是
德雷米奥	否
Dremio 11 及更高版本	是
Exasol	是
火箭	是
Google BigQuery 旧版 SQL	是
Google BigQuery 标准 SQL	是
Google Cloud PostgreSQL	是
Google Cloud SQL	是
Google Spanner	是
绿紫红	是
HyperSQL	否
IBM Netezza	是
MariaDB	是
Microsoft Azure PostgreSQL	是
Microsoft Azure SQL 数据库	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
PostgreSQL 9.5 版之前的版本	是
PrestoDB	是
PrestoSQL	是
SAP HANA	是
SAP HANA 2 及更高版本	是
SingleStore	是
SingleStore 7 或更高版本	是
Snowflake	是
Teradata	是
Trino	是
矢量	是
Vertica	是

如果您的方言不支持对称聚合，在 Looker 中执行联接时要小心，因为某些类型的联接可能会导致汇总不准确（例如求和和平均值）。SQL 扇出问题社区帖子对此问题及其解决方法进行了详细说明。

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。