Nutzung
view: view_name {
dimension: field_name {
convert_tz: yes | no
}
}
|
Hierarchie
convert_tz |
Mögliche Feldtypen
Dimension, Dimensionsgruppe, Messwert, Filter, Parameter
Akzeptiert
Boolesch („Ja“ oder „Nein“)
|
Definition
Looker bietet verschiedene Zeitzoneneinstellungen, mit denen zeitbasierte Daten zwischen verschiedenen Zeitzonen konvertiert werden können. Standardmäßig führt Looker eine Zeitzonenkonvertierung durch. Wenn Sie nicht möchten, dass Looker eine Zeitzonenkonvertierung für ein bestimmtes dimension, dimension_group (mit type: time) oder filter Feld durchführt, können Sie den convert_tz Parameter verwenden. Das kann für Felder nützlich sein, die bereits in die entsprechende Zeitzone konvertiert wurden, oder in einigen erweiterten Situationen, in denen eine doppelte Zeitzonenkonvertierung vermieden werden muss.
Im Allgemeinen funktionieren Zeitberechnungen (Differenzen, Dauern usw.) nur dann korrekt, wenn Sie mit Zeitwerten arbeiten, die alle in dieselbe Zeitzone konvertiert wurden. Beim Schreiben von LookML ist es wichtig, Zeitzonen zu berücksichtigen.
Beispiele
Keine Zeitzonenkonvertierung für die Dimensionsgruppe local_created durchführen:
dimension_group: local_created {
type: time
timeframes: [time, date, week, month]
sql: ${TABLE}.local_created_at ;;
convert_tz: no
}
Wichtige Punkte
convert_tz: no gilt nur für eine Dimension, nicht für einen Filter, der die Dimension verwendet. Mit anderen Worten: Bei Filtern wird immer eine Zeitzonenkonvertierung durchgeführt. Wenn Sie convert_tz: no angeben, werden zeitbasierte Datenwerte in der Zeitzone der Datenbank angezeigt, aber mit der Zeitzone der Abfrage gefiltert.
Da bei Filtern immer eine Zeitzonenkonvertierung durchgeführt wird, kann es bei einer Abweichung zwischen der Zeitzone der Datenbank und der Zeitzone der Abfrage dazu kommen, dass Daten unerwartet in ein Dataset aufgenommen oder daraus ausgeschlossen werden. Um dies zu vermeiden, muss die Zeitzone der Abfrage auf denselben Wert wie die Zeitzone der Datenbank festgelegt sein.
Wenn Nutzerspezifische Zeitzonen aktiviert ist, legen Sie im Drop-down-Menü für die Zeitzone (neben der Schaltfläche Ausführen in Explores, Looks und Dashboards) denselben Wert wie für die Zeitzone der Datenbank fest. Wenn Nutzerspezifische Zeitzonen deaktiviert ist, legen Sie für die Zeitzone der Abfrage denselben Wert wie für die Zeitzone der Datenbank fest.
Wenn Sie benutzerdefinierte Filter verwenden, lassen Sie die Zeitzonenkonvertierung aktiviert, um gültige Datumsvergleiche zu gewährleisten. Wenn Sie die Zeitzonenkonvertierung mit convert_tz: no deaktivieren und das Feld in einen benutzerdefinierten Filter einfügen, sind Ihre Datumsvergleiche möglicherweise ungültig.
Unterstützung von Datenbankdialekten für die Zeitzonenkonvertierung
Damit Looker Zeitzonen in Ihrem Looker-Projekt konvertieren kann, muss Ihr Datenbankdialekt die Zeitzonenkonvertierung unterstützen. In der folgenden Tabelle ist zu sehen, welche Dialekte die Zeitzonenkonvertierung in der aktuellen Version von Looker unterstützen:
| Dialekt | Unterstützt? |
|---|---|
| Actian Avalanche | |
| Amazon Athena | |
| Amazon Aurora MySQL | |
| Amazon Redshift | |
| Amazon Redshift 2.1+ | |
| Amazon Redshift Serverless 2.1+ | |
| Apache Druid | |
| Apache Druid 0.13.x - 0.17.x | |
| Apache Druid 0.18+ | |
| Apache Hive 2.3+ | |
| Apache Hive 3.1.2+ | |
| Apache Spark 3+ | |
| ClickHouse | |
| Cloudera Impala 3.1+ | |
| Cloudera Impala 3.1+ with Native Driver | |
| Cloudera Impala with Native Driver | |
| DataVirtuality | |
| Databricks | |
| Denodo 7 | |
| Denodo 8 & 9 | |
| Dremio | |
| Dremio 11+ | |
| Exasol | |
| Google BigQuery Legacy SQL | |
| Google BigQuery Standard SQL | |
| Google Cloud AlloyDB for PostgreSQL | |
| Google Cloud PostgreSQL | |
| Google Cloud SQL | |
| Google Spanner | |
| Greenplum | |
| HyperSQL | |
| IBM Netezza | |
| MariaDB | |
| Microsoft Azure PostgreSQL | |
| Microsoft Azure SQL Database | |
| Microsoft Azure Synapse Analytics | |
| Microsoft SQL Server 2008+ | |
| Microsoft SQL Server 2012+ | |
| Microsoft SQL Server 2016 | |
| Microsoft SQL Server 2017+ | |
| MongoBI | |
| MongoSQL | |
| MySQL | |
| MySQL 8.0.12+ | |
| Oracle | |
| Oracle ADWC | |
| PostgreSQL 9.5+ | |
| PostgreSQL pre-9.5 | |
| PrestoDB | |
| PrestoSQL | |
| SAP HANA | |
| SAP HANA 2+ | |
| SingleStore | |
| SingleStore 7+ | |
| Snowflake | |
| Teradata | |
| Trino | |
| Vector | |
| Vertica |