Uso
view: my_view {
derived_table: {
increment_key: ["created_date"]
increment_offset: 1
...
}
}
|
Jerarquía
increment_offset- o - increment_offset |
Valor predeterminado
0
Acepta
Un número entero
Reglas especiales
|
Definición
Puedes crear PDT incrementales en tu proyecto si tu dialecto los admite. Una PDT incremental es una tabla derivada persistente (PDT) que Looker compila agregando datos recientes a la tabla, en lugar de volver a compilarla por completo. Consulta la página de documentación de PDT incrementales para obtener más información.
El parámetro increment_key especifica el período durante el cual se deben consultar los datos recientes y agregarlos a la tabla de datos agregados. El parámetro increment_offset es un parámetro opcional que puedes usar si deseas volver a compilar la tabla para períodos anteriores al mismo tiempo que se agregan datos recientes a la tabla. El parámetro increment_offset define la cantidad de períodos anteriores que se volverán a compilar cuando se agreguen datos a una PDT incremental.
El parámetro increment_offset es útil en el caso de datos que llegan tarde, en el que los períodos anteriores pueden tener datos nuevos que no se incluyeron cuando se compiló y agregó originalmente el incremento correspondiente a la PDT.
El valor increment_offset predeterminado es 0, lo que significa que solo se agregan a la tabla los datos nuevos del incremento actual. Si estableces increment_offset en 1, los datos que llegan tarde del incremento anterior se agregarán a la tabla, además de los datos nuevos del incremento de tiempo actual.
Consulta la página de documentación de PDT incrementales para ver algunos ejemplos que ilustran cómo funcionan las PDT incrementales y que muestran la interacción de
increment_key,increment_offsety la estrategia de persistencia.
Consulta la sección Dialectos de bases de datos compatibles con PDT incrementales en esta página para obtener la lista de dialectos que admiten PDT incrementales.
Ejemplo
Por ejemplo, esta PDT se vuelve a compilar en incrementos de un día (increment_key: event_day), retrocediendo tres días (increment_offset: 3):
derived_table: {
datagroup_trigger: usagetable_etl
increment_key: "event_day"
increment_offset: 3
explore_source: events {
column: name { field: account.name }
column: account_id { field: account.id }
column: database_dialect {}
column: count_events {}
column: event_day {}
}
}
Dialectos de bases de datos compatibles con PDT incrementales
Para que Looker admita PDT incrementales en tu proyecto de Looker, el dialecto de tu base de datos debe admitir comandos del lenguaje de definición de datos (DDL) que permitan borrar e insertar filas.
En la siguiente tabla, se muestran los dialectos que admiten PDT incrementales en la versión más reciente de Looker:
| Dialecto | ¿Es compatible? |
|---|---|
| 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 |