שימוש
view: view_name {
derived_table: {
cluster_keys: ["customer_city", "customer_state"]
...
}
}
|
היררכיה
cluster_keys- או - cluster_keys |
ערך ברירת המחדל
None
אמצעי תשלום מקובלים
שם אחד או יותר של עמודות מקובצות
כללים מיוחדים
cluster_keys נתמכת רק בדיאלקטים ספציפיים
|
הגדרה
כשמקבצים טבלה מחולקת למחיצות, הנתונים במחיצה ממוינים לפי הערכים בעמודות המקובצות, והעמודות המקובצות מאורגנות בבלוקים של אחסון בגודל אופטימלי. ההתקבצות יכולה לשפר את הביצועים ולהפחית את העלות של שאילתות שמסננות או צוברות לפי העמודות המקובצות.
בקטע תמיכה בניבים של cluster_keys מפורטים הניבים שנתמכים ב-cluster_keys.
כדי להוסיף עמודה מקובצת לטבלה נגזרת מתמידה (PDT) או לטבלה מסכמת, משתמשים בפרמטר cluster_keys ומציינים את שמות העמודות שרוצים לקבץ בטבלת מסד הנתונים.
דוגמאות
יוצרים טבלה נגזרת מבוססת LookML (customer_order_facts) במסד נתונים של BigQuery, מחולקת לפי העמודה date ומקובצת לפי העמודות city, age_tier ו-gender כדי לשפר את השאילתות שמסוננות או נצברות בעמודות האלה:
view: customer_order_facts {
derived_table: {
explore_source: order {
column: customer_id { field: order.customer_id }
column: date { field: order.order_time }
column: city { field: users.city}
column: age_tier { field: users.age_tier }
column: gender { field: users.gender }
derived_column: num_orders {
sql: COUNT(order.customer_id) ;;
}
}
partition_keys: [ "date" ]
cluster_keys: [ "city", "age_tier", "gender" ]
datagroup_trigger: daily_datagroup
}
}
תמיכה בניבים ב-cluster_keys
האפשרות להשתמש ב-cluster_keys תלויה בניב של מסד הנתונים שבו משתמש החיבור שלכם ל-Looker. בגרסה האחרונה של Looker, הניבים הבאים תומכים ב-cluster_keys:
| ניב | יש תמיכה? |
|---|---|
| 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 | |
| ClickHouse 26+ | |
| 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+ | |
| Dremio 26+ with Arrow Flight SQL | |
| 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 |