重要提醒：

請務必使用桌機/筆電完成這個實作實驗室。

每個實驗室都只有 5 次嘗試機會。

提醒：第一次嘗試時，不一定能全部答對，甚至可能需要重做，這是正常的過程。

實驗室活動開始後，計時器無法暫停。實驗室會在 1 小時 30 分鐘後結束，如果您沒做完，就必須重新開始。

您可查看實驗室技術提示瞭解詳情。

活動總覽

Looker Enterprise 的其中一項強大功能是開發模式。Looker 的開發模式可讓您建立及管理 LookML 模型，這是 Looker 語意層的基礎。您可以使用 LookML 模型定義資料關係，並建立自訂圖表和報表。

LookML 也能用來定義維度和測量指標。維度是用於描述資料的屬性，例如，維度可以是產品 SKU、使用者電子郵件地址或商品目錄類別。測量指標是一或多個維度的匯總，舉例來說，測量指標可以是銷售總額、平均銷售價格或購買次數，用來找出最熱銷的產品。

在本實驗室活動，您將使用 Looker Enterprise 的開發模式，透過 LookML 定義維度和測量指標。接著，您會用這些維度和指標來擷取答案，回應利害關係人的問題。

情境

TheLook eCommerce 的分析主管宣布了一項新專案，要使用 LookML 為公司資料建立模型。這項工作相當龐大，因為資料庫包含公司所有部門的資料，包括倉儲、製造、財務、銷售、行銷和電子商務。

身為雲端資料分析師，您受命在 Looker 的開發模式中建立新的 LookML 專案。為此您會建立檢視表，並為資料中的維度和測量指標建立模型。這樣一來，公司內各個利害關係人就能運用收集到的資料產生商業價值。

這項工作的步驟如下：首先建立 LookML 專案。接著在 Looker 開發檢視表。然後在 Looker 建立測量指標。再來在 Looker 建立維度。最後建立 Look 圖表。

設定

點選「Start Lab」之前

請詳閱下列操作說明。實驗室活動會計時，中途無法暫停。點選「Start Lab」後就會開始計時，顯示可使用 Google Cloud 資源的時間。

您會在實際雲端環境完成實驗室活動，而非模擬或示範環境。因此，我們會提供新的臨時憑證，讓您在實驗室活動期間登入及存取 Google Cloud。

為順利完成這個實驗室，請先確認：

• 可以使用標準的網際網路瀏覽器 (Chrome 瀏覽器為佳)

• 現在該來完成實驗室活動了！別忘了，開始後就無法暫停

如何開始實驗室及登入 Looker

1. 點選「Start Lab」按鈕。左側的「Lab Details」面板會顯示下列項目：

   • 剩餘時間
   • 「Open Looker」按鈕
   • 這個實驗室中應使用的臨時憑證
   • 完成這個實驗室所需的其他資訊 (如有)
   注意事項：如果實驗室會產生費用，您會看見選取付款方式的彈出式視窗。

2. 點選「Open Looker」。

提示：您可以在不同視窗並排開啟分頁。

3. 複製下方的 Looker 使用者名稱 (電子郵件地址) 和密碼，並貼入「Looker Log in」對話方塊。

Looker 使用者名稱 (電子郵件)：

{{{looker.developer_username | "Looker username (email)"}}}

Looker 密碼：

{{{looker.developer_password | "Looker password"}}}

您也可以在「Lab Details」面板找到 Looker 使用者名稱 (電子郵件地址) 和密碼。

4. 勾選「Stay logged in」核取方塊，然後點選「Log In」。

順利登入之後，您會看見這個實驗室的 Looker 執行個體。

工作 1：建立 LookML 專案

在這項工作，您將在開發模式中建立 LookML 專案。Looker 主要有兩種模式：開發模式和實際工作環境模式。在實際工作環境模式，Looker 的資料和內容會即時反映現況，且所有使用者都能存取。開發模式是沙箱環境，您可以在這裡變更 LookML 檔案，並預覽這些變更對資料和內容的影響，而不會影響已上線的內容。等到您滿意在開發模式進行的變更，即可將變更合併到正式版，這樣所有人都會看到。

1. 滑動 Looker 使用者介面右下方的「開發模式」切換鈕，啟用「開發模式」。

啟用開發模式後，橫幅會顯示以下訊息：「You are in Development Mode」。

2. 選取導覽面板的「開發」。

3. 在「開發」選單選取「專案」。系統隨即會顯示「LookML 專案」頁面。

4. 在「LookML 專案」區段，於「專案」下方按一下「dimensions_and_measures」連結。「檔案瀏覽器」會開啟「dimensions_and_measures」資料夾。

5. 按一下「檔案瀏覽器」旁的「+」按鈕，即可建立新檔案。

6. 選取「建立專案資訊清單」。「檔案瀏覽器」會開啟「manifest.lkml」檔案。

7. 將下列程式碼片段貼到「manifest.lkml」檔案的 project_name 行下方：

constant: CONNECTION_NAME { value: "bigquery_public_data_looker" export: override_required } constant: DATASET { value: "cloud-training-demos.thelook_gcda" export: override_required }

「manifest.lkml」檔案現在應包含下列程式碼：

附註：資訊清單檔案中顯示為灰色的程式碼是註解範例。LookML 資訊清單檔案中的註解不是可執行的程式碼，不會影響程式碼的執行方式。不過，註解有助於讓程式碼更容易理解、維護及重複使用。 附註：manifest.lkml 中的 project_name 宣告會提供目前專案的名稱。建議您加入這項宣告，但如果沒有 project_name 宣告，Looker 會從目錄結構推論專案名稱。

8. 按一下「儲存變更」。

9. 按一下「Commit Changes & Push」。系統會顯示「修訂版本」對話方塊。

10. 在「訊息」欄位輸入「created manifest file」，然後按一下「修訂版本」。

工作 2：建立資料模型

在這項工作，您將建立資料模型，並變更其連線參數值。

1. 按一下「檔案瀏覽器」旁的「+」按鈕。

2. 選取「建立模型」。系統會顯示「建立檔案」對話方塊。

3. 在「輸入檔案名稱」欄位，輸入「dimensions_and_measures」。

4. 按一下「建立」。「檔案瀏覽器」會顯示「dimensions_and_measures.model」檔案。

5. 在「dimensions_and_measures.model」檔案的第一行，將 connection 參數值從 connection_name 變更為 bigquery_public_data_looker。

「dimensions_and_measures.model」檔案現在應包含下列程式碼：

6. 按一下「儲存變更」。

附註：程式碼旁可能會顯示「注意」符號。這是正常現象，在下一項工作建立檢視表前，都會出現這種情況。

工作 3：建立檢視表

在這項工作，您將在開發模式下，從現有資料庫資料表建立檢視表檔案。

1. 「dimensions_and_measures.model」模型檔案仍處於開啟狀態時，請按一下「檔案瀏覽器」旁的「+」按鈕，然後選取「從資料表建立檢視表」。

2. 在「從資料表建立檢視表」頁面的「Enter custom db」欄位，輸入「cloud-training-demos」，然後按下 ENTER 鍵。

附註：如果收到錯誤訊息，請務必移除「cloud-training-demos」文字前後的任何空白字元。

Looker 會顯示與 bigquery_public_data_looker 連線相關聯的資料集清單。

3. 點選「thelook_gcda」下拉式選單圖示，展開這個清單即可存取所有可用資料表。

4. 勾選下列五個資料表旁的方塊，建立檢視表：

   • distribution_centers
   • inventory_items
   • order_items
   • products
   • users

附註：請務必選取所有指定的資料表，因為實驗室後續步驟會用到。

5. 捲動至頁面底部，然後按一下「建立檢視表」。「Generator Results」頁面會顯示所有資料表欄的 LookML 檢視表。

6. 按一下「views/order_items.view.lkml」連結，系統會顯示「order_items.view」檔案。

工作 4：定義測量指標和維度

在這項工作，您將為 LookML 專案定義測量指標和維度。在 LookML 中，維度用於分類資料，測量指標則用於量化資料，方便您從不同角度進行分析，獲得珍貴洞察。

1. 按一下「order_items.view」檔案的第 100 行，這行目前為空白。

2. 在檢視表第 100 行新增下列程式碼片段，建立名為 total_revenue 的新測量指標，也就是 sale_price 維度的總和：

measure: total_revenue { type: sum sql: ${sale_price} ;; }

order_items.view 檔案現在應包含下列程式碼：

3. 按一下「儲存變更」。

4. 捲動至 dimension_group: created 部分，從第 12 行開始。

5. 找出第 14 行的 timeframe 陣列，以及第 21 行的 year。

請注意，陣列中的項目是以半形逗號分隔。

6. 在第 21 行的年份後方新增半形逗號，以及下列時間範圍：

day_of_week, hour_of_day 附註：請務必以半形逗號分隔時間範圍清單中的參數，並以方括號括住。

檔案現在應包含下列程式碼：

7. 按一下「儲存變更」。

工作 5：建立探索

在 Looker Enterprise 中，探索是資料分析的起點，其中包含檢視表，是維度 (例如產品名稱等類別) 和測量指標 (例如總收益等數量) 的有序集合。只要靈活運用這些元素，就能探索資料、掌握趨勢、洞察關係，並回答業務問題。

在這項工作中，您將建立探索環境，根據 order_items.user_id = users.id，將 order_items 和 users 檢視表彙整在一起。在 Looker Enterprise 中，「探索」是資料分析的起點，其中包含檢視表，也就是維度和測量指標的有序集合。只要靈活運用這些元素，就能探索資料、掌握趨勢、洞察關係，並回答業務問題。

1. 在導覽面板中，選取「dimensions_and_measures.model」。

2. 在「dimensions_and_measures.model」檔案中，將下列程式碼片段新增至第 5 行：

explore: order_items { join: users { relationship: many_to_one sql_on: ${users.id} = ${order_items.user_id} ;; } } 附註：第 5 行有註解排除文字。註解不會影響程式碼執行作業，且 Looker Enterprise 生成 SQL 和圖表時會忽略註解。您只要在第 5 行的現有註解上新增程式碼，或先刪除註解即可。

「dimensions_and_measures.model」檔案現在應包含下列程式碼：

3. 按一下「儲存變更」。

接著，建立名為「full_name」的新維度，並彙整「user first name」和「user last name」欄位。

4. 在導覽面板中展開檢視表。

5. 選取「users.view」。

6. 編輯「users.view」檔案，在 drill_fields: [id] 行後新增下列程式碼片段：

dimension: full_name { type: string sql: CONCAT(${TABLE}.first_name, " ", ${TABLE}.last_name) ;; } 附註：在 SQL 中，CONCAT 函式用於將兩個以上的字串合併為單一字串。

「users.view」檔案現在應包含下列程式碼：

7. 在「type: string」下方新增下列鍵/值組合，為 total_revenue 測量指標新增說明。

description: "First and last name of user"

以下是供您參考的修訂版程式碼：

dimension: full_name { type: string description: "First and last name of user" sql: CONCAT(${TABLE}.first_name, " ", ${TABLE}.last_name) ;; }

接著，建立名為「total_users」的新測量指標，對「id」維度執行 count_distinct。

8. 在 measure: count { 上方新增下列程式碼片段：

measure: total_users { type: count_distinct sql: ${TABLE}.id ;; } 附註：您可能需要手動調整格式，以符合上述項目；調整內容可能包括在程式碼片段後方新增額外的大括號和空格。

「users.view」檔案現在應包含下列程式碼：

9. 按一下「儲存變更」。

接著，在 total_revenue 測量指標中新增 drill fields 參數，包含下列維度：created_date、sale_price 和 users.user_name。

附註：drill_fields 參數會控管使用者探索資料時，點選資料表儲存格值後發生的情況，這也稱為「細查資料」。細查資料時，您可以查看組成該數字的個別記錄、放大顯示特定資料，或以不同方式查看資料。

10. 在導覽窗格的「檢視」區段，選取「order_items.view」。

11. 在 order_items.view 檔案中，將第 4 行的 drill_fields: [id] 替換為下列程式碼片段：

drill_fields: [created_date,sale_price,users.user_name]

接著建立名為 revenue_per_user 的測量指標，將 total_revenue 測量指標除以 total_users 測量指標。

12. 捲動至 measure: total_revenue 區段，並在後面新增下列程式碼片段：

measure: revenue_per_user { type: number sql: total_revenue / total_users ;; }

order.items 檔案現在應包含下列程式碼：

13. 按一下「儲存變更」。

最後將變更部署至正式環境。

14. 按一下「Commit Changes & Push」。

15. 在「修訂版本」對話方塊，輸入下列修訂訊息：「added model, views, new measures and dimensions」。

16. 按一下「修訂版本」。

17. 按一下「部署至正式環境」。

點選「Check my progress」，確認工作已正確完成。 將模型和檢視表部署至正式環境

工作 6：建立 Look 圖表

在這項工作，您將建立 Look 圖表，實際運用新定義的維度和測量指標。在 Looker 中，Look 圖表是指儲存的報表或圖表，可與他人共用。Look 圖表會顯示每週各天的總收益和使用者總數。

1. 按一下「order_items」檔案標題旁的下拉式選單圖示，顯示選單項目。

2. 選取「Explore Order Items」。

3. 依序點按「所有欄位」分頁標籤 >「Order Items」>「度量」區段，然後選取「Total Revenue」。

4. 依序點按「所有欄位」分頁標籤 >「Order Items」>「維度」區段，然後展開「Created Date」下拉式選單。

5. 選取「Day of Week」。

6. 點按「Date」 旁的「依欄位篩選」() 圖示，建立篩選器。

附註：請勿點按「Date」，否則系統會選取「Date」維度。請只點按「Date」旁的「依欄位篩選」() 圖示。

7. 展開「篩選器」列 (如果尚未展開)，然後展開「Order Items Created Date」下拉式選單，並選取「在這一年內」。

8. 輸入 2022，篩選出 2022 年的結果。

9. 按一下「執行」。您會看見類似下方的圖表：

10. 在「探索」動作列，按一下「設定」圖示 ()。

11. 從「設定」下拉式選單，依序選取「儲存…」>「儲存為 Look 圖表」。

12. 在「儲存 Look 圖表」分頁標籤的「標題」欄位中，輸入新 Look 圖表的標題：「Total revenue and total user count by the day of the week」。

13. 按一下「儲存及查看 Look 圖表」。

點選「Check my progress」，確認工作已正確完成。 建構 LookML 圖表

結論

做得好！

您是 TheLook eCommerce 的雲端資料分析師，已在 Looker 的開發模式成功建立新的 LookML 專案。

首先，您建立了資訊清單檔案並新增模型。

接著，您連結至資料來源，並從資料表建立新的檢視表。

然後，您為 LookML 專案定義測量指標和維度，並建立「探索」。

最後，您建立的 Look 圖表會依星期幾顯示總收益和使用者總數。

您已瞭解如何建立新的測量指標和維度供 Looker 使用，讓機構的利害關係人從收集到的資料中獲得價值。

關閉實驗室

結束實驗室前，請確認已完成所有工作。如果已確定完成，請依序點選「End Lab」和「Submit」。

關閉實驗室後，就無法進入實驗室環境，也無法再次存取在實驗室完成的工作。

Copyright 2026 Google LLC 保留所有權利。Google 和 Google 標誌是 Google LLC 的商標，其他公司和產品名稱則有可能是其關聯公司的商標。