GSP858

概览

Looker 是 Google Cloud 中的现代数据平台，让业务用户能以交互方式分析数据和直观呈现数据。LookML 开发者可以通过创建新字段、表和视图来自定义和整理数据，从而挑选供业务用户使用的数据。

在 Looker 中，LookML 开发者可以使用派生表来创建底层数据库中尚未定义的新表。例如，作为 LookML 开发者，您可以创建派生表来汇总现有表中的详细信息，例如电子商务数据集中每个订单的详细信息。

在本实验中，您将学习如何在 LookML 中创建两种类型的派生表：SQL 派生表和原生派生表。

本实验已为您在 LookML 中创建了名为 qwiklabs-ecommerce 的项目。此项目基于一个模拟的电子商务数据集，其中包含订单、商品和用户信息。如需详细了解 LookML 建模相关信息，请参阅 Looker 文档。

您将执行的操作

在本实验中，您将学习如何完成以下操作：

• 修改 Looker 管理员发布的现有 LookML 项目 (qwiklabs-ecommerce)
• 创建 SQL 派生表
• 创建原生派生表
• 将派生表的新视图联接到“探索”
• 在开发模式下测试 LookML 更改
• 使用“探索”界面查看修改后的 LookML 项目中的更改

设置和要求

点击“开始实验”按钮前的注意事项

请阅读以下说明。实验是计时的，并且您无法暂停实验。计时器在您点击开始实验后即开始计时，显示 Google Cloud 资源可供您使用多长时间。

此实操实验可让您在真实的云环境中开展实验活动，免受模拟或演示环境的局限。我们会为您提供新的临时凭据，让您可以在实验规定的时间内用来登录和访问 Google Cloud。

为完成此实验，您需要：

• 能够使用标准的互联网浏览器（建议使用 Chrome 浏览器）。

注意：请使用无痕模式或无痕浏览器窗口运行此实验。这可以避免您的个人账号与学生账号之间发生冲突，这种冲突可能导致您的个人账号产生额外费用。

• 完成实验的时间 - 请注意，实验开始后无法暂停。

注意：如果您已有个人 Google Cloud 账号或项目，请不要在此实验中使用，以避免您的账号产生额外的费用。

如何开始实验并登录 Looker

1. 准备就绪时，点击开始实验。

   此时您会看到“实验详细信息”窗格，其中包含您在进行该实验时必须使用的临时凭据。

   如果该实验需要付费，系统会打开一个弹出式窗口供您选择支付方式。

   请注意，“实验详细信息”窗格中会显示实验凭据。您需要使用这些凭据来登录 Looker 实例以进行该实验。

   注意：如果您使用其他凭据，将会收到错误消息或承担相关费用。

2. 点击打开 Looker。

3. 在电子邮件地址和密码字段中输入提供的用户名和密码。

   用户名：

   {{{looker.developer_username | Username}}}

   密码：

   {{{looker.developer_password | Password}}} 重要提示：您必须使用本页面上“实验详细信息”窗格中的凭据。请勿使用您的 Google Cloud Skills Boost 凭据。如果您有自己的个人 Looker 账号，请不要在此实验中使用。

4. 点击登录。

   登录成功后，您会看到用于本实验的 Looker 实例。

任务 1. 创建一个 SQL 派生表，总结每个订单的详细信息

在 LookML 中，您可以使用 SQL 查询来定义 SQL 派生表，也可以使用“探索”查询来定义原生派生表。

在此任务中，您将编写 SQL 查询来定义一个新的 SQL 派生表。该表汇总了每个订单的详细信息：订单 ID、用户 ID、商品数量和订购商品的总价。然后，在 qwiklabs-ecommerce 项目中为 SQL 派生表创建一个新的视图文件。

使用 SQL 查询定义新的派生表

1. 首先，在 Looker 界面的左下方，点击切换按钮进入开发模式。

2. 在 Looker 导航菜单中，依次点击开发 > SQL Runner。

3. 在 SQL 查询窗口中，添加以下查询：

SELECT order_items.order_id AS order_id ,order_items.user_id AS user_id ,COUNT(*) AS order_item_count ,SUM(order_items.sale_price) AS order_revenue FROM cloud-training-demos.looker_ecomm.order_items GROUP BY order_id, user_id LIMIT 10

在此示例中，查询会选择 order_id 和 user_id，统计与每个订单关联的商品数量，然后计算这些商品的总价。

具体来说，COUNT 子句用于计算各个订单商品 ID（order_items 表的主键）的数量，而 SUM 子句用于计算订单商品 ID 的 sale_price 总和。

GROUP BY 子句用于按 order_id 和 user_id 对结果进行分组，LIMIT 子句用于限制结果，因为我们只需要查看一部分记录，以确保查询正常运行。

4. 验证您的查询是否类似于以下内容：

5. 点击运行，查看结果。

在本例中，查询确实返回了订单 ID、用户 ID、与每个订单关联的商品数量以及每个订单的总收入。

请注意，LIMIT 子句用于减少此测试期间返回的数据量；在后续步骤中，您将为 SQL 派生表创建一个新的视图文件，届时将移除 LIMIT 子句。

为 SQL 派生表创建新的视图文件

1. 点击运行（页面右上角）旁边的设置 ()，然后选择添加到项目。

2. 对于项目，选择 qwiklabs-ecommerce。

3. 在视图名称部分，输入：order_details。

4. 点击 添加。

您将被重定向到 Looker IDE，以查看为 SQL 派生表新创建的视图文件。

请注意，order_details 视图的新视图文件已在 views 文件夹之外创建。最佳做法是让视图文件在项目中井然有序。

5. 点击 views 旁边的箭头，查看视图列表。

6. 点击 order_details.view 并将其拖动到 views 文件夹下。

7. 点击 order_details.view，查看 SQL 派生表的视图文件。

Looker 会为 SQL 查询的 SELECT 子句中的每一列自动生成一个维度，并生成一个新的计数度量。在接下来的步骤中，您将修改视图文件，以移除不再需要的 LIMIT 子句，隐藏新的计数度量，并为视图添加主键。

8. 从 sql 参数中删除 LIMIT 10 对应的代码行。

如前所述，Looker 会自动生成计数度量以及派生表中使用的维度。有时，如果您在另一个视图中已经有一个提供相同数量的计数，那么自动生成的计数度量可能没有价值。

在此示例中，自动生成的计数度量正在计算订单 ID，而 order_items 视图中已经有订单计数。

您可以使用 hidden: yes 参数删除或隐藏计数度量。如果您想保留该度量以验证此计数与另一个计数是否相同，则可以隐藏该度量。

9. 在 measure: count 定义中，在 type: count 前面添加新的一行，并输入 hidden: yes。

最后，最佳实践是确保新视图具有主键。

在此示例中，您可以将 primary_key: yes 参数添加到 order_id 维度。该维度是此视图的中心组织 ID，提供有关每个订单的详细信息。

10. 在 dimension: order_id 定义中，在 type: number 前添加新行，并输入 primary_key: yes。

现在，您可以使用名为 order_details 的新视图创建新的维度和度量，将其联接到模型文件中的“探索”，和/或完成 Git 工作流，将更改发送到生产环境。

11. 点击保存更改。

提交更改并部署到生产环境

1. 点击验证 LookML，然后点击提交更改并推送。

2. 添加提交消息，然后点击提交。

3. 最后，点击部署到生产环境。

点击检查我的进度以验证是否完成了以下目标： 为 SQL 派生表创建视图文件

任务 2. 创建一个原生派生表，汇总每个订单的详细信息

与 SQL 派生表不同，原生派生表 (NDT) 完全用 LookML 表示。原生派生表之所以有用，是因为它们体现了 LookML 的一个基本原则，即可重用性。它们允许您继承已有的维度、度量，甚至“探索”和联接逻辑。

由于您尽量减少了“硬编码”数据库引用数量，因此从长远来看，这会使您的代码更易于维护。

以上一部分中的 order_details SQL 派生表为例。SQL 中包含 order_items 的 COUNT 和 sale_price 的 SUM。不过，您的 order_items 视图已经包含 order_item_count 和 total_revenue 的度量。您无需创建新的 SQL 派生表，而是可以使用现有维度和度量来轻松定义新的 NDT。

在本部分中，您将重新创建上一个示例中的 SQL 派生表，这次将其作为原生派生表。创建原生派生表最简单的方法是通过“探索”。您将使用 Order Items Explore（订单项探索）创建所需的原生派生表，其中包含每个订单的详细信息：订单 ID、用户 ID、商品数量和订购商品的总价。

根据“探索”查询定义新的原生派生表

1. 在 Looker 导航菜单中，点击探索。

2. 在 E-Commerce Training（电子商务培训）下，点击订单项。

3. 点击订单项旁边的箭头。

可用的维度和度量将在“订单项”的数据面板中列出。请注意，“探索”会自动为您生成有效且性能良好的 SQL 查询。

4. 在 Order Items > Dimensions（订单项 > 维度）下，点击 Order ID（订单 ID）和 User ID（用户 ID）。

5. 在 Order Items > Measures（订单项 > 度量）下，点击 Order Count（订单数）和 Total Revenue（总收入）。

6. 点击运行，查看结果。

请花点时间检查查询结果，确保返回的是您需要的结果。在本例中，请求正确返回了订单 ID、用户 ID、与每个订单关联的商品数量以及每个订单的总收入。

7. 点击运行（页面右上角）旁边的设置 ()，然后点击获取 LookML。

8. 点击派生表，并将 LookML 代码复制到计算机剪贴板。您需要将此 LookML 代码粘贴到此原生派生表的新视图文件中。

为原生派生表创建新的视图文件

1. 在新标签页中打开新的 Looker 窗口。

2. 在 Looker 导航菜单中，点击开发标签页，然后选择 qwiklabs-ecommerce LookML 项目。

3. 在文件浏览器旁边，点击添加文件或文件夹 ()。

4. 点击创建视图。

5. 对于文件名，输入 order_details_summary。

6. 点击创建。

请注意，order_details_summary 视图的新视图文件是在 views 文件夹之外创建的。

7. 点击 views 旁边的箭头，查看视图列表。

8. 点击 order_details_summary.view 并将其拖到 views 文件夹下。

9. 点击 order_details_summary.view，查看原生派生表的视图文件。

10. 删除视图文件中的所有自动生成的 LookML。

11. 粘贴您复制的本地派生表的 LookML 代码。

12. 将自动生成的视图名称（例如 add_a_unique_name_1623275538）替换为 order_details_summary。您的视图文件应如下所示：

请注意，Looker 建议包含模型文件，但这些行已被注释掉。最佳做法是将模型文件的行注释掉。原因是模型文件几乎总是包含其他文件，因此，如果您有很多相互包含的文件，则可能会在模型中创建循环依赖项。这可能会导致语法验证错误。

现在，您可以使用名为 order_details_summary 的新视图创建新的维度和度量，将其联接到模型文件中的“探索”，和/或完成 Git 工作流，将更改发送到生产环境。

13. 点击保存更改。

现在，您不会将其联接到“探索”，而是对 SQL 派生表执行此操作。

提交更改并部署到生产环境

1. 点击验证 LookML，然后点击提交更改并推送。

2. 添加提交消息，然后点击提交。

3. 最后，点击部署到生产环境。

点击检查我的进度以验证是否完成了以下目标： 为原生派生表创建视图文件

任务 3. 将新视图与“探索”联接

在本部分中，您将检查并测试新的派生表。首先，您需要将此“探索”与模型文件中的 order_items“探索”定义联接，然后使用 Order Items“探索”来确认将更改推送到生产环境后业务用户会看到什么。

请注意，虽然您不需要为原生派生表完成最后这些步骤，但无论视图是为 SQL 派生表还是原生派生表创建的，将视图联接到“探索”的过程都是相同的。

联接 SQL 派生表的视图

1. 在同一页面中，点击 model 文件夹中的 training_ecommerce.model 文件，修改其内容。

2. 找到 explore: order_items 定义。请注意，实验中已经有定义的多个联接，例如 users 视图的联接。

3. 在 explore: order_items 定义中，在现有 users 联接的上方，添加一个新的 order_details 联接，并指定：

join: order_details { type: left_outer sql_on: ${order_items.order_id} = ${order_details.order_id};; relationship: many_to_one }

sql_on 参数将联接字段标识为 order_id。relationship 参数用于标识 order_items 中可能存在 order_id 的多个实例，但 order_details 中每个 order_id 只有一个实例，该表以每个订单一行摘要的形式显示。

4. 点击保存更改。

在“探索”中查看 SQL 派生表中的数据和生成的 SQL

1. 在 Looker 导航菜单中，点击探索。

2. 在 E-Commerce Training（电子商务培训）下，点击订单项。

3. 点击订单详情旁边的箭头。

4. 在 Order Details > Dimensions（订单详情 > 维度）下，点击 Order ID（订单 ID）、Order Item Count（订单商品数量）、Order Revenue（订单收入）和 User ID（用户 ID）。

5. 点击运行，查看结果。

6. 点击 SQL 标签页，查看 Looker 生成的 SQL 查询。

请注意由 WITH 子句标识的通用表表达式 (CTE)。这种原生派生表被认为是临时表，因为它是在运行时作为 CTE 生成的，而不是存储在底层数据库中。

派生表也可以是永久性的，这意味着它们存储在底层数据库中。如需详细了解永久性派生表，请查看创建永久性派生表 (PDT) 文档。

在下一部分中，我们将探讨如何保留派生表，以便将它们写回数据库。

7. 返回到 training_ecommerce.model 文件。

提交更改并部署到生产环境

1. 点击验证 LookML，然后点击提交更改并推送。

2. 添加提交消息，然后点击提交。

3. 最后，点击部署到生产环境。

点击检查我的进度以验证是否完成了以下目标： 联接 SQL 派生表的视图

任务 4. 保留派生表

到目前为止，您在示例中用到的派生表都是临时表，这意味着 Looker 会在“探索”查询中为它们生成 CTE（或临时表）。

现在，您将了解派生表的另一种存在类型：永久性派生表。永久性派生表 (PDT) 会写入到连接的数据库并存储在其中。无论派生表是 SQL 派生表还是原生派生表，保留派生表的步骤都是相同的。

如前所述，保留派生表的好处是，当业务用户需要时，这些表随时可用，因此可以缩短查询运行时长。缺点是它们会占用数据库中的存储空间（这可能与费用有关），而且不够灵活。

如需保留派生表，您必须在定义中使用以下一个或两个参数：

• datagroup_trigger 使用数据组或在模型中配置的缓存政策。如果模型中定义了数据组，那么这是保留派生表的最佳做法。
• sql_trigger_value 使用预先编写的 SELECT 语句，该语句返回一个值。Looker 会重复向数据库发送该 SELECT 语句，当发现结果发生变化时，就会将此作为重建 PDT 的提示。
• persist_for 指示 PDT 在设定的时长内保持运行，例如“1 hour”（1 小时）或“4 hours”（4 小时）。

不过，需要注意的是，persist_for 没有重建逻辑，因此 PDT 在此期间不会更新。此外，一旦时间到期，PDT 就会被删除，直到业务用户需要它来执行查询时才会重新出现。

由于 PDT 的主要优势是可随时使用数据，从而最大限度地缩短查询运行时长，因此建议将 persist_for 与 sql_trigger_value 结合使用，以确保能在 PDT 中捕获到数据更新，或者直接使用 datagroup_trigger 或 sql_trigger_value。

保留原生派生表

在此任务中，您将使用参数 datagroup_trigger 来保留原生派生表。该参数会根据模型文件中预定义的数据组（缓存政策）重建永久性派生表。

对于名为 order_details_summary 的原生派生表，您添加 training_ecommerce_default_datagroup 作为 datagroup_trigger，以便持久派生表使用 training_ecommerce.model 中的 training_ecommerce_default_datagroup 内提供的规则每小时重建模型中定义的所有对象。

1. 在 Looker 导航菜单中，点击开发标签页，然后选择 qwiklabs-ecommerce LookML 项目。

2. 点击 views 旁边的箭头，查看视图列表。

3. 点击 order_details_summary.view，查看原生派生表的视图文件。

4. 在 derived_table 定义中，在 explore_source: order_items 的右括号 (}) 后添加新行，并粘贴以下代码：

datagroup_trigger: training_ecommerce_default_datagroup

5. 点击保存更改。您的视图文件应如下所示：

在“探索”中查看为永久性派生表生成的 SQL

1. 在 Looker 导航菜单中，点击探索。

2. 在 E-Commerce Training（电子商务培训）下，点击订单项。

3. 点击订单详情旁边的箭头。

4. 在 Order Details > Dimensions（订单详情 > 维度）下，点击 Order ID（订单 ID）、Order Item Count（订单商品数量）、Order Revenue（订单收入）和 User ID（用户 ID）。

5. 点击运行，查看结果。

6. 点击 SQL 标签页，查看 Looker 生成的 SQL 查询。

现在，派生表已经变为永久性的，之前由 WITH 子句标识的 CTE 已不存在，而是被 SELECT 语句取代。该语句用于查询 order_details_summary 永久性派生表中的字段。

7. 返回到 order_details_summary 文件。

提交更改并部署到生产环境

1. 点击验证 LookML，然后点击提交更改并推送。

2. 添加提交消息，然后点击提交。

3. 最后，点击部署到生产环境。

恭喜！

在本实验中，您学习了如何在 LookML 中创建 SQL 派生表和原生派生表，以定义底层数据库中尚不存在的新表。

后续步骤/了解详情

• LookML 快速参考指南
• LookML 术语和概念
• 加入 Looker 社区
• 其他 LookML 基础知识

Google Cloud 培训和认证

…可帮助您充分利用 Google Cloud 技术。我们的课程会讲解各项技能与最佳实践，可帮助您迅速上手使用并继续学习更深入的知识。我们提供从基础到高级的全方位培训，并有点播、直播和虚拟三种方式选择，让您可以按照自己的日程安排学习时间。各项认证可以帮助您核实并证明您在 Google Cloud 技术方面的技能与专业知识。

本手册的最后更新时间：2024 年 4 月 22 日

本实验的最后更新时间：2021 年 10 月 11 日

版权所有 2025 Google LLC 保留所有权利。Google 和 Google 徽标是 Google LLC 的商标。其他所有公司名和产品名可能是其各自相关公司的商标。