GSP892

개요

Looker는 데이터를 대화형으로 분석하고 시각화할 수 있는 Google Cloud의 최신 데이터 플랫폼입니다. Looker를 사용하여 심도 있게 데이터를 분석하고, 다양한 데이터 소스에서 인사이트를 통합하고, 작업 가능한 데이터 기반 워크플로를 구축하며, 커스텀 데이터 애플리케이션을 만들 수 있습니다.

Explore는 Looker에서 비즈니스 사용자가 셀프서비스 방식으로 탐색할 수 있도록 기반 역할을 하는 데이터 뷰입니다. 이 실습에서는 필터를 적용하여 Explore를 한 단계 업그레이드하는 방법을 알아봅니다.

실습할 내용

이 실습에서는 다음을 수행하는 방법에 대해 알아봅니다.

• sql_always_where 및 sql_always_having 필터 사용
• always_filter 사용
• conditionally_filter 사용

설정 및 요건

실습 시작 버튼을 클릭하기 전에

다음 안내를 확인하세요. 실습에는 시간 제한이 있으며 일시중지할 수 없습니다. 실습 시작을 클릭하면 타이머가 시작됩니다. 이 타이머는 Google Cloud 리소스를 사용할 수 있는 시간이 얼마나 남았는지를 표시합니다.

실무형 실습을 통해 시뮬레이션이나 데모 환경이 아닌 실제 클라우드 환경에서 직접 실습 활동을 진행할 수 있습니다. 실습 시간 동안 Google Cloud에 로그인하고 액세스하는 데 사용할 수 있는 새로운 임시 사용자 인증 정보가 제공됩니다.

이 실습을 완료하려면 다음을 준비해야 합니다.

• 표준 인터넷 브라우저 액세스 권한(Chrome 브라우저 권장)

참고: 이 실습을 실행하려면 시크릿 모드 또는 시크릿 브라우저 창을 사용하세요. 개인 계정과 학습자 계정 간의 충돌로 개인 계정에 추가 요금이 발생하는 일을 방지해 줍니다.

• 실습을 완료하기에 충분한 시간(실습을 시작하고 나면 일시중지할 수 없음)

참고: 계정에 추가 요금이 발생하지 않도록 하려면 개인용 Google Cloud 계정이나 프로젝트가 이미 있어도 이 실습에서는 사용하지 마세요.

실습을 시작하고 Looker에 로그인하는 방법

1. 준비가 되면 실습 시작을 클릭합니다.

   이 실습에서 사용해야 하는 임시 사용자 인증 정보가 '실습 세부정보' 창에 표시됩니다.

   실습 비용을 결제해야 하는 경우 결제 수단을 선택할 수 있는 팝업이 열립니다.

   '실습 세부정보' 창에 표시된 실습 사용자 인증 정보를 확인합니다. 이 실습에서 Looker 인스턴스에 로그인할 때 이 정보를 사용합니다.

   참고: 다른 사용자 인증 정보를 사용하면 오류가 발생하거나 요금이 부과됩니다.

2. Looker 열기를 클릭합니다.

3. 제공된 사용자 이름과 비밀번호를 이메일 및 비밀번호 입력란에 입력합니다.

   사용자 이름:

   {{{looker.developer_username | Username}}}

   비밀번호:

   {{{looker.developer_password | Password}}} 중요: 이 페이지의 '실습 세부정보' 창에 표시된 사용자 인증 정보를 사용해야 합니다. Google Cloud Skills Boost 사용자 인증 정보를 사용하지 마세요. 개인용 Looker 계정이 있더라도 이 실습에 사용하지 마세요.

4. 로그인을 클릭합니다.

   로그인이 완료되면 이 실습에서 사용할 Looker 인스턴스가 표시됩니다.

Explore 필터 유형

Explore를 필터링하려면 해당 Explore에서 생성되는 모든 SQL 쿼리에 기본 WHERE 또는 HAVING 절을 적용해야 합니다. Explore를 필터링하는 세 가지 주요 방법은 다음과 같습니다.

• sql_always_where 및 sql_always_having: 유사하게 작동하며 동일한 사용 사례를 가짐
• always_filter
• conditionally_filter

다음 섹션에서는 각 필터의 일반적인 사용 사례를 알아봅니다.

sql_always_where 및 sql_always_having 필터

sql_always_where와 sql_always_having 모두 Explore에 수정할 수 없는 필터를 추가할 수 있도록 해줍니다. 이 필터는 Explore 결과에서 항상 제외하고 싶은 특정 데이터 행이 있을 때 유용합니다.

sql_always_where 필터는 SQL 쿼리의 측정기준에 적용되는 WHERE 절을 추가하는 데 사용되는 반면, sql_always_having은 SQL 쿼리의 측정값에 적용되는 HAVING 절을 추가하는 데 사용됩니다. 이러한 제한사항은 비즈니스 사용자가 명시적으로 실행하는 쿼리 외에도 대시보드, 예약된 Look, 해당 Explore를 사용하는 삽입된 정보에 적용됩니다.

사용자 인터페이스에는 필터가 표시되지 않으므로 비즈니스 사용자는 생성된 SQL을 볼 수 있는 권한이 없는 한 데이터가 필터링되고 있다는 사실을 알 수 없습니다. 이는 테스트 데이터나 내부 데이터와 같이 Explore의 특정 값을 필터링하려는 경우에 유용합니다.

always_filter

always_filter를 사용하면 사용자가 반드시 포함해야 하는 특정 필터 집합을 정의할 수 있습니다. 필터의 기본값도 정의합니다. 사용자가 쿼리에 대한 기본값을 변경할 수는 있지만 필터를 완전히 삭제할 수는 없습니다. 이는 사용자가 항상 특정 측정기준으로 필터링하도록 하려는 경우에 유용합니다. 예를 들어 항상 주문 상태 또는 사용자 국가별로 필터링하는 등 한 번에 가능한 모든 데이터를 요청하지 않도록 할 수 있습니다.

always_filter에는 측정기준과 측정항목을 필터링하는 데 사용되는 것과 동일한 Looker 필터 표현식을 사용하여 특정 필터를 정의하는 하위 파라미터가 있습니다. 필터 하위 파라미터에 제공된 측정기준은 주문 상태 또는 사용자 국가의 값과 같이 사용자가 값을 제공해야 하는 측정기준을 식별합니다.

필터 하위 파라미터에 제공된 특정 값은 기본값으로 설정되며 비즈니스 사용자가 변경할 수 있습니다. 예를 들어 기본 주문 상태는 '완료'이지만 비즈니스 사용자는 이 값을 '반환됨'과 같은 다른 상태로 변경할 수 있습니다. 자세한 내용은 Looker 필터 표현식 문서를 검토하세요.

conditionally_filter

always_filter와 마찬가지로 conditionally_filter는 비즈니스 사용자가 액세스할 수 있는 Explore 프런트엔드에 필터를 추가합니다. conditionally_filter 파라미터를 사용하면 사용자가 정의한 두 번째 목록에서 하나 이상의 필터를 적용하는 경우 재정의할 수 있는 기본 필터 집합을 정의할 수 있습니다.

사용자가 필터 연산자와 값을 변경할 수는 있지만 특정 대체 필드에 필터를 적용하지 않는 한 필터 자체를 삭제할 수는 없습니다. 이는 비즈니스 사용자가 요청하는 데이터의 양을 제한하고 싶지만 데이터 필터링에 사용할 수 있는 대체 측정기준 목록을 제공하고 싶을 때 유용합니다.

conditionally_filter에는 특정 필터를 정의하는 하위 파라미터와 데이터를 필터링하는 데 사용할 수 있는 대체 측정기준을 정의하는 하위 파라미터가 있습니다. 예를 들어 conditionally_filter를 사용하면 사용자 ID 또는 주 측정기준에 필터가 적용되지 않는 한 지난 1년 동안의 데이터만 반환하는 필터를 만들 수 있습니다. 이는 일반적으로 사용자가 실수로 데이터베이스에서 실행하기에 비용이 너무 많이 드는 매우 큰 쿼리를 만드는 것을 방지하는 데 사용됩니다.

작업 1. always_filter 추가

이 섹션에서는 always_filter를 Order Items Explore에 추가하여 전자상거래 데이터 세트의 두 가지 주요 측정기준인 주문 상태와 사용자 국가를 필터링하도록 요구합니다.

1. 먼저 Looker 사용자 인터페이스의 왼쪽 하단에서 전환 버튼을 클릭하여 개발 모드로 전환합니다.

2. 개발 탭을 클릭한 다음 qwiklabs-ecommerce LookML 프로젝트를 선택합니다.

3. qwiklab_ecommerce 프로젝트에서 training_ecommerce.model 파일로 이동합니다. 현재 주문 항목 Explore에 필터가 없는 것을 확인할 수 있습니다.

4. 주문 항목 Explore를 정의하는 첫 번째 줄 아래에 새 줄을 추가하고 always_filter를 입력한 다음 콜론(:)과 중괄호({})를 입력합니다.

always_filter: {}

이 중괄호 안에 코드를 추가하여 필터를 정의합니다.

5. 필터 하위 파라미터를 사용하여 order_items 테이블의 상태를 기본값 '완료'로, user 테이블의 국가를 기본값 '미국'으로 사용하는 필터를 다음과 같이 정의합니다.

filters: [order_items.status: "Complete", users.country: "USA"] 참고: 이 필터의 값은 필수이지만 비즈니스 사용자는 이러한 측정기준에 대해 다른 값을 제공할 수 있어야 합니다.

6. 변경사항 저장을 클릭합니다.

7. IDE 상단의 파일 제목 옆에 있는 캐럿을 클릭한 다음 주문 항목 살펴보기를 선택합니다.

8. 필터 옆의 화살표를 클릭하여 창을 펼치고 기본값이 있는 두 개의 새 필터를 확인합니다.

• 주문 항목 상태(기본값: Complete)
• 사용자 국가(기본값: USA)

9. 주문 항목 > 측정값에서 주문 수를 클릭합니다.

10. 실행을 클릭합니다. 이제 미국 내에서 완료된 주문 항목 수가 표시됩니다. 필터를 삭제할 수는 없지만 수정할 수는 있습니다.

11. 필터를 변경해 보세요. 상태 필터의 값을 Processing으로 변경합니다. 국가 필터의 값을 UK로 변경합니다.

12. 실행을 클릭합니다. 필터와 함께 주문 항목 수가 업데이트되어야 합니다.

13. training_ecommerce.model 파일로 다시 이동합니다.

변경사항 커밋 및 프로덕션에 배포

1. LookML 검사를 클릭한 다음 변경사항 커밋 및 푸시를 클릭합니다.

2. 커밋 메시지를 추가하고 커밋을 클릭합니다.

3. 마지막으로 프로덕션에 배포를 클릭합니다.

작업 2. sql_always_where 필터 추가

이 섹션에서는 sql_always_where 필터를 주문 항목 Explore에 추가하여 2021년 이후의 데이터만 포함되도록 합니다. 이는 수년에 걸쳐 방대한 데이터베이스를 보유하고 있으며 현재 연도와 이후 연도의 데이터에 대해서만 쿼리를 수행하려는 경우에 유용합니다.

1. qwiklab_ecommerce 프로젝트에서 training_ecommerce.model 파일로 다시 이동합니다.

2. 이전 섹션에서 만든 필터를 삭제합니다.

3. 주문 항목 Explore를 정의하는 첫 번째 줄 아래에 새 줄을 추가하고 sql_always_where를 입력한 다음 콜론(:)을 입력합니다.

sql_always_where:

다음으로 created_date 테이블을 사용하여 2021년 이후의 데이터만 포함하도록 필터를 정의합니다.

4. 필터에 다음을 추가합니다.

sql_always_where: ${created_date} >= '2021-01-01' ;;

5. 변경사항 저장을 클릭합니다.

6. IDE 상단의 파일 제목 옆에 있는 캐럿을 클릭한 다음 주문 항목 살펴보기를 선택합니다.

참고: 필터가 표시되지 않습니다. 사용자가 만든 쿼리의 기본 SQL을 확인하지 않는 한 sql_always_where 조건은 사용자에게 표시되지 않습니다.

7. 주문 항목 > 생성일에서 날짜를 클릭합니다.

8. 주문 항목 > 측정값에서 주문 수를 클릭합니다.

9. 실행을 클릭합니다. 2021-01-01 이후의 주문 항목만 있는 것을 확인할 수 있습니다.

10. 데이터 표시줄에서 SQL 탭을 클릭합니다. 모든 데이터에 대해 WHERE 절에 정의된 필터가 있습니다.

11. training_ecommerce.model 파일로 다시 이동합니다.

변경사항 커밋 및 프로덕션에 배포

1. LookML 검사를 클릭한 다음 변경사항 커밋 및 푸시를 클릭합니다.

2. 커밋 메시지를 추가하고 커밋을 클릭합니다.

3. 마지막으로 프로덕션에 배포를 클릭합니다.

작업 3. sql_always_having 필터 추가

이 섹션에서는 sql_always_having 필터를 주문 항목 Explore에 추가하여 사용자가 항목이 두 개 이상인 주문을 조회하지 못하도록 합니다. 이 필터는 Explore에서 여러 항목이 포함된 주문을 생략하는 데 사용됩니다.

1. qwiklab_ecommerce 프로젝트에서 training_ecommerce.model 파일로 다시 이동합니다.

2. 이전 섹션에서 만든 필터를 삭제합니다.

3. 주문 항목 Explore를 정의하는 첫 번째 줄 아래에 새 줄을 추가하고 sql_always_having을 입력한 다음 콜론(:)을 입력합니다.

sql_always_having:

4. 다음으로 order_item_count 측정값을 사용하여 주문 항목이 1개인 데이터만 포함하도록 필터를 정의합니다.

sql_always_having: ${order_item_count} = 1 ;;

5. 변경사항 저장을 클릭합니다.

6. IDE 상단의 파일 제목 옆에 있는 캐럿을 클릭한 다음 주문 항목 살펴보기를 선택합니다.

참고: 필터가 표시되지 않는다는 점에 유의하세요. 사용자가 만든 쿼리의 기본 SQL을 확인하지 않는 한 sql_always_having 조건은 사용자에게 표시되지 않습니다.

7. 주문 항목에서 주문 ID를 클릭합니다.

8. 주문 항목 > 측정값에서 평균 판매 가격과 주문 항목 수를 클릭합니다.

9. 실행을 클릭합니다. 서로 다른 주문과 각 주문의 평균 판매 가격이 표시됩니다. 보시다시피 항목 수는 항상 1입니다.

10. training_ecommerce.model 파일로 다시 이동합니다.

변경사항 커밋 및 프로덕션에 배포

1. LookML 검사를 클릭한 다음 변경사항 커밋 및 푸시를 클릭합니다.

2. 커밋 메시지를 추가하고 커밋을 클릭합니다.

3. 마지막으로 프로덕션에 배포를 클릭합니다.

작업 4. conditionality_filter 추가

이 섹션에서는 사용자 ID 또는 주 측정기준에 필터가 적용된 경우를 제외하고 지난 3년간의 데이터만 반환하도록 conditionality_filter 필터를 주문 항목 Explore에 추가합니다.

1. qwiklab_ecommerce 프로젝트에서 training_ecommerce.model 파일로 다시 이동합니다.

2. 이전 섹션에서 만든 필터를 삭제합니다.

3. 주문 항목 Explore를 정의하는 첫 번째 줄 아래에 새 줄을 추가하고 conditionally_filter를 입력한 다음 콜론(:)과 중괄호({})를 입력합니다.

conditionally_filter: {}

이 중괄호 안에 코드를 추가하여 필터를 정의합니다.

4. filters 하위 파라미터를 추가하여 이 필터를 정의합니다.

여기서는 주문 생성일이 지난 3년 이내여야 합니다. 또한 unless 하위 파라미터를 필터로 사용할 수 있는 대체 측정기준으로 정의합니다. 이를 위해 사용자 ID 및 주 측정기준을 사용합니다.

filters: [created_date: "3 years"] unless: [users.id, users.state]

5. 변경사항 저장을 클릭합니다.

6. IDE 상단의 파일 제목 옆에 있는 캐럿을 클릭한 다음 주문 항목 살펴보기를 선택합니다.

7. 필터 옆의 화살표를 클릭하여 창을 펼치고 만든 조건부 필터를 확인합니다. 완료되었습니다.

8. 다음으로 주문 항목에서 주문 ID를 클릭합니다.

9. 주문 항목 > 생성일에서 연도를 클릭합니다.

10. 주문 항목 > 측정값에서 평균 판매 가격을 클릭합니다.

11. 실행을 클릭합니다.

이제 Explore에서 생성일이 지난 1년으로 필터링된 것을 확인할 수 있습니다.

12. 이제 필터의 조건성을 테스트합니다. 사용자에서 주에 마우스를 가져간 다음 필터 버튼을 클릭합니다.

13. 필터 창에서 주 필터를 California로 설정합니다.

14. 다른 필터 옆에 있는 X를 클릭하여 필터를 삭제합니다.

15. 다시 실행을 클릭합니다.

16. 마지막으로 주 필터 옆에 있는 X를 클릭하여 삭제합니다. 생성일 필터가 자동으로 다시 표시됩니다.

좋습니다. 지금까지 조건부 필터의 작동 방식을 살펴보았습니다. 설정한 기본값을 변경할 수는 있지만 unless 하위 파라미터에 지정한 필터 중 하나 이상을 적용하지 않으면 필터를 완전히 삭제할 수 없습니다.

17. training_ecommerce.model 파일로 다시 이동합니다.

변경사항 커밋 및 프로덕션에 배포

1. LookML 검사를 클릭한 다음 변경사항 커밋 및 푸시를 클릭합니다.

2. 커밋 메시지를 추가하고 커밋을 클릭합니다.

3. 마지막으로 프로덕션에 배포를 클릭합니다.

내 진행 상황 확인하기를 클릭하여 목표를 확인합니다. 주문 항목 Explore에 conditionally_filter 필터 추가

수고하셨습니다

이 실습에서는 LookML로 Explore를 필터링하는 방법을 배웠습니다. 먼저 always_filter를 사용하여 주문 상태와 사용자 국가에 대한 필터를 적용하도록 했습니다. 그런 다음 sql_always_where 및 sql_always_having 필터를 사용하여 주문 생성일과 주문 항목 수를 필터링했습니다. 마지막으로 conditionally_filter를 사용하여 사용자 ID 또는 주 측정기준에 필터가 적용되지 않은 한 지난 3년간의 데이터만 반환하도록 주문 항목 Explore를 필터링했습니다.

다음 단계/더 학습하기

• LookML 빠른 참조
• LookML 용어 및 개념
• Looker 커뮤니티 가입하기
• 추가 LookML 기본사항

Google Cloud 교육 및 자격증

Google Cloud 기술을 최대한 활용하는 데 도움이 됩니다. Google 강의에는 빠른 습득과 지속적인 학습을 지원하는 기술적인 지식과 권장사항이 포함되어 있습니다. 기초에서 고급까지 수준별 학습을 제공하며 바쁜 일정에 알맞은 주문형, 실시간, 가상 옵션이 포함되어 있습니다. 인증은 Google Cloud 기술에 대한 역량과 전문성을 검증하고 입증하는 데 도움이 됩니다.

설명서 최종 업데이트: 2024년 4월 22일

실습 최종 테스트: 2023년 7월 14일

Copyright 2025 Google LLC. All rights reserved. Google 및 Google 로고는 Google LLC의 상표입니다. 기타 모든 회사명 및 제품명은 해당 업체의 상표일 수 있습니다.