GSP361

Visão geral

Nos laboratórios com desafio, apresentamos uma situação e um conjunto de tarefas. Para concluí-las, em vez de seguir instruções detalhadas, você usará o que aprendeu nos laboratórios do curso. Um sistema automático de pontuação (mostrado nesta página) vai avaliar seu desempenho.

Nos laboratórios com desafio, não ensinamos novos conceitos do Google Cloud. O objetivo dessas tarefas é aprimorar aquilo que você já aprendeu, como a alteração de valores padrão ou a leitura e pesquisa de mensagens para corrigir seus próprios erros.

Para alcançar a pontuação de 100%, você precisa concluir todas as tarefas no tempo definido.

Este laboratório é recomendado para estudantes que se inscreveram no selo de habilidade Build LookML Objects in Looker. Tudo pronto para começar o desafio?

Conhecimentos avaliados:

• Criar dimensões e medições
• Criar e persistir tabelas derivadas
• Aplicar filtros diferentes a uma Análise
• Criar e usar um novo datagroup

Configuração e requisitos

Antes de clicar no botão Começar o Laboratório

Leia estas instruções. Os laboratórios são cronometrados e não podem ser pausados. O cronômetro começa ao clicar em Começar o laboratório e mostra por quanto tempo os recursos do Google Cloud vão ficar disponíveis.

Este laboratório prático permite que você realize as atividades em um ambiente real de nuvem, não em uma simulação ou demonstração. Você vai receber novas credenciais temporárias para fazer login e acessar o Google Cloud durante o laboratório.

Confira os requisitos para concluir o laboratório:

• Acesso a um navegador de Internet padrão (recomendamos o Chrome).

• Tempo para concluir o laboratório: não se esqueça, depois de começar, não será possível pausar o laboratório.

Como iniciar o laboratório e fazer login no Looker

1. Quando tudo estiver pronto, clique em Começar o laboratório.

   O painel "Detalhes do laboratório" aparece com as credenciais temporárias que você precisa usar neste laboratório.

   Se for preciso pagar pelo laboratório, você verá um pop-up para selecionar a forma de pagamento.

   Confira suas credenciais do laboratório no painel "Detalhes do laboratório". É com elas que você vai fazer login na instância do Looker neste laboratório.

   Observação: se você usar outras credenciais, vai receber mensagens de erro ou cobranças.

2. Clique em Abrir o Looker.

3. Digite o nome de usuário e a senha fornecidos nos campos E-mail e Senha.

   Nome de usuário:

   {{{looker.developer_username | Username}}}

   Senha:

   {{{looker.developer_password | Password}}} Importante: é necessário usar as credenciais do painel "Detalhes do laboratório" nesta página. Não use suas credenciais do Google Cloud Ensina. Se você tiver uma conta pessoal do Looker, não a use neste laboratório.

4. Clique em Fazer login.

   Depois de se conectar, você verá a instância do Looker deste laboratório.

Cenário do desafio

Você começou seu estágio de desenvolvimento do LookML em uma empresa de e-commerce moderna. A infraestrutura da empresa é executada exclusivamente no Google Cloud e adota o Looker como plataforma de dados para analisar e integrar insights de fontes diferentes.

Sua primeira tarefa é criar objetos do LookML que cumpram requisitos de negócios específicos das equipes da empresa para que elas possam realizar pesquisas de mercado e análises de dados focadas.

Seu conhecimento deve ser suficiente para realizar essas tarefas sem guias explicativos.

Tarefa 1: criar dimensões e medições

A equipe de marketing quer uma nova visualização para calcular quantos usuários que encontraram o site pela pesquisa finalizaram seus pedidos. Ela também quer saber a margem bruta de vendas e o número de dias de devolução de cada pedido. Nesta seção, você vai criar dimensões e medições para responder essas perguntas.

Abra a visualização order_items

1. Clique no botão ativar/desativar para entrar no Modo de Desenvolvimento.

2. Acesse o projeto qwiklabs-ecommerce e abra o arquivo de visualização order_items.

Você define as novas dimensões e medições neste arquivo.

Criar dimensões e medições

No arquivo de visualização order_items, adicione as novas dimensões e medições depois de total_revenue_from_completed_orders por volta da linha 128.

1. Crie uma dimensão que retorne um valor booleano se a origem de tráfego do usuário for da Pesquisa e dê o nome is_search_source para ela.

2. Usando a dimensão is_search_source, crie uma medição que some o preço de venda dos usuários da Pesquisa com o status de pedido Concluído. Nomeie a medição sales_from_complete_search_users.

3. Crie uma medição que calcule a soma da margem bruta total (preço de venda - custo) e a nomeie total_gross_margin.

4. Crie uma dimensão que calcule o número de dias entre a Data de entrega do pedido e a Data de devolução do pedido. O intervalo deve ser calculado em dias. Nomeie essa dimensão return_days.

5. Para autenticar seu código, clique em Validar LookML.

6. Clique em Fazer commit de alterações e enviar e em Implantar para a produção.

Clique em Verificar meu progresso para conferir o objetivo. Criar dimensões e medidas

Tarefa 2: criar uma tabela derivada persistente

A equipe de análise de dados solicitou uma tabela derivada para incluir detalhes específicos sobre um usuário. Ela precisa incluir o ID do pedido, o ID do usuário, a receita total, a idade, a cidade e o estado para fazer uma pesquisa de mercado e lançar uma campanha publicitária. Como essa tabela será usada com frequência nos próximos meses, é melhor já deixar ela criada, para reduzir o tempo de consulta e a carga do banco de dados.

Nesta seção, você vai criar uma tabela derivada nativa e mantê-la com base no datagroup predefinido (política de cache) no modelo.

Criar uma tabela derivada nativa

1. Na Análise Itens do pedido, crie uma tabela derivada nativa chamada user_details contendo estes detalhes de cada usuário na seguinte ordem:

• ID do pedido
• ID do usuário
• Receita total
• Idade
• Cidade
• Estado

2. Depois de criar a tabela derivada, adicione o código a um novo arquivo de visualização chamado user_details e mova-o para a pasta visualizações.

3. Por fim, mescle a nova visualização user_details com a Análise Itens do pedido. Defina o campo de mesclagem como user_id na visualização order_items e adote um relacionamento muitos para um.

4. Clique em Fazer commit de alterações e enviar e em Implantar para a produção.

Persistir a tabela derivada

1. Persista a tabela derivada user_details com base no datagroup predefinido (política de cache) no arquivo modelo.

2. Configure a tabela derivada persistente para ficar ativa por um período definido de horas.

3. Para autenticar seu código, clique em Validar LookML.

4. Clique em Fazer commit de alterações e enviar e em Implantar para a produção.

Clique em Verificar meu progresso para conferir o objetivo. Criar uma tabela derivada persistente

Tarefa 3: usar filtros de Análise

Nesta seção, você vai escolher o tipo correto de filtro para usar com base em diferentes requisitos de negócios. Substitua cada filtro usado pelo da próxima seção para a avaliação verificar seu progresso precisamente.

Filtro nº1

A equipe de marketing pediu para você criar uma Análise mostrando apenas os pedidos em que o preço de venda é superior a US$ . Além disso, ela não quer que a Análise tenha filtros visíveis modificáveis.

• Adicione um filtro à Análise Itens do pedido para incluir apenas itens com preço de venda maior ou igual a . Isso será usado para omitir da Análise todos os pedidos abaixo de US$ .

Filtro nº2

A equipe de marketing solicitou uma Análise com um filtro padrão na data de envio que possa ser substituída se um filtro for aplicado no status ou na data de entrega. Ela quer que a data de envio seja definida com o ano de 2018 como padrão.

1. Remova o filtro anterior.

2. Em seguida, adicione um filtro à Análise Itens do pedido para retornar apenas dados de pedidos enviados em 2018, a menos que um filtro seja aplicado a Status do item do pedido ou Data de entrega do item do pedido.

3. Use a dimensão shipped_date para este filtro.

Clique em Verificar meu progresso para conferir o objetivo. Usar Filtro nº2 dos filtros da Análise

Filtro nº3

A equipe de marketing pediu para você criar uma Análise mostrando apenas os pedidos em que o preço de venda médio é superior a US$ . Além disso, ela não quer que a Análise tenha filtros modificáveis.

1. Remova o filtro anterior.

2. Em seguida, adicione um filtro à Análise Itens do pedido para não mostrar os itens com preço médio de venda superior a . Ou seja, use um filtro para mostrar só os pedidos com um preço médio de venda de US$  ou mais.

Filtro nº4

Por fim, a equipe de marketing pediu que você crie uma Análise para incluir um conjunto de filtros com valores padrão modificáveis, mas não removíveis. A ideia é não solicitar todos os dados possíveis de uma só vez, filtrando por dimensões específicas, economizando custos de cálculo.

Especificamente, a equipe quer que o conjunto de filtros seja aplicado sobre o Status do pedido, o Estado e a Origem do tráfego. Os valores padrão devem ser respectivamente definidos como Enviado, Califórnia e Pesquisa.

1. Remova o filtro anterior.

2. Em seguida, use um filtro para definir os valores padrão de Status do pedido, Estado e Origem do tráfego na Análise Itens do pedido. Confirme que o filtro é obrigatório para o usuário comercial, mas ainda pode fornecer valores diferentes para essas dimensões.

Clique em Verificar meu progresso para conferir o objetivo. Usar Filtro nº4 dos filtros da Análise

Tarefa 4: aplicar um datagroup a uma Análise

Por fim, a equipe pediu para você atualizar a política de armazenamento em cache do seu modelo do LookML. Ela quer o número de horas seja atualizado para manter um resultado em cache por horas.

1. Remova os filtros criados na seção anterior.

2. No arquivo modelo, crie um datagroup novo chamado order_items_challenge_datagroup com uma idade máxima de armazenamento em cache de horas e que usa o seguinte gatilho SQL: SELECT MAX(order_item_id) from order_items ;;.

3. Aplique o datagroup no nível do modelo para usá-lo como padrão para toda a Análise.

4. Para autenticar seu código, clique em Validar LookML.

5. Clique em Fazer commit de alterações e enviar e em Implantar para a produção.

Clique em Verificar meu progresso para conferir o objetivo. Aplicar um datagroup a uma Análise

Parabéns!

Neste laboratório, você testou suas habilidades, criando objetos do LookML diferentes para atender um conjunto de requisitos comerciais. Primeiro, você criou dimensões, medições e uma tabela derivada nativa persistente. Depois, usou os filtros corretos para filtrar as Análises e atualizou a política de armazenamento em cache do seu modelo do LookML.

Conquiste seu próximo selo de habilidade

Este laboratório autoguiado faz parte do selo de habilidade Build LookML Objects in Looker. Ao concluir o curso, você ganha o selo acima como reconhecimento pela sua conquista. Compartilhe o selo no seu currículo e nas redes sociais e use #GoogleCloudBadge para anunciar sua conquista.

Este selo de habilidade faz parte do programa de aprendizado Data Analyst do Google Cloud. Se você já concluiu os outros cursos com selo de habilidade nesse programa de aprendizado, consulte o catálogo para encontrar novas opções.

Treinamento e certificação do Google Cloud

Esses treinamentos ajudam você a aproveitar as tecnologias do Google Cloud ao máximo. Nossas aulas incluem habilidades técnicas e práticas recomendadas para ajudar você a alcançar rapidamente o nível esperado e continuar sua jornada de aprendizado. Oferecemos treinamentos que vão do nível básico ao avançado, com opções de aulas virtuais, sob demanda e por meio de transmissões ao vivo para que você possa encaixá-las na correria do seu dia a dia. As certificações validam sua experiência e comprovam suas habilidades com as tecnologias do Google Cloud.

Manual atualizado em 10 de março de 2026

Laboratório testado em 10 de março de 2026

Copyright 2026 Google LLC. Todos os direitos reservados. Google e o logotipo do Google são marcas registradas da Google LLC. Todos os outros nomes de produtos e empresas podem ser marcas registradas das respectivas empresas a que estão associados.