GSP361

總覽

在挑戰研究室中，您會在特定情境下完成一系列任務。挑戰研究室不會提供逐步說明，您將運用從課程研究室學到的技巧，自行找出方法完成任務！自動評分系統 (如本頁所示) 將根據您是否正確完成任務來提供意見回饋。

在您完成任務的期間，挑戰研究室不會介紹新的 Google Cloud 概念。您須靈活運用所學技巧，例如變更預設值或詳讀並研究錯誤訊息，解決遇到的問題。

若想滿分達標，就必須在時限內成功完成所有任務！

這個實驗室適合「在 Looker 建構 LookML 物件」技能徽章課程的學員。準備迎接挑戰了嗎？

測驗主題：

• 建立維度和測量指標
• 建立並保留衍生資料表
• 對探索套用不同篩選條件
• 建立及使用新的資料群組

設定和需求

瞭解以下事項後，再點選「Start Lab」按鈕

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

您將在真正的雲端環境中完成實作實驗室活動，而不是在模擬或示範環境。為達此目的，我們會提供新的暫時憑證，讓您用來在研究室活動期間登入及存取 Google Cloud。

如要完成這個研究室活動，請先確認：

• 您可以使用標準的網際網路瀏覽器 (Chrome 瀏覽器為佳)。

注意：請使用無痕模式或私密瀏覽視窗執行本實驗室，這可以防止個人帳戶和學生帳戶之間的衝突，避免個人帳戶產生額外費用。

• 是時候完成實驗室活動了！別忘了，活動一開始將無法暫停。

注意：如果您擁有個人 Google Cloud 帳戶或專案，請勿用於本實驗室，以免產生額外費用。

如何開始實驗室及登入 Looker

1. 準備就緒後，請點選「Start Lab」。

   「Lab Details」窗格會顯示本實驗室中必須使用的暫時憑證。

   如果實驗室會產生費用，畫面中會出現選擇付款方式的彈出式視窗。

   請在「Lab Details」窗格查看實驗室憑證，您之後會使用此憑證登入實驗室的 Looker 執行個體。

   注意：如果使用其他憑證，系統會顯示錯誤訊息或產生費用。

2. 點選「Open Looker」。

3. 分別在「Email」和「Password」欄位，輸入提供的使用者名稱和密碼。

   使用者名稱：

   {{{looker.developer_username | Username}}}

   密碼：

   {{{looker.developer_password | Password}}} 重要事項：請務必使用本頁面「Lab Details」窗格中提供的憑證，而非 Google Cloud Skills Boost 的憑證。請勿在本實驗室中使用個人的 Looker 帳戶。

4. 點選「Log In」。

   成功登入後，您就會在本實驗室看到 Looker 執行個體。

挑戰情境

您是新興電子商務公司的 LookML 開發實習生。該公司採用完全在 Google Cloud 運作的基礎架構，並將 Looker 導入資料平台，分析及整合不同資料來源的洞察資訊。

您的第一項任務是根據公司各團隊的特定業務需求來建立 LookML 物件，方便他們進行重點市場調查和資料分析。

公司認為您具備執行這些工作所需的技能與知識，因此不會提供逐步指南。

工作 1：建立維度和測量指標

行銷團隊需要新的檢視表，計算透過搜尋服務找到網站的使用者中，有多少人完成訂單。另外，他們還想查看每筆訂單的銷售毛利和退貨天數。在本節中，您將建立維度和測量指標來回答這些問題。

開啟 order_items 檢視表

1. 點選切換鈕進入「開發模式」。

2. 點選 qwiklabs-ecommerce 專案，開啟 order_items 檢視表檔案。

您可以在這個檔案編寫新的維度和測量指標。

建立維度和測量指標

在 order_items 檢視表檔案中，您可以在 total_revenue_from_completed_orders 測量指標後方 (約第 128 行) 新增維度和測量指標。

1. 建立維度，指示 Looker 使用者流量來源是「Search」時，傳回布林值。請將這個維度命名為 is_search_source。

2. 使用新建立的 is_search_source 維度，建立一個測量指標，找出訂單狀態為「Complete」的「Search」使用者，並加總這些訂單的售價。請將這個測量指標命名為 sales_from_complete_search_users。

3. 建立新的測量指標，計算總毛利 (售價 - 成本)。請將這個測量指標命名為 total_gross_margin。

4. 建立新維度，計算訂單送達日期和訂單退貨日期間的天數。間隔應以天計算。請將這個維度命名為 return_days。

5. 點選「Validate LookML」來驗證程式碼。

6. 依序點選「Commit Changes & Push」>「Deploy to Production」。

點選「Check my progress」，確認目標已達成。 建立維度和測量指標

工作 2：建立永久衍生資料表

資料分析團隊要求建立衍生資料表，以納入使用者的特定詳細資料。當中必須包含訂單 ID、使用者 ID、總收益、年齡、城市和州/省，該團隊才能進行市場調查，瞭解要在何處放送廣告活動。這份資料表在未來幾個月會經常用到，因此應預先建立，即可縮短查詢時間並減少資料庫負載。

在本節中，您將建立原生衍生資料表，並根據模型預先定義的資料群組 (快取政策) 保留這份資料表。

建立原生衍生資料表

1. 在 Order Items 探索，建立名為 user_details 的原生衍生資料表，其中應包含每位使用者的下列詳細資料，並依下列順序排列：

• Order ID
• User ID
• Total revenue
• Age
• City
• State

注意：您應從 Order Items 檢視表擷取「Order ID」、「User ID」和「Total Revenue」，並從 Users 檢視表擷取「Age」、「City」和「State」。

2. 建立衍生資料表後，將程式碼新增至新的 user_details 檢視表檔案。請將這個檔案移至 views 資料夾。

3. 最後，將新的 user_details 檢視表加入 Order Items 探索。請務必將 order_items 檢視表的彙整欄位設為 user_id，並採用「many_to_one」關係。

4. 依序點選「Commit Changes & Push」>「Deploy to Production」。

保留衍生資料表

1. 根據模型檔案預先定義的資料群組 (快取政策)，保留 user_details 衍生資料表。

2. 將永久衍生資料表設定為在 小時內保持生效。

3. 點選「Validate LookML」來驗證程式碼。

4. 依序點選「Commit Changes & Push」>「Deploy to Production」。

點選「Check my progress」，確認目標已達成。 建立永久衍生資料表

工作 3：使用探索篩選條件

在本節中，您將根據不同業務需求，選擇合適的篩選條件類型。請按照下一節的指示替換您原先使用的每個篩選條件，才能準確檢查進度。

注意：各項篩選條件建立完成後，都必須依序點選「Commit Changes & Push」>「Deploy to Production」，確保每項練習都能獲得準確評分。

篩選條件 #1

行銷團隊要求建立一個探索，只顯示售價超過 $ 的訂單。另外，他們不希望探索「顯示任何可修改的篩選條件」。

• 在 Order Items 探索新增篩選條件，只納入售價大於或等於 的商品。這項篩選條件會從探索排除金額低於 $ 的訂單。

篩選條件 #2

行銷團隊要求建立一個探索，其中預設篩選條件會套用至「出貨日期」維度，但如果改將篩選條件套用至「狀態」或「送達日期」維度，則可覆寫預設篩選條件。他們想將出貨日期預設為 2018 年。

1. 移除先前的篩選條件。

2. 接著，在 Order Items 探索新增篩選條件，只傳回 2018 年出貨的訂單資料，除非對「訂單項目狀態」或「訂單項目送達日期」維度套用篩選條件。

3. 請使用 shipped_date 維度來套用這項篩選條件。

點選「Check my progress」，確認目標已達成。 使用探索篩選條件 #2

篩選條件 #3

行銷團隊要求建立一個探索，只顯示平均售價超過 $ 的訂單。另外，他們不希望探索顯示任何可修改的篩選條件。

1. 移除先前的篩選條件。

2. 接著在 Order Items 探索新增篩選條件，篩選出平均售價超過 的所有商品。也就是說，將篩選條件設為只顯示平均售價為 $ 或以上的訂單。

篩選條件 #4

最後，行銷團隊要求建立一個探索，其中包含一組預設值可變更但無法移除的篩選條件。他們想依據特定維度進行篩選，避免一次要求所有可能的資料，這樣就能節省運算費用。

具體來說，他們希望這組篩選條件包含「Order Status」、「State」和「Traffic source」，預設值應分別設為「Shipped」、「California」與「Search」。

1. 移除先前的篩選條件。

2. 接著使用篩選條件，為 Order Items 探索定義「Order Status」、「State」和「Traffic Source」的預設值。設定時，請確定企業使用者「必須」套用篩選條件，但仍可為這些維度提供不同的值。

點選「Check my progress」，確認目標已達成。 使用探索篩選條件 #4

工作 4：將資料群組套用至探索

最後，您需要更新 LookML 模型的快取政策。團隊希望您將快取結果的保留時數調整為 小時。

1. 移除您在前一節建立的所有篩選條件。

2. 在模型檔案中，建立新的資料群組 order_items_challenge_datagroup，將快取時間上限設為 小時，並使用下列 SQL 觸發條件：SELECT MAX(order_item_id) from order_items ;;。

3. 在模型層級套用資料群組，將其設為所有探索的預設群組。

4. 點選「Validate LookML」來驗證程式碼。

5. 依序點選「Commit Changes & Push」>「Deploy to Production」。

點選「Check my progress」，確認目標已達成。 將資料群組套用至探索

恭喜！

在這個實驗室，您根據一系列的業務需求建立不同 LookML 物件，檢測自己的 LookML 技能。首先，您建立了維度、測量指標和永久原生衍生資料表。接著使用正確的篩選條件來篩選各個探索，並更新 LookML 模型的快取政策。

取得下一枚技能徽章

這個自學實驗室是「在 Looker 建構 LookML 物件」技能徽章課程的一部分。完成這個技能徽章課程即可獲得上方的徽章，表彰您的成就。您可以在履歷表和社群平台張貼徽章，並加上 #GoogleCloudBadge 公開這項成就。

這個技能徽章課程屬於 Google Cloud Data Analyst 學習路徑。如果您已完成這個學習路徑中其他的技能徽章課程，歡迎瀏覽目錄，尋找下一個要參加的課程。

Google Cloud 教育訓練與認證

協助您瞭解如何充分運用 Google Cloud 的技術。我們的課程會介紹專業技能和最佳做法，讓您可以快速掌握要領並持續進修。我們提供從基本到進階等級的訓練課程，並有隨選、線上和虛擬課程等選項，方便您抽空參加。認證可協助您驗證及證明自己在 Google Cloud 技術方面的技能和專業知識。

使用手冊上次更新日期：2026 年 3 月 10 日

實驗室上次測試日期：2026 年 3 月 10 日

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。