GSP1020

Übersicht

Looker ist eine moderne Datenplattform in Google Cloud, mit der Daten interaktiv analysiert und visualisiert werden können. LookML-Entwicklungsteams kuratieren die Daten, die von Unternehmen verwendet werden. Dazu erstellen sie neue Felder, Tabellen, Ansichten und Explores, um Daten-Workflows anzupassen und zu organisieren sowie kundenspezifische Datenanwendungen zu erstellen.

In diesem Lab lernen Sie die Best Practices für das Schreiben von LookML-Code kennen, mit dem sich für Unternehmen und in Entwicklungsteams die Arbeit erleichtern lässt. Dazu gehört, die Nutzerfreundlichkeit und Nachhaltigkeit von LookML-Projekten zu verbessern, indem vorhandene Objekte wiederverwendet und Konventionen für aussagekräftige Namen angewendet werden. Außerdem verwenden Sie LookML-Parameter, um Explores nutzerfreundlicher zu gestalten, indem Sie zusätzlichen Kontext bereitstellen und die Objekte anpassen, die für Nutzer*innen in Unternehmen sichtbar sind.

Vorbereitung

Sie müssen mit LookML vertraut sein. Wir empfehlen Ihnen, das Lab LookML in Looker verstehen zu absolvieren, bevor Sie mit diesem Lab beginnen.

Aufgaben

• Aussagekräftige Feldnamen verwenden, um Dimensionen und Measures zu definieren
• Zusätzliche Parameter nutzen, um Daten besser zu organisieren und mehr Kontext bereitzustellen
• So wenige Felder und Explores wie möglich erstellen und anzeigen lassen
• Nachhaltigen und modularen LookML-Code schreiben, der sich einfach aktualisieren, verwalten und wiederverwenden lässt

Einrichtung und Anforderungen

Vor dem Klick auf „Lab starten“

Lesen Sie diese Anleitung. Labs sind zeitlich begrenzt und können nicht pausiert werden. Der Timer beginnt zu laufen, wenn Sie auf Lab starten klicken, und zeigt Ihnen, wie lange Google Cloud-Ressourcen für das Lab verfügbar sind.

In diesem praxisorientierten Lab können Sie die Lab-Aktivitäten in einer echten Cloud-Umgebung selbst durchführen – nicht in einer Simulations- oder Demo-Umgebung. Dazu erhalten Sie neue, temporäre Anmeldedaten, mit denen Sie für die Dauer des Labs auf Google Cloud zugreifen können.

Für dieses Lab benötigen Sie Folgendes:

• Einen Standardbrowser (empfohlen wird Chrome)

Hinweis: Nutzen Sie den privaten oder Inkognitomodus, um dieses Lab durchzuführen. So wird verhindert, dass es zu Konflikten zwischen Ihrem privaten Konto und dem Teilnehmerkonto kommt und zusätzliche Gebühren für Ihr privates Konto erhoben werden.

• Zeit für die Durchführung des Labs – denken Sie daran, dass Sie ein begonnenes Lab nicht unterbrechen können.

Hinweis: Wenn Sie über ein privates Google Cloud-Konto oder ‑Projekt verfügen, verwenden Sie es nicht für dieses Lab. So werden zusätzliche Kosten für Ihr Konto vermieden.

Lab starten und bei Looker anmelden

1. Wenn Sie bereit sind, klicken Sie auf Lab starten.

   Der Bereich mit den Lab-Details wird angezeigt und enthält die temporären Anmeldedaten für dieses Lab.

   Wenn Sie für das Lab bezahlen müssen, wird ein Pop-up-Fenster geöffnet, in dem Sie Ihre Zahlungsmethode auswählen können.

   In den Lab-Details finden Sie Ihre Anmeldedaten, die Sie für die Anmeldung bei der Looker-Instanz benötigen.

   Hinweis: Wenn Sie andere Anmeldedaten verwenden, treten Fehler auf oder es fallen Gebühren an.

2. Klicken Sie auf Looker öffnen.

3. Geben Sie den Benutzernamen und das Passwort in die Felder E-Mail und Passwort ein.

   Nutzername:

   {{{looker.developer_username | Username}}}

   Passwort:

   {{{looker.developer_password | Passwort}}} Wichtig: Sie müssen die Anmeldedaten aus dem Bereich mit den Lab-Details auf dieser Seite verwenden. Bitte geben Sie nicht Ihre Anmeldedaten für Google Cloud Skills Boost ein. Wenn Sie ein privates Looker-Konto haben, sollten Sie es nicht für dieses Lab verwenden.

4. Klicken Sie auf Anmelden.

   Nach erfolgreicher Anmeldung wird die Looker-Instanz für dieses Lab angezeigt.

Best Practices für das Schreiben von LookML-Code

In diesem Abschnitt finden Sie eine Übersicht über die fünf wichtigsten Best Practices für das Schreiben von LookML-Code, mit denen Sie Unternehmen und Entwicklungsteams die Arbeit erleichtern können. In diesem Lab konzentrieren Sie sich auf die ersten vier Punkte.

Aussagekräftige Feldnamen verwenden

Wenn Sie aussagekräftige Feldnamen verwenden, um Dimensionen und Measures zu definieren, finden sowohl geschäftliche Nutzer*innen als auch Entwicklungsteams leichter, was sie benötigen (Punkt 1 der Best Practices). Dazu gehören unter anderem:

• Benennen Sie Measures nach ihrer Aggregatfunktion oder mit gängigen Begriffen, zum Beispiel total_[FIELD] für Summen, count_[FIELD], avg_[FIELD].
• Geben Sie Verhältnissen aussagekräftige Namen. percent_orders_by_returning_customer ist besser verständlich als percent_returning.
• Benennen Sie yesno-Felder eindeutig: order_is_returned oder is_order_returned anstelle von returned.
• Vermeiden Sie die Verwendung der Wörter „date“ oder „time“ in einer Dimensionsgruppe. Looker hängt den jeweiligen Zeitraum bereits an den Dimensionsnamen an. Aus created_date würde dann zum Beispiel created_date_date werden.

Zusätzliche Parameter nutzen

Durch die Verwendung zusätzlicher Parameter können die Daten, die Nutzenden in Unternehmen zur Verfügung gestellt werden, besser organisiert und mit mehr Kontext versehen werden. Anhand von Labels und Beschreibungen können sie leichter erkennen, welche Felder und Explores sie für ihre Workflows verwenden sollten (Punkt 1 und 4 der Best Practices).

Außerdem sollten Sie den Parameter group_label verwenden, um ähnliche Felder und Explores in logischen Kategorien zu gruppieren und so die Navigation zu erleichtern (Punkt 2 der Best Practices).

Schließlich sollten Sie drill_fields verwenden, um die zusätzlichen Optionen auszuwählen, die Nutzer*innen angezeigt werden, wenn sie beim Analysieren von Daten auf den Wert einer Tabellenzelle klicken.

So wenige Felder und Explores wie möglich erstellen und anzeigen lassen

Es ist sehr empfehlenswert, so wenige Felder und Explores wie möglich zu erstellen und anzeigen zu lassen und gleichzeitig einen problemlosen Zugriff auf die benötigten Antworten zu ermöglichen (Punkt 3 der Best Practices). Die optimale Anzahl von Feldern und Explores hängt vom jeweiligen Unternehmen ab. Zu viele können die Endnutzer*innen jedoch verwirren.

Mit dem Parameter fields können Sie die Felder einschränken, die in einem einzelnen Explore angezeigt werden. Mit dem Parameter hidden lässt sich ein Feld oder Explore im gesamten Modell ausblenden.

Nachhaltigen und modularen LookML-Code schreiben

Das Schreiben von nachhaltigem und wartungsfreundlichem LookML-Code, der sich leicht aktualisieren, verwalten und wiederverwenden lässt, ist wichtig für gut funktionierende Projekte.

Organisation und Qualität des zugrunde liegenden LookML-Codes sind möglicherweise nicht sofort ersichtlich, können sich aber auch auf die allgemeine Nutzerfreundlichkeit auswirken. Wenn LookML-Entwicklungsteams weniger Zeit für das Schreiben und Verwalten von Basiscode aufwenden müssen, können sie Attribute und Funktionen, die von geschäftlichen Nutzer*innen angefordert werden, schneller ändern oder implementieren.

Hier einige Vorschläge für das Schreiben von nachhaltigem und modularem LookML-Code:

• Verwenden Sie in Ihrem Code Substitutionsoperatoren, um hartcodierte Verweise auf die zugrunde liegende Datenbank zu minimieren.
• Finden Sie Beispiele, in denen sich SQL-abgeleitete oder native abgeleitete Tabellen besser eignen.
  • Native abgeleitete Tabellen fördern die Wiederverwendung von Code, indem vorhandene LookML-Objekte in Ihrem Modell genutzt werden, um neue Strukturen oder Aggregationen zu definieren, die in der zugrunde liegenden Datenbank noch nicht existieren.
  • SQL-abgeleitete Tabellen werden für benutzerdefinierte oder komplexere Aggregationen verwendet, die mit nativen abgeleiteten Tabellen nicht so einfach zu erstellen sind.
• Nutzen Sie extends oder Präzisierungen, um vorhandene Ansichten und Explores zu erweitern.
  • Sie können eine Ansicht oder ein Explore erweitern, um eine Kopie des ursprünglichen Objekts zu erstellen und Änderungen vorzunehmen. Weitere Informationen und Übungen finden Sie im Lab LookML-Code mit „Erweitert“ modularisieren.
  • Sie können auch Präzisierungen erstellen, um vorhandene Ansichten oder Explores anzupassen, ohne die LookML-Datei zu bearbeiten, die sie enthält. Weitere Informationen und Übungen finden Sie im Lab Leistung von LookML-Abfragen optimieren.

Leistung von Explore-Abfragen optimieren

So optimieren Sie die Leistung von Explore-Abfragen für geschäftliche Nutzer*innen:

• Vermeiden Sie es, irrelevante Ansichten in einem Explore zusammenzuführen.
• Deklarieren Sie einen Primärschlüssel in der Ansichtsdatei und definieren Sie eine Join-Beziehung mit dem Parameter relationship, damit korrekte Zusammenfassungen erstellt werden.
• Definieren Sie Joins mit einer n:1-Beziehung (many_to_one) zwischen Ansichten von der feinsten Detailebene mit höher aggregierten Ebenen.
• Behalten Sie abgeleitete Tabellen für komplexe Abfragen bei, deren Ausführung lange dauert, oder für Abfragen, die häufig von vielen Nutzer*innen oder Anwendungen verwendet werden.

Weitere Informationen zu diesen Themen finden Sie unter Best Practices: Was Sie mit LookML tun und was nicht und Leistung von LookML-Abfragen optimieren.

Aufgabe 1: Felder erstellen, die vorhandene Felder und Konventionen für aussagekräftige Namen nutzen

Wenn Sie neue Dimensionen und Measures erstellen, sollten Sie immer die vorhandenen LookML-Objekte in Ihrem Modell auf die Möglichkeit zur Wiederverwendung prüfen. Damit sich Code leichter aktualisieren lässt, empfiehlt es sich, im gesamten Code Substitutionsoperatoren zu verwenden, um hartcodierte Verweise auf Objekte in der zugrunde liegenden Datenbank zu minimieren.

Darüber hinaus sollten Sie aussagekräftige Namen wählen, wenn Sie neue Objekte erstellen. So können Entwicklungsteams sowie geschäftliche Nutzer*innen Felder für Code oder Analysen leichter finden. In dieser Aufgabe erstellen Sie eine neue yesno-Dimension, um stornierte Bestellungen anhand der vorhandenen Statusdimension zu identifizieren. Außerdem erstellen Sie neue Measures. Mit vorhandenen Objekten berechnen Sie dabei den prozentualen Umsatz, der durch stornierte Bestellungen verloren ging. Schließlich wenden Sie Konventionen für aussagekräftige Namen auf neue Dimensionen und Measures an.

yesno-Dimension aus einer vorhandenen Dimension erstellen

1. Klicken Sie auf den Ein/Aus-Button, um den Entwicklungsmodus zu aktivieren.

2. Wählen Sie im Menü Entwickeln das Projekt qwiklabs_ecommerce aus.

3. Öffnen Sie order_items.view unter Ansichten.

4. Sehen Sie sich die Dimension status an.

   In der Syntax wird der Substitutionsoperator ${TABLE}.column_name verwendet, der auf eine Spalte in der Tabelle verweist, die im Parameter sql_table_name oben in einer Ansichtsdatei angegeben ist.

   In diesem Fall verweist ${TABLE}.status auf die Spalte „status“ in der Tabelle cloud-training-demos.looker_ecomm.order_items. Sie können diese Dimension verwenden, um eine neue yesno-Dimension zu erstellen, die angibt, ob eine Bestellung storniert wurde.

Sowohl order_is_canceled als auch is_order_canceled entsprechen der Empfehlung für aussagekräftige Namen, da sie das stornierte Objekt eindeutig als Bestellung identifizieren. Die Entscheidung zwischen den beiden Optionen kann in Ihrem Team getroffen werden.

5. Fügen Sie unter der Dimension status den folgenden Code für eine neue Ja/Nein-Dimension hinzu:

dimension: order_is_canceled { type: yesno sql: ${status} = "" ;; }

In der Syntax wird der Substitutionsoperator ${field_name} verwendet, der auf eine vorhandene Dimension oder Measure in der aktuellen Ansicht verweist. In diesem Fall verweist ${status} auf die Dimension status in der Ansicht order_items.

Dieser Code enthält noch keinen Wert für den Status. Sie können zwar die vorhandene Statusdimension nutzen, müssen aber herausfinden, welcher Wert in der Dimension verwendet wird, um stornierte Bestellungen zu identifizieren.

Theoretisch können alle diese Optionen verwendet werden, um den richtigen Wert herauszufinden. Eine Vermutung anzustellen, ist jedoch ineffizient und kann zu einem falschen Wert führen. Sie müssten Ihren Code immer wieder testen, indem Sie eine Abfrage für die neue Dimension im Explore ausführen, bis Sie das erwartete Ergebnis erhalten.

Wenn Sie eine Abfrage für die Statusdimension in der Ansicht „Order Items“ des Explores „Order Items“ ausführen, werden die zugehörigen Dimensionswerte zurückgegeben. Die im Explore angezeigten Werte können jedoch zusätzliche Formatierungen enthalten, die mit LookML-Code angewendet wurden.

Wenn Sie eine Abfrage für die Tabelle order_items direkt in SQL-Runner ausführen, können Sie die Rohdatenwerte in der Statusspalte sehen.

6. Lassen Sie den Browsertab mit der IDE geöffnet und öffnen Sie in einem neuen Browsertab ein neues Looker-Fenster.

7. Gehen Sie zu Entwickeln > SQL-Runner.

8. Klicken Sie neben „Verbindungen“ auf Einstellungen () und dann auf Search public projects (Öffentliche Projekte durchsuchen).

9. Geben Sie als Projekt cloud-training-demos ein und drücken Sie die Eingabetaste.

10. Wählen Sie als Dataset die Option looker_ecomm aus.
    Eine Liste der verfügbaren Tabellen in diesem BigQuery-Dataset wird angezeigt.

11. Wenn Sie die genauen Werte in der Spalte status auswählen möchten, fügen Sie die folgende Abfrage in das Fenster „SQL-Abfrage“ ein und klicken Sie auf Ausführen:

SELECT distinct(status) FROM cloud-training-demos.looker_ecomm.order_items ORDER BY status Hinweis: Die Werte enthalten den Hinweis Cancelled (Storniert) in der britischen Schreibweise mit zwei L, anstelle der amerikanischen Variante Canceled.

12. Schließen Sie den Browsertab mit SQL-Runner und kehren Sie zum Browsertab mit der IDE zurück.

13. Vervollständigen Sie den LookML-Code für die neue Ja/Nein-Dimension:

dimension: order_is_canceled { type: yesno sql: ${status} = "Cancelled" ;; }

14. Klicken Sie auf Änderungen speichern.

    Lassen Sie diesen Browsertab mit der Looker-IDE geöffnet.

15. Öffnen Sie in einem neuen Browsertab ein neues Looker-Fenster.

16. Gehen Sie zu Explore > Order Items (Analysieren > Bestellpositionen).

17. Klicken Sie im Bereich „Daten“ auf den Tab SQL.

18. Wählen Sie unter Order Items > Dimensions (Bestellpositionen > Dimensionen) Folgendes aus:

• Order ID (Bestell-ID)
• Order Is Canceled (Yes/No) (Bestellung storniert (Ja/Nein))

Bevor Sie die Abfrage ausführen, sehen Sie sich die CASE-Anweisung an. Sie gibt das Ergebnis Ja oder Nein zurück, je nachdem, ob der Wert von order_item.status gleich Cancelled ist:

CASE WHEN order_items.status = "Cancelled" THEN 'Yes' ELSE 'No' END

19. Klicken Sie auf Ausführen.

20. Öffnen Sie den Tab Ergebnisse, um die Ergebnisse zu sehen.

21. Schließen Sie den Browsertab mit dem Explore und kehren Sie zum Browsertab mit der IDE zurück.

Neue Measures auf Grundlage vorhandener Dimensionen und Measures erstellen

1. Öffnen Sie order_items.view.

2. Sehen Sie sich die Measure total_revenue_from_completed_orders an.

   Der Name entspricht den Best Practices für Summen-Measures, da er mit „total“ beginnt. So wird deutlich, dass der Wert eine Summe oder ein Gesamtwert ist. Außerdem enthält er einen Filter für die vorhandene Statusdimension, bei dem der Wert gleich Complete (Abgeschlossen) ist.

Obwohl total_canceled_orders mit total beginnt, wird nicht klar, dass die Summe der Gesamtumsatz und nicht die Gesamtanzahl der Bestellungen ist. Im Gegensatz dazu enthält revenue_from_canceled_orders aussagekräftige Details, aber am Anfang des Namens fehlt total.

3. Fügen Sie nach dieser Measure den folgenden Code hinzu, um zwei neue Measures zu erstellen:

measure: total_revenue_from_canceled_orders { type: sum sql: ${sale_price} ;; filters: [order_is_canceled: "Yes"] value_format_name: usd } measure: percent_revenue_canceled_orders { type: number value_format_name: percent_2 sql: 1.0*${total_revenue_from_canceled_orders} /NULLIF(${total_revenue}, 0) ;; }

Die erste Measure mit dem Namen total_revenue_from_canceled_orders folgt der Best Practice für die Benennung von Summen-Measures, denn sie beginnt mit dem Wort total. Außerdem ist eindeutig angegeben, dass dies die Summe des Umsatzes aus stornierten Bestellungen ist.

Der Filter ist jedoch anders. Anstelle der Dimension status wird für total_revenue_from_canceled_orders die Ja/Nein-Dimension verwendet, die Sie in den vorherigen Schritten erstellt haben. Bei beiden Optionen werden vorhandene LookML-Objekte wiederverwendet, je nachdem, welche in Ihrem Modell verfügbar sind.

Die zweite Measure entspricht der Best Practice, Verhältnisse aussagekräftig zu benennen, indem die Wörter percent (Prozent) und canceled orders (stornierte Bestellungen) verwendet werden. Für die Berechnung des prozentualen Umsatzes, der auf stornierte Bestellungen entfällt, werden außerdem zwei vorhandene Measures verwendet: die erste Measure und die Measure total_revenue.

4. Klicken Sie auf Änderungen speichern.

   Lassen Sie diesen Browsertab mit der Looker-IDE geöffnet.

5. Öffnen Sie in einem neuen Browsertab ein neues Looker-Fenster.

6. Gehen Sie zu Explore > Order Items (Analysieren > Bestellpositionen).

7. Klicken Sie im Bereich „Daten“ auf den Tab SQL.

8. Wählen Sie unter Order Items > Measures (Bestellpositionen > Measures) Folgendes aus:

• Total Revenue From Canceled Orders (Gesamtumsatz aus stornierten Bestellungen)
• Total Revenue (Gesamtumsatz)
• Percent Revenue Canceled Orders (Prozentsatz des Umsatzes aus stornierten Bestellungen)

Sehen Sie sich vor dem Ausführen der Abfrage die CASE-Anweisung an. Diese wird jetzt in Verbindung mit SUM verwendet, um die Summe von order_items.sale_price zu berechnen, wenn order_items.status gleich Cancelled ist. Diese Summe wird dann durch die Summe aller Werte in order_items.sale_price dividiert:

SUM(CASE WHEN order_items.status = "Cancelled" THEN order_items.sale_price ELSE NULL END), 0) / NULLIF(COALESCE(SUM(order_items.sale_price ), 0), 0)

9. Klicken Sie auf Ausführen.

10. Öffnen Sie den Tab Ergebnisse, um die Ergebnisse zu sehen.

11. Schließen Sie den Browsertab für die Explore-Abfrage und kehren Sie zum Browsertab mit der Looker-IDE zurück.

12. Klicken Sie auf Projektzustand ().

13. Klicken Sie im Bereich Projektzustand > LookML-Validierung auf LookML validieren.

Es sollten keine LookML-Fehler gefunden werden.

Commit für Änderungen durchführen und für die Produktion bereitstellen

1. Klicken Sie auf LookML validieren und dann auf Commit für Änderungen durchführen und pushen.

2. Fügen Sie eine Commit-Nachricht hinzu und klicken Sie auf Commit durchführen.

3. Klicken Sie abschließend auf Für Produktion bereitstellen.

Bleiben Sie im Browsertab mit der Looker-IDE und fahren Sie mit der nächsten Aufgabe fort.

Klicken Sie auf Fortschritt prüfen. Felder erstellen, die vorhandene Felder und Konventionen für aussagekräftige Namen nutzen

Aufgabe 2: Feldern und Explores mit Labels und Beschreibungen Kontext geben

Wenn Sie LookML-Objekten Labels und Beschreibungen hinzufügen, können Sie geschäftlichen Nutzer*innen helfen, leichter die richtigen Felder und Explores für ihre Workflows zu finden. In dieser Aufgabe fügen Sie der neuen Ja/Nein-Dimension und den Measures, die in der vorherigen Aufgabe erstellt wurden, Labels und Beschreibungen hinzu. Außerdem fügen Sie dem vorhandenen Explore „Order Items“ ein Label und eine Beschreibung hinzu, damit diese Felder verfügbar sind.

Dimensionen Labels und Beschreibungen hinzufügen

1. Öffnen Sie in einem neuen Browsertab ein neues Looker-Fenster.

2. Gehen Sie zu Explore > Order Items (Analysieren > Bestellpositionen).

3. Maximieren Sie Order Items (Bestellpositionen) und bewegen Sie den Mauszeiger auf die Dimension Order Is Canceled (Yes/No) (Bestellung wurde storniert (Ja/Nein)), um zusätzliche Optionen zu sehen.

4. Klicken Sie auf Informationen (), um die Details dieser Dimension aufzurufen.

   Das Steuerelement Informationen liefert Details wie den SQL-Parameter. Nutzer*innen mit begrenzten SQL-Kenntnissen erhalten jedoch keine zusätzliche Beschreibung, die ihnen erklärt, wie die Dimension verwendet werden soll. In den nächsten Schritten fügen Sie der Dimension Order Is Canceled den Parameter „description“ hinzu, um zusätzlichen Kontext zu bieten.

5. Lassen Sie den Browsertab mit dem Explore geöffnet und kehren Sie zum Browsertab mit der Looker-IDE zurück.

6. Öffnen Sie order_items.view.

7. Fügen Sie eine Beschreibung für die Dimension order_is_canceled hinzu, die Sie zuvor erstellt haben:

dimension: order_is_canceled { description: "A value equal to Yes means that the order has a canceled status. A value equal to No means that the order does not have a canceled status." type: yesno sql: ${status} = "Cancelled" ;; }

8. Klicken Sie auf Änderungen speichern und dann auf LookML validieren.

9. Kehren Sie zum Browsertab für das Explore „Bestellpositionen“ zurück und aktualisieren Sie die Seite.

10. Maximieren Sie Order Items (Bestellpositionen) und bewegen Sie den Mauszeiger auf die Dimension Order Is Canceled (Yes/No) (Bestellung wurde storniert (Ja/Nein)), um zusätzliche Optionen zu sehen.

11. Klicken Sie auf Informationen (), um die Details dieser Dimension aufzurufen.

    Jetzt gibt es eine klare Beschreibung, wie die Werte in der Dimension zu interpretieren sind.

12. Lassen Sie den Browsertab mit dem Explore geöffnet und kehren Sie zum Browsertab mit der Looker-IDE zurück.

13. Sehen Sie sich den LookML-Code für die Dimension order_is_canceled noch einmal an.

    Sie haben den Parameter „label“ nicht angegeben, da er nicht erforderlich war. Der Dimensionsname wurde im Explore bereits deutlich als „Order Is Canceled (Yes/No)“ (Bestellung wurde storniert (Ja/Nein)) angezeigt.

    In den nächsten Schritten fügen Sie den Measures, die Sie in der vorherigen Aufgabe erstellt haben, eine Beschreibung und ein Label hinzu. So können Sie ändern, wie die Measure-Namen im Explore angezeigt werden, und zusätzliche Details zur Interpretation der Measure-Werte einfügen.

Measures Labels und Beschreibungen hinzufügen

1. Fügen Sie in order_items.view Beschreibungen und Labels für die Measures total_revenue_from_canceled_orders und percent_revenue_canceled_orders hinzu:

measure: total_revenue_from_canceled_orders { label: "Total Revenue Lost From Canceled Orders" description: "Sum of sale price for orders with canceled status." type: sum sql: ${sale_price} ;; filters: [order_is_canceled: "Yes"] value_format_name: usd } measure: percent_revenue_canceled_orders { label: "% Revenue Lost From Canceled Orders" description: "Total revenue lost from canceled orders as a percentage of the total revenue from all orders." type: number value_format_name: percent_2 sql: 1.0*${total_revenue_from_canceled_orders} /NULLIF(${total_revenue}, 0) ;; }

2. Klicken Sie auf Änderungen speichern und dann auf LookML validieren.

   Durch das Hinzufügen von Labels zu diesen Measures wird verdeutlicht, dass stornierte Bestellungen Umsatzverluste bedeuten. Die Beschreibungen liefern zusätzlichen Kontext für die Interpretation des Measure-Typs und des SQL-Parameters.

3. Kehren Sie zum Browsertab für das Explore „Bestellpositionen“ zurück und aktualisieren Sie die Seite.

4. Maximieren Sie Order Items. Die überarbeiteten Labels für die beiden Measures sind % Revenue Lost From Canceled Orders (Prozentualer Umsatzverlust durch stornierte Bestellungen) und Total Revenue Lost From Canceled Orders (Gesamtumsatzverlust durch stornierte Bestellungen).

5. Klicken Sie neben jeder Measure auf Informationen (), um die Details aufzurufen.

   Zusätzlich zu den Labels wird jetzt in hilfreichen Beschreibungen erläutert, wie die Werte in diesen Measures zu interpretieren sind.

6. Wählen Sie unter Order Items > Dimensions (Bestellpositionen > Dimensionen) die Option Order Is Canceled (Yes/No) (Bestellung wurde storniert (Ja/Nein)) aus.

7. Wählen Sie unter Order Items > Measures (Bestellpositionen > Measures) Folgendes aus:

• Total Revenue Lost From Canceled Orders (Gesamtumsatzverlust durch stornierte Bestellungen)
• Total Revenue (Gesamtumsatz)
• % of Revenue Lost from Canceled Orders (Prozentualer Umsatzverlust durch stornierte Bestellungen)

8. Bewegen Sie den Mauszeiger im Bereich „Daten“ auf die Spaltennamen. Jetzt wird die gleiche Beschreibung wie unter „Informationen“ für Order Is Canceled, Total Revenue Lost From Canceled Orders und % of Revenue Lost from Canceled Orders angezeigt.

9. Klicken Sie auf Ausführen.

   Die Abfrage gibt zwei Zeilen basierend auf der Dimension Order Is Canceled zurück: eine Zeile für Ja und eine Zeile für Nein. Geschäftliche Nutzer*innen, die Fragen zu diesen Ergebnissen haben, können sich jetzt die Beschreibungen dieser Dimensionen und Measures ansehen, um mehr Kontext zu erhalten.

Einem Explore ein Label und eine Beschreibung hinzufügen

1. Schließen Sie den Browsertab mit dem Explore und kehren Sie zum Browsertab mit der Looker-IDE zurück.

2. Öffnen Sie training_ecommerce.model unter Modelle.

3. Fügen Sie dem vorhandenen Explore „Order Items“ vor dem Join für users ein Label und eine Beschreibung hinzu:

explore: order_items { label: "Orders and Users" description: "Use this Explore to review details for orders and users, including information on inventory, products, and distribution centers." join: users { type: left_outer sql_on: ${order_items.user_id} = ${users.id} ;; relationship: many_to_one }

4. Klicken Sie auf Änderungen speichern und dann auf LookML validieren.

5. Lassen Sie den Browsertab mit der IDE geöffnet und öffnen Sie in einem neuen Browsertab ein neues Looker-Fenster.

6. Klicken Sie auf Explore, um die Menüliste der Explores aufzurufen.

Das Explore „Order Items“ hat das neue Label Orders and Users (Bestellungen und Nutzer*innen). Außerdem sehen Sie jetzt neben dem Namen des Explores das Steuerelement Informationen.

7. Bewegen Sie den Mauszeiger auf Informationen (), um die Details des Explores einzublenden.

   Es ist jetzt eine klare Beschreibung mit Details zu den im Explore vorhandenen Daten verfügbar, damit Nutzer*innen leicht feststellen können, ob dieses Explore für ihre Workflows geeignet ist.

8. Schließen Sie den Browsertab mit dem Explore und lassen Sie den Browsertab mit der IDE geöffnet.

Commit für Änderungen durchführen und für die Produktion bereitstellen

1. Klicken Sie auf LookML validieren und dann auf Commit für Änderungen durchführen und pushen.

2. Fügen Sie eine Commit-Nachricht hinzu und klicken Sie auf Commit durchführen.

3. Klicken Sie abschließend auf Für Produktion bereitstellen.

Klicken Sie auf Fortschritt prüfen. Feldern und Explores mit Labels und Beschreibungen Kontext geben

Aufgabe 3: Felder auf die in einem bestimmten Explore benötigten beschränken

Achten Sie beim Erstellen neuer LookML-Objekte in Ihrem Modell darauf, auf welche Felder und Explores Nutzende direkt zugreifen können sollten. Wenn nur eine ausgewählte Anzahl von Feldern und Explores angezeigt wird, lassen sich die benötigten Daten schneller finden.

In dieser Aufgabe verwenden Sie den Parameter hidden, um zusätzliche Felder im gesamten Modell „training_ecommerce“ auszublenden, und den Parameter fields, um die Felder zu begrenzen, die Nutzer*innen im Explore „Order Items“ angezeigt werden.

Feld in allen Explores eines LookML-Modells ausblenden

1. Öffnen Sie in einem neuen Browsertab ein neues Looker-Fenster.

2. Gehen Sie zu Analysieren > Ereignisse.

3. Maximieren Sie Nutzer*innen.

4. Öffnen Sie in einem neuen Browsertab ein weiteres neues Looker-Fenster.

5. Gehen Sie zu Explore > Orders and Users (Explore > Bestellungen und Nutzer*innen).

6. Maximieren Sie Users (Nutzer*innen) und vergleichen Sie die beiden Explores.

Sie sehen im Explore „Events“ (Ereignisse) dieselben Dimensionen für „Nutzer*innen“ wie in „Orders and Users“ (Bestellungen und Nutzer*innen), einschließlich der Dimensionen Latitude (Breitengrad) und Longitude (Längengrad), die Sie möglicherweise nicht in allen Fällen anzeigen lassen möchten.

Hinweis: Sie können in der Looker-Dokumentation nach jedem Parameter suchen.

7. Lassen Sie die Browsertabs mit beiden Explores geöffnet und kehren Sie zur Looker-IDE zurück.

8. Öffnen Sie users.view unter Aufrufe.

9. Fügen Sie den Parameter hidden den Dimensionen „Latitude“ und „Longitude“ hinzu:

dimension: latitude { hidden: yes type: number sql: ${TABLE}.latitude ;; } dimension: longitude { hidden: yes type: number sql: ${TABLE}.longitude ;; }

10. Klicken Sie auf Änderungen speichern und dann auf LookML validieren.

11. Kehren Sie zum Browsertab mit dem Explore Orders and Users zurück und aktualisieren Sie die Seite.

12. Maximieren Sie Users und sehen Sie sich die verfügbaren Dimensionen an.

    Die Dimensionen Latitude und Longitude sind im Explore „Orders and Users“ nicht mehr sichtbar.

13. Kehren Sie zum Browsertab mit dem Explore Events zurück und aktualisieren Sie die Seite.

14. Maximieren Sie Users und sehen Sie sich die verfügbaren Dimensionen an.

    Die Dimensionen Latitude und Longitude sind in beiden Explores nicht mehr sichtbar. Sie können Dimensionen oder Measures aber nicht nur in allen, sondern auch in einzelnen Explores ausblenden. Das Explore „Events“ enthält beispielsweise dieselben Nutzerinformationen wie das Explore „Orders and Users“. Viele dieser Felder enthalten jedoch mehr personenidentifizierbare Informationen, als im Explore „Events“ tatsächlich erforderlich sind.

    In den nächsten Schritten blenden Sie die meisten Dimensionen und Measures in der Ansicht „Users“ aus, aber nur im Explore „Events“. Dort sind nur minimale Informationen erforderlich, um Nutzer*innen auszuwählen oder allgemeine Trends festzustellen.

Felder in bestimmten Explores selektiv ausblenden

1. Lassen Sie die Browsertabs mit dem Explore geöffnet und kehren Sie zum Browsertab mit der IDE zurück.

2. Öffnen Sie training_ecommerce.model.

3. Fügen Sie den Parameter fields dem vorhandenen Explore Events vor dem join für event_session_facts hinzu:

explore: events { fields: [ALL_FIELDS*, -users.city, -users.email, -users.first_name, -users.gender, -users.last_name, -users.state] join: event_session_facts { type: left_outer sql_on: ${events.session_id} = ${event_session_facts.session_id} ;; relationship: many_to_one }

Die Syntax für den Parameter fields gibt an, dass alle Felder im Explore sichtbar bleiben, mit Ausnahme derjenigen, die mit einem Minuszeichen (-) vor dem Feldnamen gekennzeichnet sind, zum Beispiel users.city. Diese Felder werden im Explore ausgeblendet.

4. Klicken Sie auf Änderungen speichern und dann auf LookML validieren.

5. Kehren Sie zum Browsertab mit dem Explore Orders and Users zurück und aktualisieren Sie die Seite.

6. Maximieren Sie Users und sehen Sie sich die verfügbaren Dimensionen an.

   Im Explore „Orders and Users“ wurden keine weiteren Dimensionen ausgeblendet.

7. Kehren Sie zum Browsertab mit dem Explore Events zurück und aktualisieren Sie die Seite.

8. Maximieren Sie Users und sehen Sie sich die verfügbaren Dimensionen an.

   Im Explore „Events“ sind nur noch wenige Nutzerdimensionen verfügbar, nämlich diejenigen, die im Parameter „fields“ nicht explizit mit einem Minuszeichen (-) gekennzeichnet wurden.

   Das Explore „Events“ unterstützt jetzt allgemeinere Analysen von Nutzer*innen und Ereignissen. Das Explore „Orders and Users“ enthält spezifischere Nutzerdetails wie personenidentifizierbare Informationen.

9. Wählen Sie unter Nutzer > Dimensionen die Option Land aus.

10. Wählen Sie unter Nutzer > Measures die Option Anzahl aus.

11. Wählen Sie unter Events > Dimensions (Ereignisse > Dimensionen) die Option Event Type (Ereignistyp) aus.

12. Klicken Sie auf Ausführen.

    Die Abfrage gibt die Anzahl der Nutzer*innen pro Land für jeden Ereignistyp zurück, einschließlich der Personen mit Nullwerten für das Land.

13. Schließen Sie beide Browsertabs, die für das Explore geöffnet sind, und lassen Sie den Browsertab mit der IDE geöffnet.

Commit für Änderungen durchführen und für die Produktion bereitstellen

1. Klicken Sie auf LookML validieren und dann auf Commit für Änderungen durchführen und pushen.

2. Fügen Sie eine Commit-Nachricht hinzu und klicken Sie auf Commit durchführen.

3. Klicken Sie abschließend auf Für Produktion bereitstellen.

Klicken Sie auf Fortschritt prüfen. Felder auf die in einem bestimmten Explore benötigten beschränken

Aufgabe 4: Ähnliche Felder oder Explores in nützliche Kategorien gruppieren

Wenn Sie mit LookML entwickeln, können Sie den Parameter group_label verwenden, um die Navigation in Explores zu erleichtern, indem Sie ähnliche Felder oder Explores in logische Kategorien gruppieren. In dieser Aufgabe gruppieren Sie die verschiedenen Standortdimensionen in users.view und erstellen separate Gruppen für die Explores „Orders and Users“ und „Events“ in training_ecommerce.model unter verschiedenen Überschriften, die nach dem jeweiligen Team benannt sind.

Ähnliche Felder in einer Ansicht gruppieren

1. Öffnen Sie users.view und sehen Sie sich die verfügbaren Dimensionen an.

Mehrere Dimensionen enthalten Standortinformationen wie Ort, Land, Bundesland und Postleitzahl.

Laut Dokumentation zum Parameter group_label für Felder können Sie die LookML-Syntax group_label: "Group Name" mehreren Dimensionen hinzufügen, um sie in einer Kategorie zu gruppieren.

2. Fügen Sie den Parameter group_label den Dimensionen city (Ort), country (Land), state (Bundesland) und zip (Postleitzahl) hinzu, um sie in einer Kategorie mit dem Namen „Location“ (Standort) zu gruppieren:

dimension: city { group_label: "Location" type: string sql: ${TABLE}.city ;; } dimension: country { group_label: "Location" type: string map_layer_name: countries sql: ${TABLE}.country ;; } dimension: state { group_label: "Location" type: string sql: ${TABLE}.state ;; map_layer_name: us_states } dimension: zip { group_label: "Location" type: zipcode sql: ${TABLE}.zip ;; }

3. Klicken Sie auf Änderungen speichern und dann auf LookML validieren.

4. Lassen Sie den Browsertab mit der IDE geöffnet und öffnen Sie in einem neuen Browsertab ein neues Looker-Fenster.

5. Gehen Sie zu Explore > Orders and Users (Explore > Bestellungen und Nutzer*innen).

6. Maximieren Sie Users und sehen Sie sich die verfügbaren Dimensionen an.

7. Wählen Sie unter Users > Dimension > Location (Nutzer > Dimension > Standort) Folgendes aus:

• Ort
• Country
• Bundesland
• Zip

8. Klicken Sie auf Ausführen, um die Ergebnisse zu sehen.

9. Schließen Sie den Browsertab mit dem Explore Orders and Users und kehren Sie zum Browsertab mit der IDE zurück.

Gruppen von Explores unter verschiedenen Überschriften erstellen

1. Öffnen Sie training_ecommerce.model.

Der Parameter „label“ auf Modellebene in Zeile 15 hat den Wert „E-Commerce Training“. Das ist die aktuelle Überschrift, die im Menü „Explore“ angezeigt wird. Sowohl das Explore „Orders and Users“ als auch das Explore „Event“ sind im Menü „Explore“ unter dieser Überschrift organisiert.

Sehen Sie sich die Seite zu group_label für Explores in der Dokumentation an und beantworten Sie dann die folgende Frage.

2. Fügen Sie vor dem Parameter „label“ dem Explore Order Items das group_label „E-commerce - Inventory Team“ (E-Commerce – Inventarteam) hinzu:

explore: order_items { group_label: "E-commerce - Inventory Team" label: "Orders and Users"

3. Fügen Sie dem Explore Events vor dem Parameter „fields“ das group_label „E-Commerce - Marketing Team“ (E-Commerce – Marketingteam) hinzu:

explore: events { group_label: "E-commerce - Marketing Team" fields: [ALL_FIELDS*, -users.city, -users.email, -users.first_name, -users.gender, -users.last_name, -users.state]

4. Klicken Sie auf Änderungen speichern und dann auf LookML validieren.

5. Öffnen Sie in einem neuen Browsertab ein neues Looker-Fenster.

6. Maximieren Sie das Menü Explore und sehen Sie sich die Optionen an.

Jedes Explore hat jetzt eine eigene Überschrift. Wenn Sie neue Explores hinzufügen, können Sie denselben group_label-Wert verwenden, um die vorhandenen Gruppen zu erweitern, oder neue group_label-Werte zuweisen, um neue Gruppen mit eigenen Überschriften zu erstellen.

Commit für Änderungen durchführen und für die Produktion bereitstellen

1. Klicken Sie auf LookML validieren und dann auf Commit für Änderungen durchführen und pushen.

2. Fügen Sie eine Commit-Nachricht hinzu und klicken Sie auf Commit durchführen.

3. Klicken Sie abschließend auf Für Produktion bereitstellen.

Klicken Sie auf Fortschritt prüfen. Ähnliche Felder oder Explores in nützliche Kategorien gruppieren

Glückwunsch!

In diesem Lab haben Sie die Nutzerfreundlichkeit und Nachhaltigkeit von LookML-Projekten verbessert, indem Sie vorhandene Objekte wiederverwendet, Konventionen für aussagekräftige Namen angewendet und zusätzliche Parameter wie fields und hidden verwendet haben. Anschließend haben Sie die Felder auf die beschränkt, die in einem bestimmten Explore benötigt werden, und den Parameter group_label genutzt, um die Navigation in Explores durch das Gruppieren ähnlicher Felder und Explores in logische Kategorien zu erleichtern.

Weitere Informationen

• Kurzreferenz zu LookML
• LookML – Begriffe und Konzepte
• Looker-Community
• Gängige LookML-Muster
• Best Practice: Für Looker-Nutzer*innen eine positive Erfahrung schaffen

Google Cloud-Schulungen und -Zertifizierungen

In unseren Schulungen erfahren Sie alles zum optimalen Einsatz unserer Google Cloud-Technologien und können sich entsprechend zertifizieren lassen. Unsere Kurse vermitteln technische Fähigkeiten und Best Practices, damit Sie möglichst schnell mit Google Cloud loslegen und Ihr Wissen fortlaufend erweitern können. Wir bieten On-Demand-, Präsenz- und virtuelle Schulungen für Anfänger wie Fortgeschrittene an, die Sie individuell in Ihrem eigenen Zeitplan absolvieren können. Mit unseren Zertifizierungen weisen Sie nach, dass Sie Experte im Bereich Google Cloud-Technologien sind.

Anleitung zuletzt am 2. Februar 2026 aktualisiert

Lab zuletzt am 3. Dezember 2025 getestet

© 2026 Google LLC. Alle Rechte vorbehalten. Google und das Google-Logo sind Marken von Google LLC. Alle anderen Unternehmens- und Produktnamen können Marken der jeweils mit ihnen verbundenen Unternehmen sein.