lookml-fields

指示

1. フィールドタイプの概要

LookML のフィールドは、データモデルの構成要素です。それぞれのタイプは、SQL の生成において特定の役割を果たします。

フィールドタイプ	目的	SQL 生成フェーズ
ディメンション	データ（属性）を記述します。結果をグループ化します。	SELECT 句および GROUP BY 句。
メジャー	データを集計します（指標）。結果を計算します。	SELECT 句（集計を伴います）。
フィルター	条件に基づいてデータを制限します。	WHERE 句または HAVING 句（テンプレート化されたフィルター経由）。
パラメーター	動的ロジックのためのユーザー入力を受け取ります。	直接のフェーズなし（値を他のフィールドに挿入します）。
ディメンショングループ	時間ベースのディメンション（type: time）を生成するか、日付の差分や期間（type: duration）を計算します。	SELECT 句および GROUP BY 句（複数の列）。

2. sql パラメーターの役割

sql パラメーターの動作は、フィールドタイプによって厳密に異なります。

ディメンション：「何を」

• 役割：集計の前に、列に対して行う生の変換を定義します。
• SQL コンテキスト：式は GROUP BY 句に直接配置されます。
• 入力：テーブル列（${TABLE}.col）、他のディメンション（${dim}）、または生の SQL 関数を参照できます。
• 例：

  dimension: full_name {
    sql: CONCAT(${first_name}, ' ', ${last_name}) ;;
  }
  -- 生成結果：CONCAT(table.first_name, ' ', table.last_name)
  

メジャー：「どれだけ」

• 役割：集計する値、または他の集計を含む計算を定義します。
• SQL コンテキスト：式は集計関数の内側（例：SUM(sql)）に配置されるか、type: number の場合は単独の計算として配置されます。
• 入力：
  • type: sum/avg/min/max の場合：ディメンションまたは列を参照します。
  • type: number の場合：他のメジャーを参照します。
  • type: count の場合：sql は無視されます（常に COUNT(*) または COUNT(primary_key) になります）。
• 例：

  measure: total_profit {
    type: sum
    sql: ${sale_price} - ${cost} ;; 
  }
  -- 生成結果：SUM(sale_price - cost)
  

フィルター：「どれを」

• 役割：条件ロジックを定義します。通常、派生テーブルや sql_always_where で使用するテンプレート化されたフィルターを定義します。
• SQL コンテキスト：現代の LookML では、filter フィールドの sql パラメーターを直接使用することはほとんどありません。代わりに、フィルターへの入力値を {% condition %} タグで使用します。
• ベストプラクティス：filter フィールドが必要なのか、それとも parameter と dimension だけでよいのかを見極めてください。
• 例（テンプレート化されたフィルター）：

  filter: date_filter { type: date }
  -- 派生テーブルの SQL での使用例：
  -- WHERE {% condition date_filter %} created_at {% endcondition %}
  

パラメーター：「ユーザー入力」

• 役割：それ自体では SQL を生成しません。他のフィールドに挿入するユーザーが選択した値を保持します。
• SQL コンテキスト：ディメンション、メジャー、または派生テーブル内で Liquid 変数（{% parameter name %}）を使用して参照します。
• 入力：ユーザーは UI のリストから選択するか、値を入力します。
• 例：

  parameter: timeframe_selector {
    type: unquoted
    allowed_value: { value: "month" }
    allowed_value: { value: "year" }
  }
  dimension: dynamic_date {
    sql: DATE_TRUNC({% parameter timeframe_selector %}, ${created_raw}) ;;
  }
  

ディメンショングループ：「時間生成と日付差分の計算」

• 役割: type: time の場合、基準となるタイムスタンプから複数の時間枠を生成します。type: duration の場合、2つのタイムスタンプ間の経過時間や日付の差分（例：month_since_signup、datediff）を計算します。
• SQL コンテキスト: 列に対してキャスト、切り捨て、または日付差分の計算を行います。
• 入力: 標準化されたタイムスタンプ／日付の式、または開始／終了タイムスタンプ列。
• 例:

  dimension_group: created {
    type: time
    timeframes: [date, month]
    sql: ${TABLE}.created_at ;;
  }
  -- Generates:
  -- created_date -> CAST(table.created_at AS DATE)
  -- created_month -> DATE_TRUNC(table.created_at, MONTH)
  

3. 違いのまとめ

種類	sql の参照先...	Measure を参照できますか？	集計済みですか？
ディメンション	列、その他のディメンション	いいえ	いいえ
Measure（集計）	列、ディメンション	いいえ	はい
Measure（数値）	その他の Measure	はい	はい（すでに集計済み）
フィルター	（ほとんど使用しません）	いいえ	該当なし
パラメーター	（なし）	いいえ	該当なし

リファレンススキル

フィールドの種類ごとの詳細な基準については、以下を参照してください。

• ディメンション：命名、ラベル、種類ごとのルール。
• Measures：集計の種類、フィルター、フォーマット。
• フィルターとパラメーター：テンプレート化されたフィルターとユーザー入力。
• ディメンショングループ：時間枠と間隔。
• 値のフォーマット：名前付きおよびカスタムの通貨／数値フォーマット。