Skapa en vy för mätvärden

Katalogutforskaren tillhandahåller ett visuellt gränssnitt för att skapa måttvyer. Du definierar fält och mått interaktivt, utan att skriva en YAML-definition.

Den här sidan går igenom hur du skapar en måttvy i katalogutforskarens användargränssnitt. Ett mer komplext exempel med kopplingar och avancerade mått finns i Självstudie: skapa en måttvy med kopplingar och datamodellering. Information om hur du skapar en måttvy baserat på befintliga Tableau- eller Power BI tillgångar finns i Använda Genie Code för att importera en Tableau- eller Power BI-fil.

Förutsättningar

Innan du skapar en måttvy kontrollerar du att du har följande behörigheter:

• SELECT behörigheter för den tabellliknande tillgång eller SQL-fråga som används som källa.
• CREATE TABLE och USE SCHEMA behörigheter i schemat där du vill skapa måttvyn.
• USE CATALOG behörighet i den överordnade katalogen.
• CAN USE behörighet på ett SQL-lager eller annan beräkningsresurs som kör Databricks Runtime 17.3 eller senare.

En metaarkivadministratör eller katalogägare kan bevilja alla dessa privilegier. En schemaägare eller användare med MANAGE behörighet kan bevilja USE SCHEMA och CREATE TABLE behörigheter för schemat.

Skapa en måttvy

Skapa en måttvy i Catalog Explorer med någon av följande metoder:

• Användargränssnittsredigerare: På fliken Användargränssnitt definierar du fält och mått interaktivt, utan att skriva kod.
• YAML-redigerare: klicka på <> knappen för att redigera definitionen direkt. Syntaxen finns i YAML-syntaxreferens för måttvy. Du kan också använda en YAML-definition i en SQL-instruktion för att skapa en måttvy. Det fullständiga exemplet i både YAML och SQL finns i Definiera en måttvy i SQL eller YAML.
• Genie Code: öppna Genie Code från knapp i det övre högra hörnet och beskriv vad du vill ha på naturligt språk. Se Använda Genie Code.

Följande steg använder fliken Användargränssnitt och samples.tpch.orders tabellen, som är tillgänglig på varje arbetsyta, för att skapa en exempelvy för försäljningsanalysmått. Den slutförda måttvyn matchar definitionen i Definiera en måttvy i SQL eller YAML. Mer information om den här datamängden finns i Exempeldatauppsättningar.

Steg 1: Skapa måttvyn och öppna redigeraren

1. Klicka på Katalog i arbetsytans sidofält.
2. Använd sökfältet för att hitta samples.tpch.ordersoch klicka sedan på tabellnamnet.
3. Klicka på Skapa>måttvy. I dialogrutan Skapa måttvy anger du ett namn, väljer ett katalog- och schemamål och klickar sedan på Skapa.

Redigeraren öppnas på fliken Användargränssnitt . Redigeraren lägger till alla källkolumner på fliken Fält automatiskt och lägger till ett exempelmått COUNT(*) .

Steg 2: Lägg till en sammanfogning

Exemplet ansluter till tabellen customer så att kundattribut blir tillgängliga som fält. Om du vill lägga till sammanfogningen klickar du på knappen för sammanfogning uppe till höger i redigeraren:

1. För att källan ska ansluta väljer du samples.tpch.customer och klickar på Lägg till.
2. Ange customer som kopplingsnamn.
3. Använd listrutorna för att ange kopplingsvillkoret till source.o_custkey = customer.c_custkey. Om du vill lägga till fler än en kopplingskolumn klickar du på + Kopplingsnyckel. Om du vill ange ett annat villkor än likhet klickar du på Uttryck och förfinar villkoret.
4. Under Anslut kardinalitet väljer du Många-till-en. Vägledning om hur du väljer kardinalitet finns i Anslut kardinalitet.
5. Välj Högst en träff under Frågeprestanda. Varje beställning matchar högst en kund, så den här optimeringen är säker och anges at_most_one_match: true i YAML-definitionen.
6. Klicka på Anslut.
7. I dialogrutan Lägg till fält klickar du på Lägg till alla kolumner för att dynamiskt importera alla kolumner från källtabellen. Om du vill lägga till enskilda kolumner i stället hoppar du över det här steget. Fält från det kopplade objektet visas i listrutan med fält från källan.

Kopplingar kombinerar källtabellen med andra tabeller eller frågor. För kopplingsmodelleringskoncept, inklusive star- och snowflake-scheman och YAML-mönster, se Arbeta med kopplingar.

Steg 3: Definiera ett filter

Den fullständiga YAML-definitionen senare på den här sidan innehåller ett filter som begränsar måttvyn till beställningar som gjorts efter den 1 januari 1990.

Ange uttryck med Builder eller Custom

När du definierar ett filter, fält eller mått anger du dess uttryck med något av två alternativ i avsnittet Uttryck :

• Builder: Välj från kontextmedvetna listrutor så genererar redigeraren SQL-uttrycket åt dig.
• Anpassad: Ange SQL-uttrycket direkt.

I följande steg används Builder för enkel kolumnfiltrering, omvandlingar och aggregeringar, och Custom för uttryck som Builder inte kan skapa, till exempel CASE-satser och sammansatta mått.

Så här definierar du filtret:

1. Klicka på Filtrera i det övre högra hörnet i redigeringsprogrammet för måttvyn.
2. Ange filteruttrycket:
   • I Builder väljer du Kolumnsource.o_orderdate, OperatorGreater than och Värde1990-01-01.
   • I Anpassad skriver du SQL-uttrycket source.o_orderdate > '1990-01-01'.

Ett filter gäller för alla frågor som refererar till måttvyn. Information om filtermodelleringsbegrepp och YAML-mönster finns i Tillämpa filter.

Steg 4: Lägg till fält

När du definierar ett filter, fält eller mått anger du dess uttryck med något av två alternativ i avsnittet Uttryck :

• Builder: Välj från kontextmedvetna listrutor så genererar redigeraren SQL-uttrycket åt dig. De tillgängliga alternativen ändras baserat på kolumntyp och värden.
• Anpassad: Ange SQL-uttrycket direkt.

Stegen som följer växlar mellan de två alternativen baserat på komplexiteten i varje uttryck. Använd Builder för enkla kolumntransformeringar och sammansättningar och växla till Anpassad för uttryck som Builder inte kan skriva, till exempel CASE instruktioner och sammansatta mått.

Exemplet definierar tre fält: två transformerade kolumner från källan och en kolumn från den anslutna customer tabellen. Fält, även kallade dimensioner, fungerar som vanliga tabellkolumner. Ett fält kan vara en kategorisk kolumn som används för gruppering och filtrering, eller en oaggregerad numerisk kolumn som du kan aggregera vid frågetillfället. Mer information om modelleringsfält finns i Fält.

Redigeraren lägger automatiskt till alla källkolumner på fliken Fält . Om du vill matcha exemplet tar du bort de kolumner som du inte behöver så att endast source.o_orderdate, source.o_orderstatusoch customer.c_mktsegment förblir.

Så här tar du bort ett fält:

1. Klicka på fliken Fält .
2. Klicka på kryssrutan till vänster om fältnamnet för att markera de fält som du vill ta bort.
3. Klicka på Ta bort.

Om du vill ta bort enskilda fält använder du till höger om fältnamnet.

När du redigerar ett fält kan du också lägga till metadata:

• Visningsnamn: en beskrivande etikett.
• Kommentar: en beskrivning av fältet.
• Synonymer: alternativa namn som hjälper AI-verktyg att identifiera fältet. Se Synonymer.
• Format: anpassad dataformatering som styr hur värden visas. Formatet är endast tillgängligt för numeriska kolumner, datum- och datetime-kolumner. Se Formatspecifikationer.
• Reglerade taggar: styrda taggar för klassificering och styrning.

Om du vill definiera varje fält klickar du på namnet på fliken Fält , skapar dess uttryck och lägger till en valfri kommentar. Om du vill köra omvandlingen och visa resultatet klickar du på .

1. Beställningsmånad: Klicka på Builder. Välj source.o_orderdate sedan och tillämpa en månadstransformning för att skapa DATE_TRUNC('MONTH', source.o_orderdate). Lägg till kommentaren Month of order.

2. Orderstatus: Klicka på Anpassad. Lägg sedan till kommentaren Status of order och ange följande uttryck:

   CASE
     WHEN source.o_orderstatus = 'O' THEN 'Open'
     WHEN source.o_orderstatus = 'P' THEN 'Processing'
     WHEN source.o_orderstatus = 'F' THEN 'Fulfilled'
   END
   

3. Marknadssegment: I Builder väljer du customer.c_mktsegment kolumnen från den anslutna customer tabellen. Lägg till kommentaren Customer market segment.

Steg 5: Lägg till mått

I exemplet definieras tre mått. Mått är aggregerade uttryck som producerar affärsmått, till exempel total intäkt eller orderantal. Redigeraren lägger till ett COUNT(*) mått automatiskt. Du kan redigera eller ta bort det.

När du redigerar ett mått kan du också lägga till Visningsnamn, Kommentar, Synonymer, Format och Styrda taggar, samma metadata som finns tillgängliga för fält.

Om du vill lägga till varje mått klickar du på , skapar dess uttryck på fliken + och lägger till en valfri kommentar. Om du vill köra aggregeringen och visa resultatet klickar du på . När du lägger till ett mått visas Genie-förslag överst i åtgärdsredigerarens fönster. klicka på ett förslag för att skapa måttet.

1. Orderantal: I Builder väljer du aggregeringen Antal för att skapa COUNT(1). Lägg till kommentaren Total number of orders.
2. Total intäkt: I Builder väljer du source.o_totalprice och summans sammansättning för att producera SUM(source.o_totalprice). Lägg till kommentaren Sum of all order prices.
3. Totala intäkter per kund: I Anpassad anger du SUM(source.o_totalprice) / COUNT(DISTINCT source.o_custkey). Lägg till kommentaren Average revenue per unique customer.

Om du vill lägga till ett fönstermått för tidsserieberäkningar, till exempel glidande medelvärden eller löpande summor, klickar du på + Fönster när du redigerar måttet. Se Fönstermått.

Steg 6: Spara måttvyn

Klicka på Spara. Den slutförda måttvyn matchar definitionen i Definiera en måttvy i SQL eller YAML.

Definiera en metrikvy i SQL eller YAML

I stället för att skapa en måttvy i användargränssnittet kan du definiera den direkt i YAML, eller i SQL med CREATE VIEW-satsen med WITH METRICS-klasulen. Följande är den fullständiga definitionen av exempelmåttvyn. Det är en filtrerad vy över samples.tpch.orders kopplade till samples.tpch.customer, med fält för ordermånad, orderstatus och kundmarknadssegment samt mått för orderantal, totala intäkter och intäkter per kund.

YAML-definition

Om du vill definiera måttvyn direkt i YAML använder du följande definition:

version: 1.1
comment: 'Orders KPIs for sales analysis'
source: samples.tpch.orders

joins:
  - name: customer
    source: samples.tpch.customer
    'on': source.o_custkey = customer.c_custkey
    rely:
      at_most_one_match: true

filter: source.o_orderdate > '1990-01-01'

fields:
  - name: Order Month
    expr: DATE_TRUNC('MONTH', source.o_orderdate)
    comment: 'Month of order'

  - name: Order Status
    expr: |-
      CASE
        WHEN source.o_orderstatus = 'O' THEN 'Open'
        WHEN source.o_orderstatus = 'P' THEN 'Processing'
        WHEN source.o_orderstatus = 'F' THEN 'Fulfilled'
      END
    comment: 'Status of order'

  - name: Market Segment
    expr: customer.c_mktsegment
    comment: 'Customer market segment'

measures:
  - name: Order Count
    expr: COUNT(1)
    comment: 'Total number of orders'

  - name: Total Revenue
    expr: SUM(source.o_totalprice)
    comment: 'Sum of all order prices'

  - name: Total Revenue per Customer
    expr: SUM(source.o_totalprice) / COUNT(DISTINCT source.o_custkey)
    comment: 'Average revenue per unique customer'

Fullständig YAML-syntaxinformation finns i YAML-syntaxreferens för måttvy.

SQL-instruktion

Om du vill skapa måttvyn i SQL omsluter du YAML-definitionen i en CREATE VIEW -instruktion med WITH METRICS -satsen och placerar YAML mellan $$ avgränsare:

CREATE OR REPLACE VIEW orders_metric_view WITH METRICS LANGUAGE YAML AS
$$
  version: 1.1
  comment: "Orders KPIs for sales analysis"
  source: samples.tpch.orders

  joins:
    - name: customer
      source: samples.tpch.customer
      'on': source.o_custkey = customer.c_custkey
      rely:
        at_most_one_match: true

  filter: source.o_orderdate > '1990-01-01'

  fields:
    - name: Order Month
      expr: DATE_TRUNC('MONTH', source.o_orderdate)
      comment: "Month of order"

    - name: Order Status
      expr: |-
        CASE
          WHEN source.o_orderstatus = 'O' THEN 'Open'
          WHEN source.o_orderstatus = 'P' THEN 'Processing'
          WHEN source.o_orderstatus = 'F' THEN 'Fulfilled'
        END
      comment: "Status of order"

    - name: Market Segment
      expr: customer.c_mktsegment
      comment: "Customer market segment"

  measures:
    - name: Order Count
      expr: COUNT(1)
      comment: "Total number of orders"

    - name: Total Revenue
      expr: SUM(source.o_totalprice)
      comment: "Sum of all order prices"

    - name: Total Revenue per Customer
      expr: SUM(source.o_totalprice) / COUNT(DISTINCT source.o_custkey)
      comment: "Average revenue per unique customer"
$$

Massimportera fält och mått med jokertecken

Gäller för: Databricks Runtime 18.2 och senare med YAML-specifikation 1.1

I stället för att visa varje fält kan du använda ett jokertecken i ett expr för att importera alla kolumner från källan eller en ansluten tabell. Detta är användbart när du vill att måttvyn ska exponera varje kolumn från en överordnad tillgång. Utelämna name för ett jokertecken, eftersom Azure Databricks hämtar varje kolumnnamn från källan. Du kan blanda jokertecken med explicit definierade fält och mått.

Följande definition importerar alla fält från källan utom ett, lägger till ett fält från den anslutna customer tabellen och definierar ett explicit mått:

version: 1.1
source: samples.tpch.orders

joins:
  - name: customer
    source: samples.tpch.customer
    'on': source.o_custkey = customer.c_custkey

fields:
  - expr: source.* EXCEPT (o_comment)
  - name: Market Segment
    expr: customer.c_mktsegment

measures:
  - name: Order Count
    expr: COUNT(1)

För den fullständiga jokerteckensyntaxen, inklusive import av alla kolumner från en sammanfogad tabell (customer.*), expansion av strukturer och hantering av namnkollisioner, se Massimportera fält och mått med jokertecken.

Använda Genie Code

Genie Code är en AI-assistent som du öppnar från i det övre högra hörnet i redigeraren. Beskriv vad du vill ha på naturligt språk och Genie Code uppdaterar måttvydefinitionen åt dig. Genie Code är sammanhangsmedveten: på fliken Användargränssnitt uppdateras redigeraren åt dig och i YAML-redigeraren infogas YAML.

Om du vill lägga till ett enda mått i en befintlig måttvy beskriver du det:

add an average sales per customer measure

Om du vill skapa en fullständig måttvy från en beskrivning av naturligt språk beskriver du den för Genie Code. Resultatet är en definition som liknar exemplet på den här sidan. de exakta fältnamnen och kommentarerna kan variera.

Create a metric view on samples.tpch.orders joined to samples.tpch.customer on o_custkey = c_custkey. Add a field for order month by truncating the order date to the month, a field for order status that maps 'O' to Open, 'P' to Processing, and 'F' to Fulfilled, and a field for the customer market segment. Add measures for the total number of orders, the total revenue as the sum of order price, and the total revenue per unique customer. Filter to orders placed after January 1, 1990.

Du kan också skapa en måttvy genom att importera en Tableau- eller Power BI-fil. Se Använda Genie Code för att importera en Tableau- eller Power BI-fil.

Ytterligare resurser

När du har skapat en måttvy använder du följande resurser för att fråga, modellera och hantera ditt arbete.

• Fråga måttvyer: Fråga måttvyer från SQL-redigerare, anteckningsböcker, instrumentpaneler och aviseringar.
• Modellmåttvyer: Modellkällor, fält, mått, filter och kopplingar.
• Hantera måttvyer: Kontrollera åtkomst, aktivera samarbetsredigering och hantera livscykeln för måttvyn.
• YAML-syntaxreferens för måttvy: Se den fullständiga specifikationen för måttvy-YAML.