教學：建立一個包含連接與資料建模的度量視圖

在這個教學中，你會在 TPC-H 資料集上建立銷售分析指標視圖。最後，你會得到一個度量視角：

利用雪花架構將訂單和客戶跨多個表格串連。
定義時間、地理和秩序屬性的欄位（也稱為維度）。
計算簡單與複雜的指標，包括比率、過濾聚合及視窗測量。
利用可組合性從較簡單的指標建立複雜的指標。
定義一個參數，在查詢時套用貼現率。
包含供儀表板和 AI 工具使用的代理程式中繼資料。

如果你是度量視圖新手，可以從「建立度量視圖」開始學習基礎。這篇教程在基礎上進一步擴展，涵蓋實際應用中的複雜性。

要求

若要完成本教學課程，您必須具備：

已啟用 Unity Catalog 的工作區。
運行 Databricks Runtime 17.3 或以上版本的 SQL 倉庫或運算資源。

如需建立度量視圖所需的完整權限清單，請參閱前置條件。

Note

Databricks Runtime 16.4 及以上版本支援建立度量檢視。本教學使用的功能需要 Databricks 執行時 17.3 或以上，且部分步驟需支援較晚的執行環境。關於每個功能的最小執行時間，請參見「指標檢視功能可用性」。

資料模型

TPC-H 資料集模擬了一條批發供應鏈。這個教學使用三個以雪花結構連接的表格：

orders在customer上連接至o_custkey = c_custkey
customer在nation上連接至c_nationkey = n_nationkey

資料表	Role	關鍵資料行
`orders`	事實表（訂單交易）	`o_orderkey`、、 `o_custkey`、 `o_totalprice`、 `o_orderdate`、 `o_orderstatus`
`customer`	維度表（客戶資料）	`c_custkey`、`c_name`、`c_mktsegment`、`c_nationkey`
`nation`	尺寸表（國家或地區參考）	`n_nationkey`、`n_name`、`n_regionkey`

步驟 1：建立度量檢視並開啟編輯器

你可以在目錄總管介面中建立這個度量檢視，使用 Genie Code 產生，或直接撰寫完整的 YAML 定義。這三種方法都解析為單一的 YAML 定義，以建模度量視圖。在接下來的每個步驟中，選擇目錄 總管介面 或 YAML 編輯器 標籤，依照您偏好的方法操作。如果你使用 YAML 編輯器，每個步驟中的範例程式碼都是 YAML 定義中對應於你在該步驟中建立內容的那一部分。

Note

本教學中的 YAML 範例使用 fields 關鍵字。當你在低程式碼編輯器中建立度量視圖時，所產生的 YAML 會改為使用對應的 dimensions 關鍵字。參見菲爾茲。

如果你不熟悉建立度量視圖的介面，請參閱「建立度量視圖」。

若要建立度量檢視，請在 Catalog Explorer 中：

搜尋 samples.tpch.orders。
按一下表格名稱。
點選 「建立指標>檢視」並命名檢視。

關於詳細的建立步驟，請參見建立指標視圖。編輯器開啟時，使用介面標籤進行互動式建置，或點擊 <> 按鈕直接編輯 YAML 定義。

步驟 2：設定度量視圖

為度量視圖設定版本和描述。 version 會決定 YAML 規範版本，而 comment 會說明度量檢視的用途，其內容會顯示於 Catalog Explorer 中。 Azure Databricks 會幫你管理這個版本。

目錄檔案總管使用者介面

這個版本已為你定義好。儲存指標檢視後，若要新增或編輯描述：

在目錄總管中，搜尋該度量檢視並按一下其名稱。
點選描述，然後輸入度量檢視的描述。你可以使用 YAML編輯器 標籤中所示的範例描述。

此文字對應 comment 於 YAML 定義中的欄位。如需更多編輯度量視圖的方法，請參見「編輯度量視圖」。

YAML 編輯器

version: 1.1

comment: |-
  Sales analytics metric view for order performance analysis.
  Joins orders with customers and geography.
  Owner: Analytics Team
  Last updated: 2025-01-15

步驟 3：定義來源與連接

定義主要來源資料表並連接相關資料表：

source 將事實表（順序）設定為顆粒。
joins 透過多對一關係帶來客戶資料。
巢狀 nation 連接展現了雪花式結構模式，透過連接 customer 來到達地理資料，其中國家是客戶的子維度。

目錄檔案總管使用者介面

此範例新增兩個 多對一 連接，用來建立雪花式綱要。

若要加入 customer 連接：

在編輯器中，點擊右上角的 「加入 」即可開啟 「新增加入 」對話框。
搜尋 samples.tpch.customer，按一下資料表名稱，然後按一下新增。
將連接條件設為 o_custkey = c_custkey。
在 聯結基數下，選擇 多對一。關於選擇基數的指引，請參見「加入基數」。

然後加入巢狀 nation 連接。重複執行從 customer 聯結開始的步驟，在 samples.tpch.nation 上聯結 c_nationkey = n_nationkey。將聯結巢狀置於 customer 之下，會把 nation 建模為 customer 的子維度。

完整的連接對話步驟，請參見步驟 2：新增連接。

YAML 編輯器

source: SELECT * FROM samples.tpch.orders

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

步驟 4：定義濾波器

A filter 限制來源資料，且適用於所有度量視圖上的查詢。本教學將度量視角限制於近期資料。

目錄檔案總管使用者介面

定義濾波器：

在編輯器中，點擊右上角的濾鏡。
使用下拉選單將欄位設為 o_orderdate，運算子設為 >=， 值設為1995-01-01。

欲了解更多關於濾波器的資訊，請參見步驟 3：定義濾波器。

YAML 編輯器

filter: o_orderdate >= '1995-01-01'

步驟五：定義欄位

欄位是使用者群組和篩選的屬性。欄位可以是類別欄位（如區域或狀態），或是使用者在查詢時彙整的未彙總數字欄位（如年齡或數量）。

代理程式中繼資料

本教學中的每個欄位和度量都包含代理程式中繼資料屬性，可改善你的指標檢視與儀表板及 AI 工具的搭配運作：

display_name： 一個可讀的標籤，出現在視覺化中，取代技術欄位名稱。
synonyms： 幫助 Genie 等 AI 工具透過自然語言查詢發現欄位與度量的替代名稱。
format： 值如何在下游表面（如儀表板、筆記本及 SQL 查詢結果）中顯示，例如以貨幣、數字或百分比。

這些屬性為可選，但建議使用。以下步驟中的欄位和度量定義會以內嵌方式包含在其中。

欄位定義

這個教學新增：

時間欄位：order_date、order_month以及order_year，以多種粒度支援不同的分析需求。
轉換後的欄位：order_status 和 order_priority，其使用 CASE 和 SPLIT 將來源代碼轉換為可讀取的標籤。
聯結欄位：customer_name、market_segment以及customer_nation，這些欄位使用聯結名稱來參照聯結資料表。巢狀連接欄位使用鏈點符號，例如 customer.nation.n_name，來遍歷雪花結構。

目錄檔案總管使用者介面

編輯器會自動將所有來源欄位加入至 Fields 分頁。編輯、重新命名、移除並新增欄位，讓度量檢視能定義以下內容。對於每個欄位，按一下其名稱即可編輯，或按一下新增以建立欄位，然後在 建立器 或自訂模式中設定運算式。如圖所示，為每個欄位設定 顯示名稱 和 同義詞 。

order_date：在 Builder 模式中，選取 o_orderdate 欄。將顯示名稱設為 Order Date。
order_month：在自訂模式中，輸入 DATE_TRUNC('MONTH', order_date)。將顯示名稱設為 Order Month。
order_year：在自訂模式中，輸入 YEAR(order_date)。將顯示名稱設為 Order Year。
order_status：在自訂模式中，輸入以下表達式。將顯示名稱設為 Order Status ，同義詞設為 status， fulfillment status。
```
CASE o_orderstatus
  WHEN 'O' THEN 'Open'
  WHEN 'P' THEN 'Processing'
  WHEN 'F' THEN 'Fulfilled'
END
```
order_priority：在自訂模式中，輸入 SPLIT(o_orderpriority, '-')[0]。將顯示名稱設為 Priority。
customer_name：在Builder模式中，從已聯結的c_name資料表選取customer欄。將顯示名稱設為 Customer Name。
market_segment：在 Builder 模式中，從已聯結的 c_mktsegment 資料表選取 customer 欄位。將顯示名稱設為 Market Segment ，同義詞設為 segment， industry。
customer_nation：在自訂模式中，輸入 customer.nation.n_name 以參照巢狀 nation 聯結。將顯示名稱設為 Country ，同義詞設為 nation， country。

完整欄位步驟請參見步驟4：新增欄位。

YAML 編輯器

fields:
  - name: order_date
    expr: o_orderdate
    display_name: Order Date

  - name: order_month
    expr: "DATE_TRUNC('MONTH', order_date)"
    display_name: Order Month

  - name: order_year
    expr: YEAR(order_date)
    display_name: Order Year

  - name: order_status
    expr: |-
      CASE o_orderstatus
        WHEN 'O' THEN 'Open'
        WHEN 'P' THEN 'Processing'
        WHEN 'F' THEN 'Fulfilled'
      END
    display_name: Order Status
    synonyms:
      - status
      - fulfillment status

  - name: order_priority
    expr: "SPLIT(o_orderpriority, '-')[0]"
    display_name: Priority

  - name: customer_name
    expr: customer.c_name
    display_name: Customer Name

  - name: market_segment
    expr: customer.c_mktsegment
    display_name: Market Segment
    synonyms:
      - segment
      - industry

  - name: customer_nation
    expr: customer.nation.n_name
    display_name: Country
    synonyms:
      - nation
      - country

步驟6：定義參數

參數讓你在查詢指標時能將值傳遞到度量視圖，因此單一定義可以服務多種查詢變體。本教學加入了一個 discount 參數，供後續的量值用來計算折現營收。該參數預設為 0，因此未傳遞值的查詢會返回未折扣的收益。欲了解更多參數，請參見「使用參數與度量視圖」。

目錄檔案總管使用者介面

在編輯器標題中，點選 「新增參數」。輸入 discount 名稱，然後輸入預設值， 0 並選擇資料型別 double 。

YAML 編輯器

parameters:
  - name: discount
    data_type: double
    default: 0

步驟7：定義衡量標準

衡量指標是使用者想要分析的計算。先定義原子度量，然後利用可組合特性建立複雜度量，這些度量會參考先前由MEASURE()函數定義的度量。如 display_name所述，為每個量值設定 format、synonyms 和。這個教學新增：

原子量值：order_count、total_revenue和unique_customers，是構成基礎的簡單彙總。
組合度量：avg_order_value 和 revenue_per_customer，其會參照先前定義的度量 MEASURE()，而不是重複撰寫彙總邏輯。若 total_revenue 有變動，這些指標會自動使用更新後的定義。請參閱組合性。
篩選式量值：open_order_revenue 和 fulfilled_order_revenue，使用 FILTER (WHERE ...) 建立不需另外建立欄位的條件量值。
參數化測度：discounted_revenue，參考 discount 該參數以應用貼現率。請參見「使用參數與度量視圖」。
視窗度量：t7d_customers，其會計算 7 天內不重複客戶的滾動計數。更多窗戶度量模式請參見窗戶度量。

目錄檔案總管使用者介面

編輯器會自動加入範例 COUNT(*) 測度。編輯或移除該項目，並新增測量，讓度量檢視明確定義為以下內容。對每個度量點選新增，然後在建構器或自訂模式中設定表達式。請依圖中設定 顯示名稱、格式與同義詞。貨幣格式用小數點2位，數字用0位小數點。

order_count：在建立器模式中，選取的o_orderkey彙總。將顯示名稱設為 Order Count，格式改為數字。
total_revenue：在Builder模式中，於選擇o_totalprice彙總。將顯示名稱設為 Total Revenue，格式為貨幣（USD），同義詞設為 revenue。 sales
discounted_revenue：在自訂模式中，輸入 SUM(o_totalprice * (1 - discount))。將顯示名稱設為 Discounted Revenue，格式為貨幣（USD）。
unique_customers：在Builder模式中，於上選擇o_custkey彙總。將顯示名稱設為 Unique Customers，格式改為數字。
avg_order_value：在自訂模式中，輸入 MEASURE(total_revenue) / MEASURE(order_count)。將顯示名稱設為 Avg Order Value，格式為 貨幣（美元），同義詞設為 AOV。
revenue_per_customer：在自訂模式中，輸入 MEASURE(total_revenue) / MEASURE(unique_customers)。將顯示名稱設為 Revenue per Customer，格式為貨幣（USD）。
open_order_revenue：在自訂模式中，輸入 SUM(o_totalprice) FILTER (WHERE o_orderstatus = 'O')。將顯示名稱設為 Open Order Revenue，格式為 貨幣（美元），同義詞設為 backlog。
fulfilled_order_revenue：在自訂模式中，輸入 SUM(o_totalprice) FILTER (WHERE o_orderstatus = 'F')。將顯示名稱設為 Fulfilled Revenue，格式為貨幣（USD）。
t7d_customers：在自訂模式中，輸入 COUNT(DISTINCT o_custkey)。然後按一下 + 視窗，並設定一個依 order_date 排序、範圍為 trailing 7 day，且採用 last 半加法彙總的視窗。將顯示名稱設為 7-Day Rolling Customers，格式改為數字。

完整測量步驟請參見步驟5：新增測量。

YAML 編輯器

measures:
  - name: order_count
    expr: COUNT(DISTINCT o_orderkey)
    display_name: Order Count
    format:
      type: number
      decimal_places:
        type: exact
        places: 0
      abbreviation: compact

  - name: total_revenue
    expr: SUM(o_totalprice)
    display_name: Total Revenue
    format:
      type: currency
      currency_code: USD
      decimal_places:
        type: exact
        places: 2
      abbreviation: compact
    synonyms:
      - revenue
      - sales

  - name: discounted_revenue
    expr: SUM(o_totalprice * (1 - discount))
    display_name: Discounted Revenue
    format:
      type: currency
      currency_code: USD
      decimal_places:
        type: exact
        places: 2
      abbreviation: compact

  - name: unique_customers
    expr: COUNT(DISTINCT o_custkey)
    display_name: Unique Customers
    format:
      type: number
      decimal_places:
        type: exact
        places: 0
      abbreviation: compact

  - name: avg_order_value
    expr: MEASURE(total_revenue) / MEASURE(order_count)
    display_name: Avg Order Value
    format:
      type: currency
      currency_code: USD
      decimal_places:
        type: exact
        places: 2
      abbreviation: compact
    synonyms:
      - AOV

  - name: revenue_per_customer
    expr: MEASURE(total_revenue) / MEASURE(unique_customers)
    display_name: Revenue per Customer
    format:
      type: currency
      currency_code: USD
      decimal_places:
        type: exact
        places: 2
      abbreviation: compact

  - name: open_order_revenue
    expr: SUM(o_totalprice) FILTER (WHERE o_orderstatus = 'O')
    display_name: Open Order Revenue
    format:
      type: currency
      currency_code: USD
      decimal_places:
        type: exact
        places: 2
      abbreviation: compact
    synonyms:
      - backlog

  - name: fulfilled_order_revenue
    expr: SUM(o_totalprice) FILTER (WHERE o_orderstatus = 'F')
    display_name: Fulfilled Revenue
    format:
      type: currency
      currency_code: USD
      decimal_places:
        type: exact
        places: 2
      abbreviation: compact

  - name: t7d_customers
    expr: COUNT(DISTINCT o_custkey)
    window:
      - order: order_date
        semiadditive: last
        range: trailing 7 day
    display_name: 7-Day Rolling Customers
    format:
      type: number
      decimal_places:
        type: exact
        places: 0

回顧完整定義

完成上述步驟後，你的度量視角會有以下完整定義：

查看完整的 YAML 定義

version: 1.1

parameters:
  - name: discount
    data_type: double
    default: 0

source: SELECT * FROM samples.tpch.orders

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

filter: o_orderdate >= '1995-01-01'

comment: |-
  Sales analytics metric view for order performance analysis.
  Joins orders with customers and geography.
  Owner: Analytics Team
  Last updated: 2025-01-15

fields:
  - name: order_date
    expr: o_orderdate
    display_name: Order Date
  - name: order_month
    expr: "DATE_TRUNC('MONTH', order_date)"
    display_name: Order Month
  - name: order_year
    expr: YEAR(order_date)
    display_name: Order Year
  - name: order_status
    expr: |-
      CASE o_orderstatus
        WHEN 'O' THEN 'Open'
        WHEN 'P' THEN 'Processing'
        WHEN 'F' THEN 'Fulfilled'
      END
    display_name: Order Status
    synonyms:
      - status
      - fulfillment status
  - name: order_priority
    expr: "SPLIT(o_orderpriority, '-')[0]"
    display_name: Priority
  - name: customer_name
    expr: customer.c_name
    display_name: Customer Name
  - name: market_segment
    expr: customer.c_mktsegment
    display_name: Market Segment
    synonyms:
      - segment
      - industry
  - name: customer_nation
    expr: customer.nation.n_name
    display_name: Country
    synonyms:
      - nation
      - country

measures:
  - name: order_count
    expr: COUNT(DISTINCT o_orderkey)
    display_name: Order Count
    format:
      type: number
      decimal_places:
        type: exact
        places: 0
      abbreviation: compact
  - name: total_revenue
    expr: SUM(o_totalprice)
    display_name: Total Revenue
    format:
      type: currency
      currency_code: USD
      decimal_places:
        type: exact
        places: 2
      abbreviation: compact
    synonyms:
      - revenue
      - sales
  - name: discounted_revenue
    expr: SUM(o_totalprice * (1 - discount))
    display_name: Discounted Revenue
    format:
      type: currency
      currency_code: USD
      decimal_places:
        type: exact
        places: 2
      abbreviation: compact
  - name: unique_customers
    expr: COUNT(DISTINCT o_custkey)
    display_name: Unique Customers
    format:
      type: number
      decimal_places:
        type: exact
        places: 0
      abbreviation: compact
  - name: avg_order_value
    expr: MEASURE(total_revenue) / MEASURE(order_count)
    display_name: Avg Order Value
    format:
      type: currency
      currency_code: USD
      decimal_places:
        type: exact
        places: 2
      abbreviation: compact
    synonyms:
      - AOV
  - name: revenue_per_customer
    expr: MEASURE(total_revenue) / MEASURE(unique_customers)
    display_name: Revenue per Customer
    format:
      type: currency
      currency_code: USD
      decimal_places:
        type: exact
        places: 2
      abbreviation: compact
  - name: open_order_revenue
    expr: SUM(o_totalprice) FILTER (WHERE o_orderstatus = 'O')
    display_name: Open Order Revenue
    format:
      type: currency
      currency_code: USD
      decimal_places:
        type: exact
        places: 2
      abbreviation: compact
    synonyms:
      - backlog
  - name: fulfilled_order_revenue
    expr: SUM(o_totalprice) FILTER (WHERE o_orderstatus = 'F')
    display_name: Fulfilled Revenue
    format:
      type: currency
      currency_code: USD
      decimal_places:
        type: exact
        places: 2
      abbreviation: compact
  - name: t7d_customers
    expr: COUNT(DISTINCT o_custkey)
    window:
      - order: order_date
        semiadditive: last
        range: trailing 7 day
    display_name: 7-Day Rolling Customers
    format:
      type: number
      decimal_places:
        type: exact
        places: 0

使用 SQL 建立度量檢視

如果你是在目錄檔案總管之外建立這個定義，請執行以下 SQL 來建立度量檢視：

CREATE OR REPLACE VIEW catalog.schema.tpch_sales_analytics
WITH METRICS
LANGUAGE YAML
AS $$
version: 1.1

parameters:
  - name: discount
    data_type: double
    default: 0

source: SELECT * FROM samples.tpch.orders

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

filter: o_orderdate >= '1995-01-01'

comment: |-
  Sales analytics metric view for order performance analysis.
  Joins orders with customers and geography.
  Owner: Analytics Team
  Last updated: 2025-01-15

fields:
  - name: order_date
    expr: o_orderdate
    display_name: Order Date
  - name: order_month
    expr: "DATE_TRUNC('MONTH', order_date)"
    display_name: Order Month
  - name: order_year
    expr: YEAR(order_date)
    display_name: Order Year
  - name: order_status
    expr: |-
      CASE o_orderstatus
        WHEN 'O' THEN 'Open'
        WHEN 'P' THEN 'Processing'
        WHEN 'F' THEN 'Fulfilled'
      END
    display_name: Order Status
    synonyms:
      - status
      - fulfillment status
  - name: order_priority
    expr: "SPLIT(o_orderpriority, '-')[0]"
    display_name: Priority
  - name: customer_name
    expr: customer.c_name
    display_name: Customer Name
  - name: market_segment
    expr: customer.c_mktsegment
    display_name: Market Segment
    synonyms:
      - segment
      - industry
  - name: customer_nation
    expr: customer.nation.n_name
    display_name: Country
    synonyms:
      - nation
      - country

measures:
  - name: order_count
    expr: COUNT(DISTINCT o_orderkey)
    display_name: Order Count
    format:
      type: number
      decimal_places:
        type: exact
        places: 0
      abbreviation: compact
  - name: total_revenue
    expr: SUM(o_totalprice)
    display_name: Total Revenue
    format:
      type: currency
      currency_code: USD
      decimal_places:
        type: exact
        places: 2
      abbreviation: compact
    synonyms:
      - revenue
      - sales
  - name: discounted_revenue
    expr: SUM(o_totalprice * (1 - discount))
    display_name: Discounted Revenue
    format:
      type: currency
      currency_code: USD
      decimal_places:
        type: exact
        places: 2
      abbreviation: compact
  - name: unique_customers
    expr: COUNT(DISTINCT o_custkey)
    display_name: Unique Customers
    format:
      type: number
      decimal_places:
        type: exact
        places: 0
      abbreviation: compact
  - name: avg_order_value
    expr: MEASURE(total_revenue) / MEASURE(order_count)
    display_name: Avg Order Value
    format:
      type: currency
      currency_code: USD
      decimal_places:
        type: exact
        places: 2
      abbreviation: compact
    synonyms:
      - AOV
  - name: revenue_per_customer
    expr: MEASURE(total_revenue) / MEASURE(unique_customers)
    display_name: Revenue per Customer
    format:
      type: currency
      currency_code: USD
      decimal_places:
        type: exact
        places: 2
      abbreviation: compact
  - name: open_order_revenue
    expr: SUM(o_totalprice) FILTER (WHERE o_orderstatus = 'O')
    display_name: Open Order Revenue
    format:
      type: currency
      currency_code: USD
      decimal_places:
        type: exact
        places: 2
      abbreviation: compact
    synonyms:
      - backlog
  - name: fulfilled_order_revenue
    expr: SUM(o_totalprice) FILTER (WHERE o_orderstatus = 'F')
    display_name: Fulfilled Revenue
    format:
      type: currency
      currency_code: USD
      decimal_places:
        type: exact
        places: 2
      abbreviation: compact
  - name: t7d_customers
    expr: COUNT(DISTINCT o_custkey)
    window:
      - order: order_date
        semiadditive: last
        range: trailing 7 day
    display_name: 7-Day Rolling Customers
    format:
      type: number
      decimal_places:
        type: exact
        places: 0
$$;

關於建立其他度量視圖的方法，請參見建立度量視圖。

步驟八：查詢指標視圖

使用商業友善的語法查詢度量視圖。這個 MEASURE() 函數會依據你所選欄位的粒度彙總量值。

依維度彙總量值

此範例彙整了跨多個領域的測量。它回傳總營收、訂單數及按客戶國家和市場區隔區劃分的平均訂單金額，並依營收最高排序：

SELECT
  customer_nation,
  market_segment,
  MEASURE(total_revenue) AS total_revenue,
  MEASURE(order_count) AS order_count,
  MEASURE(avg_order_value) AS avg_order_value
FROM catalog.schema.tpch_sales_analytics
GROUP BY customer_nation, market_segment
ORDER BY total_revenue DESC;

分析每月趨勢

此範例結合時間域與衡量趨勢。它會依月回傳總營收與未結訂單收入（待訂單）及訂單狀態：

SELECT
  order_month,
  order_status,
  MEASURE(total_revenue) AS total_revenue,
  MEASURE(open_order_revenue) AS open_order_revenue
FROM catalog.schema.tpch_sales_analytics
GROUP BY order_month, order_status
ORDER BY order_month;

傳遞參數值

因為度量視圖定義了一個參數，你可以把它叫做一個以表格為值的函式，並在查詢時傳遞一個值。以下查詢可享有10% 折扣。由於 discount 預設值為 0，省略參數的查詢則返回未貼現的收入：

SELECT
  customer_nation,
  MEASURE(total_revenue) AS total_revenue,
  MEASURE(discounted_revenue) AS discounted_revenue
FROM catalog.schema.tpch_sales_analytics(discount => 0.1)
GROUP BY customer_nation
ORDER BY discounted_revenue DESC;

你學到了什麼

你建立了一個度量視圖，展示了：

Feature	範例
雪花模式結合	從客戶到國家的訂單（嵌套的多對一關聯）
時間欄位	日期、月份、年份的細緻度
已轉換的欄位	`CASE` 語句、 `SPLIT` 函數
簡單測量	`COUNT`、`SUM`
可組合性	`avg_order_value` 並參考 `revenue_per_customer` 透過 `MEASURE()` 使用之先前定義的度量
過濾度量	`FILTER (WHERE ...)` 條件彙總
窗戶測量	使用 7 天滾動客戶計數 `trailing 7 day`
參數	`discount` 參數套用於 `discounted_revenue` 度量
代理元資料	`display_name`， `format`， `synonyms` 關於域與測度

其他資源

窗口衡量用來計算滾動平均值及年初至今總額。
為度量視圖實現實體化，以提升大型資料集的查詢效能。
用指標檢視來在 AI/BI 儀表板中使用你的指標檢視。

意見反應

此頁面對您有幫助嗎？

上次更新時間： 2026-09-11