模型指標視圖資料

本頁說明如何建立指標檢視模型，以及使用這些檢視的最佳實務。

指標檢視有助於為您的資料建立語意層，將原始表格轉換為標準化、業務友好的指標。 他們定義要衡量的內容、如何匯總以及如何細分，確保組織中的每個使用者都報告相同關鍵績效指標 （KPI） 的相同數字。 目標是為業務指標建立單一事實來源。

透過將資料建模為指標檢視，您可以抽象化複雜的 SQL、表格結構和資料品質問題，讓分析師能夠專注於分析。

核心元件

建立度量檢視模型涉及在來源資料上定義下列元素：

定義來源

您可以使用類似數據表的資產或 SQL 查詢作為計量檢視的來源。 若要使用表格類的資產，您必須至少擁有該資產的SELECT權限。

使用數據表作為來源

若要使用數據表作為來源，請包含完整數據表名稱，如下列範例所示。

source: samples.tpch.orders

使用 SQL 查詢作為來源

若要使用 SQL 查詢，請直接在 YAML 中撰寫查詢文字。

source: SELECT * FROM samples.tpch.orders o
  LEFT JOIN samples.tpch.customer c
  ON o.o_custkey = c.c_custkey

使用計量檢視作為來源

您也可以使用現有的計量檢視作為新計量檢視的來源：

version: 1.1
source: views.examples.source_metric_view

dimensions:
  # Dimension referencing dimension from source_metric_view
  - name: Order date
    expr: order_date_dim

measures:
  # Measure referencing dimension from source_metric_view
  - name: Latest order month
    expr: MAX(order_date_dim_month)

  # Measure referencing measure from source_metric_view
  - name: Latest order year
    expr: DATE_TRUNC('year', MEASURE(max_order_date_measure))

使用指標檢視做為來源時，參考維度和量值會套用相同的可組合性規則。 請參閱 組合性。

尺寸

在查詢時，維度是在SELECT、WHERE和GROUP BY子句中使用的資料行。 每個表達式都必須傳回純量值。 維度定義為陣列。 每個維度都包含兩個元件：

• name：欄的別名。

• expr：來源資料上的 SQL 運算式，用於定義度量檢視中維度或先前定義的維度。

措施

量值是由一系列運算式所組成的資料行，這些運算式能夠在不需經過預設的聚合層級下直接產生結果。 它們必須使用聚合函數來表示。 若要參考查詢中的量值，您必須使用 函 MEASURE 式。 量值可以參考來源資料或先前定義的維度中的基底欄位。 每個量值都包含下列元件：

• name：量值的別名。

• expr：可包含 SQL 聚合函數的匯總 SQL 表達式。

下列範例示範常見的量值模式：

measures:
  # Simple count measure
  - name: Order Count
    expr: COUNT(1)

  # Sum aggregation measure
  - name: Total Revenue
    expr: SUM(o_totalprice)

  # Distinct count measure
  - name: Unique Customers
    expr: COUNT(DISTINCT o_custkey)

  # Calculated measure combining multiple aggregations
  - name: Average Order Value
    expr: SUM(o_totalprice) / COUNT(DISTINCT o_orderkey)

  # Filtered measure with WHERE condition
  - name: High Priority Order Revenue
    expr: SUM(o_totalprice) FILTER (WHERE o_orderpriority = '1-URGENT')

  # Measure using a dimension
  - name: Average Revenue per Month
    expr: SUM(o_totalprice) / COUNT(DISTINCT DATE_TRUNC('MONTH', o_orderdate))

如需聚合函數的清單，請參閱 聚合 函數。

請參閱 measure 聚合函數。

套用篩選器

計量檢視 YAML 定義中的篩選會套用至參考它的所有查詢。 它必須寫入為 SQL 布爾表示式，而且相當於在 SQL 查詢中使用 WHERE 子句。

下列範例示範常見的篩選模式：

# Single condition filter
filter: o_orderdate > '2024-01-01'

# Multiple conditions with AND
filter: o_orderdate > '2024-01-01' AND o_orderstatus = 'F'

# Multiple conditions with OR
filter: o_orderpriority = '1-URGENT' OR o_orderpriority = '2-HIGH'

# Complex filter with IN clause
filter: o_orderstatus IN ('F', 'P') AND o_orderdate >= '2024-01-01'

# Filter with NOT
filter: o_orderstatus != 'O' AND o_totalprice > 1000.00

# Filter with LIKE pattern matching
filter: o_comment LIKE '%express%' AND o_orderdate > '2024-01-01'

您也可以在查詢或取用指標檢視時新增篩選器。

進階建模功能

計量檢視建模支援進階技術來建立複雜且高度可重複使用的計量。

Joins

聯結可讓您使用相關表格中的描述性屬性來豐富度量檢視。 您可以使用聯結來建立從事實資料表到維度資料表的關聯性模型 （星狀結構描述），以及從維度周遊到子維度，允許跨正規化維度資料表 （雪花結構描述） 進行多躍點聯結。

請參閱 在計量檢視中使用聯結。

視窗量值

視窗量值可讓您在計量檢視中使用視窗化、累計或半加總匯總來定義量值。 這些類型的量值允許更複雜的計算，例如移動平均、期間內變更，以及執行總計。 如需範例來展示如何在計量檢視中使用視窗量值，請參閱 在計量檢視中使用視窗量值。

可組合性

計量檢視是可組合的，可讓您藉由參考先前定義的元素來建置複雜的邏輯。 您可以在新維度中參考先前定義的維度，在新量值中參考任何維度或先前定義的量值，並在度量檢視中使用從聯結定義的直欄。

請參閱 指標檢視中的可組合性。

語意元資料

語意中繼資料可協助取用工具瞭解如何顯示和處理量值和維度。 這包括以下屬性：

當您定義語意中繼資料時，它會隨指標一起傳輸。 例如，當分析師在儀表板中使用 總收入 時，它會自動顯示為貨幣。

請參閱在度量視圖中使用語意中繼資料。

YAML 語法和格式

計量檢視定義遵循標準 YAML 表示法語法。 請參閱 YAML 語法參考， 以瞭解定義度量視圖所需的語法和格式。 請參閱 YAML 規格 1.2.2 文件，以進一步瞭解 YAML 規格。

視窗量值

視窗量值會計算已定義 視窗的值，或與目前資料列相關的資料列範圍。 您可以使用視窗量值進行時間序列和比較分析，讓您定義指標，例如：

• 滾動 30 天總收入：過去 30 天的收入總和
• 年初至今 （YTD） 收入：年初以來的累計總和
• 上一期比較：上個月的收入

請參閱 在度量檢視中使用視窗量值。

建立指標檢視模型的最佳實務

建立度量視圖模型時，請使用下列準則：

• 對原子測量進行建模：首先定義最簡單的非計算測量（例如， SUM(revenue)， COUNT(DISTINCT customer_id)）。 使用可組合性建置複雜的量值 （例如 AOV）。
• 標準化維度值：使用轉換（例如CASE語句或表達式）將神秘的資料庫代碼轉換為清晰的企業名稱（例如，將訂單狀態「O」轉換為「未完成」，將「F」轉換為「已履行」）。
• 使用篩選器定義範圍：有意識地使用持續性篩選器。 如果量度檢視應該只包含已完成的訂單，請在量度檢視中定義該篩選器，讓使用者不會意外包含不完整的資料。
• 使用商業友善的命名：指標名稱應該可立即被商業使用者識別（例如，客戶生命週期價值與）。 cltv_agg_measure
• 個別時間維度：一律包含精細時間維度（例如 訂單日期）和截斷時間維度（例如 訂單月份 或 訂單週），以支援詳細資料層級和趨勢分析。