他們澄清說目前尚不支援此功能

mdshamolahmed03

我的 dbt 語意層和 Klipfolio 功率指標之旅 理論是一回事，但實際應用呢？最近有機會親自探索 dbt 語意層和 Klipfolio PowerMetrics 的組合。首先，我們在 Google BigQuery 中開發了一個電子商務資料集，以銷售荷蘭 stroopwafels（糖漿華夫餅）的虛構連鎖店為中心。該資料集包含訂單、產品和客戶的詳細信息，用於在 dbt 中建立標準資料模型，具體化為 BigQuery 表。這些模型構成了語意層內語意模型的基礎。

總體而言，實現語義層很簡單，儘管我確實遇到了一些文件較少的功能的挑戰。 與官方指南相反，我發現 SQL 查詢目前無法在語義模型內的實體、度量和維度的「expr」中使用。在與 dbt 討論後，但將來可 阿曼 電話號碼 能會支援。 此外，除了 SUM、COUNT 和 COUNT_DISTINCT 等基本聚合之外的計算需要在單獨的資料模型中完成，然後可以將其輸入到語義模型中。 另外需要注意的是，在將語意層新增至 dbt 部署環境之前，該環境需要成功執行作業。



此外，語意模型內部和跨語意模型的「name」屬性必須是唯一的。選擇適當的名稱時要小心，因為在將指標匯入 PowerMetrics 後變更「名稱」屬性會中斷 PowerMetrics 和語義層之間的連線。 在這些模型中，定義實體（唯一鍵）、度量和維度至關重要，因為這些屬性用於將指標建立為 dbt 中的模型。例如，我們的“訂單”語義模型包括幾個鍵以及“度量”和“維度”下的聚合。 DBT語意模型 指標有四種變體： 簡單 - 直接指向一個 Measure，並且僅將一個 Measure 作為輸入； 派生 - 允許您在兩個或多個指標之上進行計算； 累積 - 聚合給定時間視窗內的度量。