派生表是一种查询，其结果的使用方式就像派生表是数据库中的实际表一样。原生派生表基于您使用 LookML 术语定义的查询。这与基于 SQL 的派生表不同，后者基于您使用 SQL 术语定义的查询。与基于 SQL 的派生表相比，在对数据进行建模时，原生派生表更易于阅读和理解。如需了解详情，请参阅 Looker 中的派生表文档页面的原生派生表和基于 SQL 的派生表部分。
在 LookML 中，您可以在视图级别使用 derived_table 参数定义原生派生表和基于 SQL 的派生表。不过，使用原生派生表时，您无需创建 SQL 查询。您可以改为使用 explore_source 参数指定要用作派生表依据的探索、所需的列和其他所需特征。
您还可以让 Looker 根据 SQL Runner 查询创建派生表 LookML，如使用 SQL Runner 创建派生表文档页面中所述。
使用“探索”功能开始定义原生派生表
从探索开始，Looker 可以为您的所有或大多数派生表生成 LookML。只需创建一个探索，然后选择要添加到派生表中的所有字段即可。然后，如需生成原生派生表 LookML，请按以下步骤操作：
选择探索操作齿轮菜单，然后选择获取 LookML。
点击派生表标签页，查看用于为探索创建原生派生表的 LookML。
复制 LookML。
现在，您已复制生成的 LookML，请将其粘贴到视图文件中：
在 Looker IDE 中，点击项目文件列表顶部的 +，然后选择创建视图。或者，您也可以点击文件夹的菜单，然后从菜单中选择创建视图，以在文件夹中创建文件。
将视图名称设置为有意义的名称。
（可选）更改列名称、指定派生列和添加过滤条件。
当您在探索中使用
type: count的测量时，可视化图表会使用视图名称（而非“计数”字样）标记生成的值。为避免混淆，请将视图名称复数化。如需更改视图名称，您可以选择可视化设置中的“系列”下方的显示完整字段名称，也可以使用view_label参数和视图名称的复数形式。
在 LookML 中定义原生派生表
无论您使用 SQL 中声明的派生表还是原生 LookML，derived_table 查询的输出都是包含一组列的表。以 SQL 表达派生表时，输出列名称由 SQL 查询隐含。例如，以下 SQL 查询将具有输出列 user_id、lifetime_number_of_orders 和 lifetime_customer_value：
SELECT
user_id
, COUNT(DISTINCT order_id) as lifetime_number_of_orders
, SUM(sale_price) as lifetime_customer_value
FROM order_items
GROUP BY 1
在 Looker 中，查询基于探索，包含测量值和维度字段，添加所有适用的过滤条件，还可以指定排序顺序。原生派生表包含所有这些元素，以及列的输出名称。
以下简单示例会生成一个包含三个列（user_id、lifetime_customer_value 和 lifetime_number_of_orders）的派生表。您无需手动使用 SQL 编写查询，Looker 会使用指定的探索 order_items 及其一些字段（order_items.user_id、order_items.total_revenue 和 order_items.order_count）为您创建查询。
view: user_order_facts {
derived_table: {
explore_source: order_items {
column: user_id {
field: order_items.user_id
}
column: lifetime_number_of_orders {
field: order_items.order_count
}
column: lifetime_customer_value {
field: order_items.total_revenue
}
}
}
# Define the view's fields as desired
dimension: user_id {
hidden: yes
}
dimension: lifetime_number_of_orders {
type: number
}
dimension: lifetime_customer_value {
type: number
}
}
使用 include 语句启用引用字段
在原生派生表的视图文件中，您可以使用 explore_source 参数指向“探索”，并为原生派生表定义列和其他特性。
在原生派生表的视图文件中，您无需使用 include 参数指向包含“探索”定义的文件。如果您没有 include 语句，Looker IDE 在构建原生派生表时不会自动建议字段名称或验证字段引用。不过，您可以使用 LookML 验证器来验证您在原生派生表中引用的字段。
不过，如果您想在 Looker IDE 中启用自动建议和即时字段验证功能，或者您有一个复杂的 LookML 项目，其中包含多个同名探索或可能存在循环引用，则可以使用 include 参数指向探索定义的位置。
探索通常在模型文件中定义，但对于原生派生表，为探索创建单独的文件会更清晰。LookML 探索文件的文件扩展名为 .explore.lkml，如创建探索文件文档中所述。这样，您可以在原生派生表格视图文件中添加单个“探索”文件，而不是整个模型文件。
如果您确实想创建单独的“探索”文件，并在原生派生表的视图文件中使用 include 参数指向该“探索”文件，请确保您的 LookML 文件符合以下要求：
- 原生派生表的视图文件应包含“探索”的文件。例如：
include: "/explores/order_items.explore.lkml"
- 探索文件应包含其所需的视图文件。例如：
include: "/views/order_items.view.lkml"include: "/views/users.view.lkml"
- 该模型应包含“探索”文件。例如：
include: "/explores/order_items.explore.lkml"
定义原生派生表列
如前面的示例所示，您可以使用 column 指定派生表的输出列。
指定列名称
对于 user_id 列，列名称与原始探索中指定字段的名称匹配。
通常，您希望输出表中的列名称与原始探索中的字段名称不同。上述示例使用 order_items“探索”功能按用户计算了生命周期价值。在输出表格中，total_revenue 实际上是客户的 lifetime_customer_value。
column 声明支持声明与输入字段不同的输出名称。例如，以下代码会指示 Looker“根据字段 order_items.total_revenue 创建一个名为 lifetime_value 的输出列”：
column: lifetime_value {
field: order_items.total_revenue
}
隐含的列名称
如果列声明中省略了 field 参数，则系统会假定其为 <explore_name>.<field_name>。例如，如果您指定了 explore_source: order_items，则
column: user_id {
field: order_items.user_id
}
等效于
column: user_id {}
为计算值创建派生列
您可以添加 derived_column 参数，以指定 explore_source 参数的“探索”部分中不存在的列。每个 derived_column 参数都有一个 sql 参数，用于指定如何构造值。
您的 sql 计算可以使用您使用 column 参数指定的任何列。派生列不能包含聚合函数，但可以包含可对表的单行执行的计算。
以下示例会生成与上例相同的派生表，但它会添加一个计算列 average_customer_order，该列是根据原生派生表中的 lifetime_customer_value 和 lifetime_number_of_orders 列计算得出的。
view: user_order_facts {
derived_table: {
explore_source: order_items {
column: user_id {
field: order_items.user_id
}
column: lifetime_number_of_orders {
field: order_items.order_count
}
column: lifetime_customer_value {
field: order_items.total_revenue
}
derived_column: average_customer_order {
sql: lifetime_customer_value / lifetime_number_of_orders ;;
}
}
}
# Define the view's fields as desired
dimension: user_id {
hidden: yes
}
dimension: lifetime_number_of_orders {
type: number
}
dimension: lifetime_customer_value {
type: number
}
dimension: average_customer_order {
type: number
}
}
使用 SQL 窗口函数
某些数据库方言支持窗口函数，尤其是用于创建序列号、主键、运行总计和累计总计以及其他实用的多行计算。执行主查询后，系统会在单独的传递中执行任何 derived_column 声明。
如果您的数据库方言支持窗口函数，则可以在原生派生表中使用这些函数。创建一个包含所需窗口函数的 derived_column 参数和 sql 参数。引用值时，您应使用原生派生表中定义的列名称。
以下示例会创建一个包含 user_id、order_id 和 created_time 列的原生派生表。然后，它使用带有 SQL ROW_NUMBER() 窗口函数的派生列，计算出包含客户订单序列号的列。
view: user_order_sequences {
derived_table: {
explore_source: order_items {
column: user_id {
field: order_items.user_id
}
column: order_id {
field: order_items.order_id
}
column: created_time {
field: order_items.created_time
}
derived_column: user_sequence {
sql: ROW_NUMBER() OVER (PARTITION BY user_id ORDER BY created_time) ;;
}
}
}
dimension: order_id {
hidden: yes
}
dimension: user_sequence {
type: number
}
}
向原生派生表添加过滤器
假设您想构建一个派生表，用于显示过去 90 天内客户的价值。您希望执行与上例中相同的计算，但只包含过去 90 天内的购买交易。
您只需向 derived_table 添加一个过滤条件，过滤出过去 90 天内的交易即可。派生表的 filters 参数使用与创建过滤后的测量值相同的语法。
view: user_90_day_facts {
derived_table: {
explore_source: order_items {
column: user_id {
field: order_items.user_id
}
column: number_of_orders_90_day {
field: order_items.order_count
}
column: customer_value_90_day {
field: order_items.total_revenue
}
filters: [order_items.created_date: "90 days"]
}
}
# Add define view's fields as desired
dimension: user_id {
hidden: yes
}
dimension: number_of_orders_90_day {
type: number
}
dimension: customer_value_90_day {
type: number
}
}
在 Looker 为派生表写入 SQL 时，系统会将过滤条件添加到 WHERE 子句。
此外，您还可以将 explore_source 的 dev_filters 子参数与原生派生表搭配使用。借助 dev_filters 参数，您可以指定 Looker 仅应用于派生表的开发版本的过滤条件，这意味着您可以构建经过过滤的较小表版本以进行迭代和测试，而无需在每次更改后等待全表构建完成。
dev_filters 参数与 filters 参数搭配使用，以便将所有过滤条件应用于表的开发版本。如果 dev_filters 和 filters 都为同一列指定了过滤条件，则对于表的开发版本，dev_filters 优先。
如需了解详情，请参阅在开发模式下更快地工作。
使用模板过滤器
您可以使用 bind_filters 添加模板过滤器：
bind_filters: {
to_field: users.created_date
from_field: filtered_lookml_dt.filter_date
}
这与在 sql 块中使用以下代码本质上相同：
{% condition filtered_lookml_dt.filter_date %} users.created_date {% endcondition %}
to_field 是应用过滤条件的字段。to_field 必须是底层 explore_source 中的字段。
from_field 指定从中获取过滤条件的字段（如果运行时有过滤条件）。
在前面的 bind_filters 示例中，Looker 会获取应用于 filtered_lookml_dt.filter_date 字段的任何过滤条件，并将该过滤条件应用于 users.created_date 字段。
您还可以使用 explore_source 的 bind_all_filters 子参数将探索中的所有运行时过滤条件传递给原生派生表子查询。如需了解详情，请参阅 explore_source 参数文档页面。
对原生派生表进行排序和限制
sorts: [order_items.count: desc]
limit: 10
请注意，“探索”功能显示行的方式可能与底层排序方式不同。
将原生派生表转换为不同的时区
您可以使用 timezone 子参数为原生派生表指定时区：
timezone: "America/Los_Angeles"
使用 timezone 子参数时，原生派生表中的所有基于时间的数据都将转换为您指定的时区。如需查看支持的时区列表，请参阅 timezone 值文档页面。
如果您未在原生派生表定义中指定时区，则原生派生表不会对基于时间的数据执行任何时区转换，而是将基于时间的数据默认为您的数据库时区。
如果原生派生表不是永久性表，您可以将时区值设置为 "query_timezone"，以自动使用当前正在运行的查询的时区。