请注意，您正在查看 Looker 文档。如需查看 Looker Studio 文档，请访问 https://support.google.com/looker-studio。

此页面由 Cloud Translation API 翻译。

Looker 块

Looker BlocksTM 是为常见分析模式和数据源预构建的数据模型。重复利用其他人已经完成的工作，而不是从头开始，然后根据你的具体规格自定义积木。从优化的 SQL 模式到完全构建的数据模型，Looker Blocks 可以作为基础，在 Looker 中快速灵活地进行数据建模。

可用块

有多种 Looker Blocks 可供选择。如需查看可用的屏蔽设置，请查看 Looker Marketplace 的屏蔽设置部分。

点击您感兴趣的块，查看其具体使用说明。

您可以使用 Looker Marketplace 快速安装某些 Looker Blocks。Looker 管理员必须先启用 Marketplace 功能，您才能通过 Looker Marketplace 部署区块。若要安装包含 local_dependency 参数的代码块，还需要启用本地项目导入 实验室功能。如需详细了解如何安装和自定义 Looker Blocks（可从 Looker Marketplace 获取），请参阅 Looker Marketplace 文档页面。

标准化和自定义

不同块的易用程度将有所不同，具体取决于数据库架构的标准化程度。大多数 Looker Blocks 都需要进行一些自定义才能适应您的数据架构，但数据块除外，数据块实现起来最简单，但无法自定义。

数据块（包括公共数据集和完整 LookML 模型）只需从 GitHub 代码库复制 LookML 模型即可访问建模表。有关详细说明，请参阅本页中的使用数据块。
Segment 和 Snowplow 等数据收集应用以相对标准化的格式跟踪事件。这使得创建能够进行数据清理、转换和分析的模板化设计模式成为可能，可供使用这些应用的任何客户使用。
其他 Web 应用（如 Salesforce）可让您为内部用户添加自定义字段。当然，这会以不太标准化的格式创建数据。因此，我们可以将部分数据模型的模板化，以便启动并运行分析，但您需要自定义非标准化部分。
最后是常规业务数据洞见版块。这些是与数据源无关的优化 SQL 或 LookML 设计模式。例如，许多公司会希望分析客户在一段时间内的生命周期价值。这些模式中内置了一些假设，但您可以根据自己的特定业务需求对其进行自定义。这些模式反映了 Looker 对执行特定类型的分析的最佳方式的观点。

如果您刚开始接触 Looker，您的 Looker 分析师可以帮助您充分利用这些模型。

向 LookML 添加块

部分代码块在同一文件中展示探索和视图。这是为了便于查看，但一般而言，您需要将 LookML 的相应部分复制到数据模型中的相应位置。如需了解详情，请参阅了解模型和查看文件文档页面。
在某些情况下，您可能需要在数据模型中创建新的 LookML 文件来存放样本。

使用数据块

数据块是一种特殊类型的 Looker 块，可提供数据集和数据模型。Looker Data Blocks 包括公共数据源，例如：

受众特征数据：美国社区问卷调查针对州、县、邮政编码表区，甚至是人口普查区块组级别提供的常见受众特征指标。
天气数据：从 1920 年到前一天的美国天气报告（按邮政编码级别）。此代码块每晚更新。

如需查看可用代码块的完整列表，请参阅 Looker Marketplace 的代码块部分。

访问不同数据库上的数据集

访问数据块数据集的过程因数据库架构而异。以下各部分包含有关如何访问这些数据库中的数据集的说明：

Google BigQuery
其他数据库

访问 Google BigQuery 上的数据集

如果您已有 Google BigQuery 账号，可以访问 Looker 的 BigQuery 托管的数据集。请直接跳到本页面上的向项目添加数据块部分。

如果您还没有 Google BigQuery 账号，可以设置免费试用，然后在 BigQuery 上访问 Looker 的公共数据集。

访问其他数据库上的数据集

您使用的是 Amazon Redshift、MySQL、PostgreSQL 还是 Oracle？

我们已在 Google Cloud 服务和 S3 中公开提供每个数据集的转换后的数据，以便您直接将其导入所选的数据库。

我们还在 GitHub 代码库中的每个数据集内提供了数据定义语言 (DDL)。您可能需要针对所选数据库中的数据类型修改 DDL 语句，但您应该大致了解每个表的列类型。

直接从以下某个位置下载数据：

Google Cloud Service：_gs://looker-datablocks/_
S3：_s3://looker-datablocks/_
S3 存储分区网页链接：http://looker-datablocks.s3-website-us-east-1.amazonaws.com/

访问 LookML 模型

将我们的某个 GitHub 代码库克隆到新的 GitHub 代码库（由 Looker 或您的公司托管），然后您可以在实例中扩展或优化该代码库：

受众特征数据（美国社区调查）- https://github.com/llooker/datablocks-acs
天气 (GSOD) - https://github.com/llooker/datablocks-gsod

向项目添加数据块

除了本部分介绍的方法之外，您还可以使用 LookML 优化在项目中视图和探索的 LookML 的基础上进行构建。

如需向您的项目添加数据块，请执行以下操作：

向您的 Looker 实例添加新项目。
复刻或复制前面提到的 GitHub 代码库，以访问预构建的 LookML。请务必创建新的 GitHub 代码库。
从代码库中移除其他数据库方言文件。Looker Blocks 通常包含 Google BigQuery、Amazon Redshift 和 Snowflake 的文件。例如，如果您要在 Google BigQuery 上设置数据块，则只需 Google BigQuery 视图文件、Google BigQuery 探索文件和 Google BigQuery 模型文件。
将模型文件中的连接名称替换为数据块数据所在的数据库连接。如果您使用的是 Google BigQuery 或 Snowflake，请使用您要扩展或优化的数据库连接。

所有联接逻辑都存在于每个代码库的 .explore 文件中。设置项目清单后，您将在后续步骤中添加此文件。
在您将扩展或优化数据块的主 Looker 项目中，创建项目清单文件。
将以下 LookML 添加到项目清单文件中，以引用主 Looker 项目中的数据块：

    project_name: "<your_project_name\>"

    local_dependency: {
      project: "<project_name_of_datablock\>"
    }

设置注意事项和选项

Google BigQuery：请务必使用正确的建模文件集。如果您使用的是 Google BigQuery，则可能需要引用文件名中包含 _bq_ 的所有文件。您可能需要根据您自己的数据库方言调整我们的 Google BigQuery 模型方言。

扩展程序：我们的所有项目都已设为允许使用“探索”文件中的扩展程序，因为模型扩展程序可能会导致多个连接出现问题。

联接派生表：您可能需要查看我们的原生派生表文档。您可以让 Looker 针对我们公开提供的数据集以不同聚合级别为您编写 SQL，并将其联接到您的模型中。

合并结果集：您还可以选择合并查询结果集，将数据集中的结果集与您的数据合并。

受众特征数据集设置示例

从我们的 S3 或 Google Cloud Service 存储分区下载原始数据，或者连接到 Looker 数据库，以获取数据访问权限。
将 LookML 中的受众特征数据块模型作为单独的项目导入 Looker 实例。
使用 include 参数引入视图文件。

然后，您可以扩展或优化视图文件，或者利用原生派生表，在探索所需的汇总级别获取数据。

在我们的示例中，由于受众特征数据的汇总级别与我们的电子商务数据集不同（块组与邮政编码），因此我们使用原生派生表格来汇总最高至邮政编码级别的统计数据。这样可以消除混乱的多对多联接：

  include: "/american_community_survey/bq.explore"

  view: zipcode_income_facts {
    derived_table: {
      persist_for: "10000 hours"
      explore_source: fast_facts {
        column: ZCTA5 { field: tract_zcta_map.ZCTA5 }
        column: income_household { field: bg_facts.avg_income_house }
        column: total_population { field: bg_facts.total_population }
      }
    }
    dimension: ZCTA5 {}
    dimension: income_household {
      hidden: yes
    }

将视图文件联接到模型中：

  include: "acs*.view"

  explore: order_items {
    join: users {
      sql_on: ${users.id} = ${order_items.user_id} ;;
      type: left_outer
      relationship: many_to_one
    }

    join: zipcode_income_facts {
      sql_on: ${users.zip} = ${zipcode_income_facts.ZCTA5} ;;
      type: left_outer
      relationship: many_to_one
    }
  }

探索并直观呈现数据。

使用可视化块

Looker 包含各种内置的可视化类型。但是，如果 Looker 的内置可视化类型未涵盖您的图表需求，您还可以添加自己的自定义可视化类型。您还可以开发自定义可视化图表，并将其提供给 Looker Marketplace 中的所有 Looker 用户。

可视化块是由 Looker 托管的预构建 JavaScript 可视化类型。您可以将可视化块添加到 Looker 实例中，这些块的运行方式与 Looker 的任何内置可视化类型类似：它们显示在可视化菜单栏中，并且包含深入分析、下载、嵌入和调度等核心功能。

如需详细了解可视化块，请在 Looker Marketplace 的插件部分中选择可视化类型，然后点击查看代码并前往可视化块的 READ.ME 文件。READ.ME 文件显示了可视化效果的示例，并提供了有关可视化块的更多信息。对于某些可视化图表，READ.ME 文件还会提供网址以及有关如何添加可视化图表块的说明。

如需向实例添加可视化图表类型，请参阅 READ.ME 文件（如果有）中的说明和可视化图表文档页面中的信息。