教程：使用联接和数据建模生成指标视图

在本教程中，你将在 TPC-H 数据集上生成销售分析指标视图。最后，你将获得一个指标视图，该视图包括：

使用雪花架构跨多个表联接订单和客户。
定义时间、地理和顺序属性的字段（也称为维度）。
计算简单和复杂的度量值，包括比率、筛选的聚合和窗口度量值。
使用可组合性从更简单的度量值生成复杂指标。
定义在查询时应用折扣率的参数。
包含供仪表板和 AI 工具使用的代理元数据。

如果你不熟悉指标视图，请从 “创建指标”视图开始，了解基础知识。本教程利用实际复杂性扩展了该基础。

Requirements

若要完成本教程，必须满足以下先决条件：

已启用 Unity Catalog 的工作区
运行 Databricks Runtime 17.3 或更高版本的 SQL 仓库或计算资源。

有关创建指标视图所需的权限的完整列表，请参阅先决条件。

注释

Databricks Runtime 16.4 及更高版本支持创建指标视图。本教程使用需要 Databricks Runtime 17.3 或更高版本的功能，并且某些步骤需要更高版本的运行时。有关每个功能的最小运行时，请参阅指标视图功能可用性。

数据模型

TPC-H 数据集为批发供应链建模。本教程使用在雪花架构中联接的三个表：

orders 联接到 customer on o_custkey = c_custkey
customer 联接到 nation on c_nationkey = n_nationkey

表	角色	键列
`orders`	事实数据表（订单事务）	`o_orderkey`、`o_custkey`、`o_totalprice`、`o_orderdate`、`o_orderstatus`
`customer`	维度表（客户详细信息）	`c_custkey`、`c_name`、`c_mktsegment`、`c_nationkey`
`nation`	维度表（国家或地区参考）	`n_nationkey`、`n_name`、`n_regionkey`

步骤 1：创建指标视图并打开编辑器

可以在目录资源管理器 UI 中生成此指标视图，使用 Genie Code 生成它，或直接编写完整的 YAML 定义。这三种方法都解析为为指标视图建模的单个 YAML 定义。在后续步骤中，选择 目录资源管理器 UI 或 YAML 编辑器 选项卡以遵循首选方法。如果使用 YAML 编辑器，则每个步骤中的示例代码是与在此步骤中生成的内容相对应的 YAML 定义的部分。

注释

本教程中的 YAML 示例使用 fields 关键字。在低代码编辑器中生成指标视图时，生成的 YAML 将改用等效 dimensions 关键字。请参阅字段。

如果不熟悉用于创建指标视图的 UI，请参阅 “创建指标”视图。

若要创建指标视图，请在目录资源管理器中：

搜索 samples.tpch.orders。
单击表名。
单击创建>指标视图，并为该视图命名。

有关详细创建步骤，请参阅 “创建指标”视图。当编辑器打开时，使用 UI 选项卡以交互方式生成，或单击 <> 该按钮直接编辑 YAML 定义。

步骤 2：设置指标视图

为指标视图设置版本和描述。 version 用于确定 YAML 规范版本，comment 用于说明指标视图的用途，该用途说明会显示在目录资源管理器中。 Azure Databricks为你管理版本。

目录浏览器 UI

该版本已为你定义好。若要在保存指标视图后添加或编辑说明：

在目录资源管理器中，搜索指标视图并单击其名称。
单击 “说明”，然后输入指标视图的说明。可以使用 YAML 编辑器 选项卡中显示的示例说明。

此文本对应于 comment YAML 定义中的字段。有关编辑指标视图的更多方法，请参阅 “编辑指标”视图。

YAML 编辑器

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

步骤 3：定义源和联接

定义主源表并联接相关表：

source 将事实数据表（orders）设置为粒度。
joins 使用多对一关系引入客户数据。
嵌套的 nation 连接演示了雪花型架构模式，通过 customer 连接到地理数据，其中 nation 是 customer 的子维度。

目录浏览器 UI

此示例添加了两个联接，这两个联接均为 多对一，以对雪花架构进行建模。

添加customer联接：

在编辑器中，单击右上角的 “联接 ”以打开 “添加联接 ”对话框。
搜索 samples.tpch.customer，单击表名，然后单击“ 添加”。
将联接条件设置为 o_custkey = c_custkey。
在“联接基数”下，选择“多对一”。有关选择基数的指导，请参阅联接基数。

然后添加嵌套 nation 联接。重复执行 customer 联接中的步骤，将 samples.tpch.nation 联接到 c_nationkey = n_nationkey。将联接嵌套在 customer 下，会将国家建模为客户的一个子维度。

有关完整联接对话框步骤，请参阅步骤 2：添加联接。

YAML 编辑器

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

步骤 4：定义筛选器

filter 会限制源数据，并且它适用于指标视图上的所有查询。本教程将指标视图限制为最近数据。

目录浏览器 UI

定义筛选器：

在编辑器中，单击“右上角的筛选器。
使用下拉菜单将列设置为o_orderdate，将运算符设置为>=，并将值设置为1995-01-01。

有关筛选器的详细信息，请参阅步骤 3：定义筛选器。

YAML 编辑器

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

步骤 5：定义字段

字段是用户用于分组和筛选的属性。字段可以是分类列（例如区域或状态），也可以是用户在查询时聚合的未聚合数值列（例如年龄或数量）。

代理元数据

本教程中的每个字段和度量值都包含代理元数据属性，这些属性可改进指标视图使用仪表板和 AI 工具的方式：

display_name： 可视化效果中显示的可读标签，而不是技术列名称。
synonyms： 帮助 Ai 工具（如 Genie）通过自然语言查询发现字段和度量值的备用名称。
format： 值在下游图面（例如仪表板、笔记本和 SQL 查询结果）中的显示方式，例如货币、数字或百分比。

这些属性是可选的，但建议使用。以下步骤中的字段和度量值定义会以内联方式直接给出。

字段定义

本教程添加：

时间字段：order_date、order_month和order_year，提供多个粒度，以支持不同的分析需求。
转换后的字段：order_status 和 order_priority，其使用 CASE 和 SPLIT 将源代码值转换为可读标签。
已联接字段：customer_name、market_segment和customer_nation，它们使用联接名称引用已联接的表。嵌套联接列使用链式点表示法（如 customer.nation.n_name）来遍历雪花型架构。

目录浏览器 UI

编辑器会自动将所有源列添加到 “字段 ”选项卡。通过编辑、重命名、删除和添加字段，使指标视图恰好定义以下内容。对于每个字段，请单击其名称以编辑它或单击 以创建 它，然后在 生成器 或 自定义 模式下设置表达式。设置每个字段的显示名称和同义词，如下所示。

order_date：在 Builder 模式下，选择 o_orderdate 列。将显示名称设置为 Order Date.
order_month：在 自定义 模式下，输入 DATE_TRUNC('MONTH', order_date)。将显示名称设置为 Order Month.
order_year：在 自定义 模式下，输入 YEAR(order_date)。将显示名称设置为 Order Year.
order_status：在 自定义 模式下，输入以下表达式。将显示名称和 Order Status 同义词设置为 status， fulfillment status。
```
CASE o_orderstatus
  WHEN 'O' THEN 'Open'
  WHEN 'P' THEN 'Processing'
  WHEN 'F' THEN 'Fulfilled'
END
```
order_priority：在 自定义 模式下，输入 SPLIT(o_orderpriority, '-')[0]。将显示名称设置为 Priority.
customer_name：在生成器模式下，从联接c_name表中选择customer列。将显示名称设置为 Customer Name.
market_segment：在生成器模式下，从联接c_mktsegment表中选择customer列。将显示名称和 Market Segment 同义词设置为 segment， industry。
customer_nation：在 自定义 模式下，输入 customer.nation.n_name 以引用嵌套的 nation 联接。将显示名称和 Country 同义词设置为 nation， country。

有关完整字段步骤，请参阅步骤 4：添加字段。

YAML 编辑器

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

步骤 6：定义参数

参数允许在查询值时将值传递到指标视图中，因此单个定义可以提供许多查询变体。本教程中添加了一个 discount 参数，后续度量值会使用该参数来计算折后收入。该参数的默认值为 0，因此未传入值的查询会返回未折扣收入。有关参数的详细信息，请参阅将参数与指标视图配合使用。

目录浏览器 UI

在编辑器标题中，单击“ 添加参数”。输入 discount 为名称，然后输入默认值 0 并选择 double 数据类型。

YAML 编辑器

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

步骤 7：定义度量值

度量值是用户要分析的计算。首先定义原子度量值，然后使用可组合性生成复杂指标，以使用函数引用早期定义的度量 MEASURE() 值。按照display_name中所述，为每个度量设置format、synonyms和。本教程添加：

原子度量：order_count、total_revenue和unique_customers，这些构成基础组成部分的简单聚合方式。
组合度量值：avg_order_value 和 revenue_per_customer，它引用早期定义的度量值 MEASURE() ，而不是复制聚合逻辑。如果 total_revenue 更改，这些度量值会自动使用更新的定义。请参阅 “可组合性”。
筛选度量：open_order_revenue 和 fulfilled_order_revenue，它们使用 FILTER (WHERE ...) 来创建无需单独字段的条件度量。
参数化度量值：discounted_revenue，它引用 discount 参数以应用折扣率。请参阅将参数与指标视图配合使用。
窗口度量：t7d_customers用于计算过去 7 天内独立客户的滚动计数。有关更多窗口测量模式，请参阅窗口测量。

目录浏览器 UI

编辑器会自动添加示例 COUNT(*) 度量值。编辑或删除它并添加度量值，以便指标视图定义以下内容。对于每个度量值，请单击“ “添加”，然后在 Builder 或 Custom 模式下设置表达式。按如下所示设置 显示名称、格式和 同义词 。对货币格式使用 2 个小数位数，对数字格式使用 0 个小数位数。

order_count：在构建器模式下，选择对执行o_orderkey聚合。将显示名称设置为 Order Count，格式设置为数字。
total_revenue：在构建器模式下，选择上的o_totalprice聚合。将显示名称设置为 Total Revenue，格式设置为 Currency （USD），同义词设置为 revenue， sales。
discounted_revenue：在 自定义 模式下，输入 SUM(o_totalprice * (1 - discount))。将显示名称 Discounted Revenue设置为 “货币”（USD）格式。
unique_customers：在生成器模式下，在上选择o_custkey聚合。将显示名称设置为 Unique Customers，格式设置为数字。
avg_order_value：在 自定义 模式下，输入 MEASURE(total_revenue) / MEASURE(order_count)。将显示名称设置为 Avg Order Value，格式设置为 Currency （USD），同义词设置为 AOV。
revenue_per_customer：在 自定义 模式下，输入 MEASURE(total_revenue) / MEASURE(unique_customers)。将显示名称 Revenue per Customer设置为 “货币”（USD）格式。
open_order_revenue：在 自定义 模式下，输入 SUM(o_totalprice) FILTER (WHERE o_orderstatus = 'O')。将显示名称设置为 Open Order Revenue，格式设置为 Currency （USD），同义词设置为 backlog。
fulfilled_order_revenue：在自定义模式下，输入SUM(o_totalprice) FILTER (WHERE o_orderstatus = 'F')。将显示名称 Fulfilled Revenue设置为 “货币”（USD）格式。
t7d_customers：在 自定义 模式下，输入 COUNT(DISTINCT o_custkey)。然后单击“+ 窗口”，并配置一个按order_date排序、范围为trailing 7 day且采用last半累加聚合的窗口。将显示名称设置为 7-Day Rolling Customers，格式设置为数字。

有关完整度量步骤，请参阅步骤 5：添加度量值。

YAML 编辑器

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

查看完整定义

完成上述步骤后，指标视图具有以下完整定义：

查看完整的 YAML 定义

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 创建指标视图

如果要在目录资源管理器外部生成此定义，请运行以下 SQL 来创建指标视图：

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
$$;

有关创建指标视图的其他方法，请参阅 “创建指标”视图。

步骤 8：查询指标视图

使用业务友好语法查询指标视图。该 MEASURE() 函数在所选字段的粒度处聚合度量值。

按维度聚合指标

此示例跨多个字段聚合度量值。它按客户所在国家和市场细分返回总收入、订单数量和平均订单金额，并按收入从高到低排序：

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;

分析每月趋势

此示例将时间字段与度量值组合在一起，以跟踪趋势。按月份和订单状态返回总收入和未结订单收入（积压订单）：

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;

传递参数值

由于指标视图定义了参数，因此你可以将其调用为表值函数，并在查询时传递值。以下查询使用 10% 折扣。由于 discount 存在默认值 0，因此省略参数的查询将返回未分配的收入：

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;

你学到的内容

你生成了一个指标视图，该视图演示了：

Feature	示例
Snowflake 架构联接	客户到国家/国的订单（嵌套多对一联接）
时间字段	日期、月份、年份精度
转换后的字段	`CASE` 语句， `SPLIT` 函数
简单度量值	`COUNT`、`SUM`
可组合性	`avg_order_value` 和 `revenue_per_customer` 使用 `MEASURE()` 引用早期定义的度量标准
筛选度量值	`FILTER (WHERE ...)` 用于条件聚合
窗口度量值	使用滚动 7 天客户计数 `trailing 7 day`
参数	应用于 `discount` 度量值中的 `discounted_revenue` 参数
代理元数据	`display_name`、`format`、`synonyms`上的字段和度量值

其他资源

用于计算滚动平均值和年初至今总计的窗口度量。
指标视图的具体化以提高大型数据集的查询性能。
使用指标视图在 AI/BI 仪表板中使用指标视图。

Last updated on 2026-07-20