Gdy tworzysz społecznościowe oprogramowanie sprzęgające, każde pole zdefiniowane w schemacie wymaga podania typu danych. Typ danych określa typ podstawowy pola, np. BOOLEAN
, STRING
, NUMBER
itp.
Looker Studio korzysta nie tylko z typów danych, ale też z typów semantycznych.
Typy semantyczne pomagają opisać rodzaj informacji, które przedstawiają dane. Na przykład pole z typem danych NUMBER
może semantycznie reprezentować kwotę lub wartość procentową waluty, a pole z typem danych STRING
może semantycznie reprezentować miasto. Aby sprawdzić, jakie typy semantyczne są dostępne, zapoznaj się z dokumentacją typów semantycznych
Schemat oprogramowania sprzęgającego społeczności i pola Looker Studio
Gdy definiujesz schemat dla społecznościowego oprogramowania sprzęgającego, każde pole ma różne właściwości, które określają sposób reprezentowania i używania tego pola w Looker Studio. Na przykład:
- Element conceptType jest zdefiniowany w schemacie oprogramowania sprzęgającego za pomocą właściwości
conceptType
. Ta właściwość określa, czy pole jest traktowane jako wymiar, czy dane. Wyjaśnienie różnic między danymi a wymiarami znajdziesz w sekcji Wymiary i dane. - Typ semantyczny może być zdefiniowany w schemacie oprogramowania sprzęgającego lub zostać automatycznie wykryty przez Looker Studio na podstawie właściwości typ danych zdefiniowanej w oprogramowaniu sprzęgającym oraz wartości danych zwróconych przez oprogramowanie sprzęgające. Szczegółowe informacje o tym, jak to działa, znajdziesz w artykule Automatyczne wykrywanie typów semantycznych.
- Typ agregacji określa, czy wartości danych (wymiary są ignorowane) można ponownie zagregować. Ustawienie właściwości
semantics.isReaggregatable
natrue
domyślnie powoduje agregacjęSUM
. W przeciwnym razie ma wartośćAuto
. Możesz też ręcznie ustawić domyślny typ agregacji dla pól możliwych do ponownego zagregowania za pomocą właściwościdefaultAggregationType
.
Po skonfigurowaniu i połączeniu za pomocą oprogramowania sprzęgającego w Looker Studio edytor pól wyświetla pełny schemat oprogramowania sprzęgającego na podstawie zdefiniowanych powyżej właściwości. Jeśli uwzględnisz typy semantyczne, będą się one wyświetlać zgodnie z definicją. Jeśli używasz automatycznego wykrywania typów semantycznych, pola będą się wyświetlać w takiej postaci, w jakiej zostały wykryte.
Konfigurowanie informacji semantycznych
Informacje semantyczne można ustawić na 2 sposoby. Możesz ustawić semantykę pola ręcznie lub polegać na automatycznym wykrywaniu przez Looker Studio.
Jeśli np. masz liczbę, która semantycznie reprezentuje dolary amerykańskie, Looker Studio nie będzie w stanie automatycznie wykryć tego typu semantycznego. Dodatkowo automatyczne wykrywanie semantyczne wymaga, by Looker Studio wywoływał pobieranie danych dla każdego pola schematu. Jeśli zamiast tego określisz schemat ręcznie, nie zostaną zrealizowane żadne wywołania pobierania danych. Jeśli znasz typ semantyczny danych (np. waluta, wartość procentowa, data itp.), zalecamy wyraźne określenie go w schemacie, aby zwiększyć dokładność i wydajność.
Ręczne ustawianie typów semantycznych (zalecane)
Jeśli znasz swoje typy semantyczne, możesz ręcznie zdefiniować element semantics
dla każdego pola schematu. Szczegółowe informacje o dostępnych właściwościach znajdziesz na stronie z informacjami o polach. Jeśli zdecydujesz się zdefiniować ręczne typy semantyczne, zalecamy zdefiniowanie w przypadku każdego pola właściwości semanticType
i semanticGroup
. Jeśli ręcznie podasz te właściwości, automatyczny proces wykrywania typów semantycznych nie będzie działać. Jeśli ręcznie ustawisz tylko niektóre pola, te, które nie zostały określone jako domyślne, to Text
, Number
lub Boolean
w zależności od wartości dataType
określonej w polu.
Poniżej znajdziesz przykład prostego schematu, który ręcznie ustawia typy semantyczne. Wartość Income
jest ustawiona jako Waluta, a Filing Year
to data.
Rozwiązywanie problemów z ręcznymi typami semantycznymi
Jeśli nieprawidłowo ustawisz typy semantyczne danych bazowych, nie będą one działać prawidłowo. To może być trudne do przetestowania, ale jest kilka rzeczy, które możesz zrobić, by znaleźć problemy.
- Wyświetl 2 lub 3 wiersze ze swoich danych zamiast wszystkich i sprawdź je ręcznie.
- Utwórz w Looker Studio tabelę korzystającą tylko z pola, które próbujesz sprawdzić.
- Zwróć szczególną uwagę na pola
Geo
iDate
, ponieważ mają one najbardziej rygorystyczny format.
Automatyczne wykrywanie typów semantycznych
Jeśli w schemacie nie masz zdefiniowanych żadnych typów semantycznych, Looker Studio spróbuje wykryć je automatycznie na podstawie właściwości typ danych i formatu wartości danych zwracanych przez oprogramowanie sprzęgające.
Proces automatycznego wykrywania wygląda następująco:
- Wyślij żądanie schematu, wykonując funkcję
getSchema
swojego społecznościowego oprogramowania sprzęgającego. - Powtarzaj grupy pól zdefiniowanych w schemacie oprogramowania sprzęgającego i
getData
żąda tych pól. ŻądaniagetData
są wykonywane z parametremsampleExtraction
ustawionym natrue
, aby wskazać, że żądania danych są używane do wykrywania semantycznego. - Na podstawie typu danych pola i formatu wartości zwróconej w żądaniu
getData
określ typ semantyczny pola.
Opcje obsługi automatycznego wykrywania typów semantycznych
Gdy Looker Studio wykonuje funkcję getData
społecznościowego oprogramowania sprzęgającego na potrzeby wykrywania semantycznego, przychodzące żądanie będzie zawierać właściwość sampleExtraction
z ustawieniem true
. Looker Studio używa danych zwróconych przez oprogramowanie sprzęgające tylko do identyfikowania semantycznego typu pola. Ta wartość nie będzie używana do żadnych innych celów, więc nie wymaga rzeczywistych danych ze źródła zewnętrznego.
Istnieje kilka sposobów na ulepszenie wykrywania typów semantycznych w kodzie:
Zalecane: przekaż wstępnie zdefiniowane wartości
Zwraca wstępnie zdefiniowaną wartość każdego pola, która najlepiej odpowiada typowi semantycznemu danego pola i jest znany z prawidłowego wykrywania przez Looker Studio. Jeśli np. typ semantyczny pola to Country, zwracana jest wartość taka jakIT
dla Włoch. Inną zaletą tego podejścia jest to, że jest ono znacznie szybsze, ponieważ nie wymaga wysyłania żądań HTTP do usługi zewnętrznej w celu pobrania danych.Zwraca tylko n rekordów
Jeśli usługa innej firmy, z której pobierasz dane, obsługuje limity wierszy w przypadku żądania danych, zamiast pełnego zbioru danych zwraca do Looker Studio tylko niewielki podzbiór wierszy. Ograniczy to ilość danych, które trzeba przekazać do Looker Studio w przypadku każdego żądania wykrywania semantycznego.Żądanie wszystkich kolumn i buforowanie odpowiedzi
Jeśli możesz zażądać wszystkich kolumn usługi zewnętrznej, z której pobierasz dane, przy pierwszym żądaniu wykrywania semantycznym otrzymanym z Looker Studio zostaną pobrane wszystkie kolumny i zapisane w pamięci podręcznej. Kolejne żądania wykrywania semantycznego pobierają wartości kolumn z pamięci podręcznej, zamiast wysyłać dodatkowe żądania HTTP do usługi zewnętrznej.Nic innego nie rób
W przypadku żądań, w których parametrsampleExtraction
ma wartośćtrue
, możesz nie implementować żadnego konkretnego dostosowania. Spowoduje to spowolnienie procesu wykrywania semantycznego, ponieważ Looker Studio będzie musiał pobrać wszystkie dane na potrzeby tego procesu. Dodatkowo wpłynie to na częstotliwość żądań wysyłanych do zewnętrznego źródła danych, ponieważ wiele semantycznych żądań wykrywania będzie wykonywanych równolegle.
Rozpoznawane formaty do automatycznego wykrywania typów semantycznych
Data i godzina
YYYY/MM/DD-HH:MM:SS
YYYY-MM-DD [HH:MM:SS[.uuuuuu]]
YYYY/MM/DD [HH:MM:SS[.uuuuuu]]
YYYYMMDD [HH:MM:SS[.uuuuuu]]
Sat, 24 May 2008 20:09:47 GMT
2008-05-24T20:09:47Z
- Czas: epoka dla sekund, mikro, milisekund i nano.