Vista local
Visualização
Este recurso está em Pré-visualização Pública.
A visualização de métricas locais permite definir dimensões, medidas e relações join diretamente em um AI/BI dashboard usando uma interface visual. A visualização de métricas locais mantém todos os benefícios dos objetos semânticos, como agregações de métricas precisas independentemente dos agrupamentos e transformações em tempo de consulta em vez de pré-processamento, mantendo a lógica semântica contida em um único painel.
Elas fornecem um local para armazenar lógica semântica que não pertence imediatamente à camada global Unity Catalog , como análises específicas para pequenas equipes ou análises que ainda não foram consolidadas e preparadas para uso mais amplo. Quando seus métricas estiverem prontos para uso mais amplo, você poderá promovê-los ao Unity Catalog para torná-los visíveis globalmente, acessíveis por todas as ferramentas subsequentes.
Requisitos
Para usar a visualização de métricas locais, seu workspace deve atender aos seguintes requisitos:
- A prévia de Local Metric Views deve ser habilitada para o seu workspace. Um administrador de workspace pode habilitar o recurso pelo portal de Prévias. Consulte Gerenciar prévias do Databricks.
- Você precisa ter permissões de "CAN USE" em um SQL warehouse.
Quando usar a visualização local do Meter
A visualização de métricas locais é mais adequada para os seguintes cenários:
- Prototipagem e iteração : Experimente com definições de métricas sem passar pelo processo de publicação Unity Catalog .
- Análise específica do painel : Defina métricas com escopo para um único painel que não precisam ser compartilhadas entre ferramentas.
- Usuários sem permissão de escrita Unity Catalog : Crie e use a visualização de métricas para dashboards sem permissões de escrita em um catálogo ou esquema Unity Catalog .
- Validação antes da promoção : Teste e refine as definições de métricas antes de promovê-las para a visualização de métricas Unity Catalog .
Para métricas que devem ser compartilhadas entre vários dashboards, Genie Agents ou outras ferramentas, use as views de métricas do Unity Catalog. Consulte views de métricas do Unity Catalog.

Criar uma viewlocal do Meta
Você pode criar uma view de métricas local a partir de uma ou mais tabelas, ou estendendo uma view de métricas existente Unity Catalog com medidas e dimensões adicionais.
Criar a partir de tabelas
Para criar uma view local de métricas a partir de tabelas:
-
Clique
Painéis na barra lateral.
-
Clique em Criar painel .
-
Clique na tab Dados .
-
Clique em Adicionar dados e selecione a opção para criar uma view de métricas.
-
Selecione uma ou mais tabelas para usar como fonte de dados.
-
Utilize a interface visual para definir o seguinte:
- Dimensões : Colunas usadas para agrupar ou filtrar resultados, como região, categoria de produto ou data.
- Medidas : Valores agregados, como receita total ou valor médio do pedido.
- junção : Relações entre tabelas.
Para obter mais detalhes sobre como definir dimensões, medidas e junções, consulte Criar uma viewde métricas.

-
Salve a view dos métricas. Ele é adicionado ao seu painel como um dataset.
Estender uma viewde métricas Unity Catalog
Você pode expandir uma view de métricas existente Unity Catalog adicionando medidas e dimensões específicas do painel. O acesso somente leitura à view de métricas Unity Catalog é suficiente.
Para estender uma view de métricas Unity Catalog :
- Abra um AI/BI dashboard e clique na tab Dados .
- Clique em Adicionar dados e selecione a opção para criar uma view de métricas.
- Selecione uma view de métricas existente Unity Catalog como base.
- Adicione medidas ou dimensões específicas ao seu painel de controle.
- Salve a view dos métricas.
Agrupar por e particionar por
As views de métricas locais são compatíveis com a configuração de CLUSTER BY e PARTITION BY, que controla como os dados subjacentes são fisicamente dispostos para melhorar o desempenho da query. Essas configurações funcionam da mesma forma que as cláusulasCLUSTER BY e PARTITION BY em uma visualização materializada. É possível configurá-los na interface visual low-code ou diretamente no YAML.
Para configurar o clustering ou o particionamento na interface visual, use a tab **Personalizada**.
Para configurá-los em YAML, adicione cluster_by ou partition_by dentro do bloco de materialização da definição da view de métricas. Para cluster_by, liste as colunas para o clustering ou defina auto: true para permitir que o Databricks escolha as colunas de clustering automaticamente. Para partition_by, liste as colunas para particionar:
version: 1.1
source: samples.tpch.orders
fields:
- name: order_date
expr: o_orderdate
- name: order_status
expr: o_orderstatus
measures:
- name: total_revenue
expr: SUM(o_totalprice)
- name: order_count
expr: COUNT(1)
materialization:
schedule: every 6 hours
mode: relaxed
materialized_views:
- name: daily_status_metrics
type: aggregated
dimensions:
- order_date
- order_status
measures:
- total_revenue
- order_count
cluster_by:
cols:
- order_date
- order_status
partition_by:
- order_date
Exportar para uma viewde métricas Unity Catalog
Quando uma visualização de métricas local estiver pronta para uso mais amplo, você poderá exportá-la para o Unity Catalog para torná-la uma visualização de métricas global, acessível por todas as ferramentas downstream. A exportação torna a view de métricas disponível para outros painéis, Genie Agents e ferramentas que oferecem suporte a views de métricas do Unity Catalog.
Para exportar uma view de métricas locais para o Unity Catalog:
- Na tab Dados , clique em
Cardápio de kebabs ao lado da view das métricas locais.
- Selecione Exportar para visualização de métricas .
- (Opcional) Edite o nome view de métricas.
- Escolha o catálogo e o esquema onde deseja armazenar a view de métricas.
- Clique em Criar .
Para obter mais informações sobre a visualização de métricas Unity Catalog , consulte Visualização de métricasUnity Catalog.
Limitações
As seguintes limitações se aplicam à visualização local do olho:
- A visualização de métricas locais não suporta parâmetros
IDENTIFIERou valores. - A visualização do Meter local não suporta consultas SQL com instruções GRANT (por exemplo,
USE CATALOG). See GRANT. - Não é possível converter um dataset SQL existente em uma view de métricas local.