Visualizações de métricas de query
É possível query views de métricas como views padrão a partir de qualquer editor SQL conectado a um SQL Warehouse ou recurso de compute executando um Runtime compatível. Views de métricas permitem agrupamento e filtragem flexíveis. É possível analisar medidas em qualquer combinação de campos (também chamadas de dimensões) em Runtime sem pré-calcular cada agregação. As queries nesta página demonstram padrões de query comuns.
Query de medidas e campos
Todas as avaliações de medida em uma query de view de métricas devem usar a função agregada MEASURE. Para detalhes completos e sintaxe, consulte a measure função agregada. No Databricks Runtime 18.1 e acima, você também pode usar agg.
Para selecionar todos os campos e medidas de uma view de métrica, liste explicitamente cada campo e agrupe cada medida com a função agregada MEASURE(). Como as medidas exigem a função MEASURE() para serem avaliadas corretamente, você deve especificar colunas individuais em vez de usar SELECT *.
Query com agrupamento
SELECT
`Order Month`,
`Order Status`,
MEASURE(`Order Count`),
MEASURE(`Total Revenue`)
FROM orders_metric_view
GROUP BY ALL
ORDER BY `Order Month`;
Query com filtragem
SELECT
o_orderpriority,
MEASURE(`Total Revenue`),
MEASURE(`Total Revenue per Customer`)
FROM orders_metric_view
WHERE `Order Status` = 'Fulfilled'
GROUP BY o_orderpriority;
Query com outras tabelas
Views de métricas não podem ser diretamente joinadas com outras tabelas no momento da query. Para join uma view de métricas com outra tabela, encapsule a query da view de métricas em um CTE e, então, join o resultado do CTE:
WITH orders AS (
SELECT
o_custkey,
MEASURE(`Order Count`) AS order_count,
MEASURE(`Total Revenue`) AS total_revenue
FROM orders_metric_view
GROUP BY o_custkey
)
SELECT
c.c_mktsegment,
orders.order_count,
orders.total_revenue
FROM orders
JOIN samples.tpch.customer c ON orders.o_custkey = c.c_custkey
ORDER BY c.c_mktsegment;
Query uma view de métricas com parâmetros
Para consultar uma view de métricas que define parâmetros, chame-a como uma função com valor de tabela e passe cada parâmetro como um argumento nomeado. Para detalhes e exemplos, consulte query uma view de métricas com parâmetros.
Visualizar a definição e os metadados da view de métricas
A query a seguir retorna a definição YAML completa para uma view de métricas, incluindo medidas, campos, joins e metadados do agente. O parâmetro AS JSON é opcional. Para detalhes completos da sintaxe, consulte saída formatada em JSON.
DESCRIBE TABLE EXTENDED <catalog.schema.metric_view_name> AS JSON
A definição YAML completa é mostrada no campo **View Text** nos resultados. Cada coluna contém um campo de **metadados** que contém metadados do agente.
Consuma visualizações de métricas em ferramentas
Também é possível usar views de métricas em todo o workspace Databricks e em ferramentas externas:
Ferramenta | Descrição |
|---|---|
Use views de métricas para fornecer analítica precisa e explicável. A função | |
Use visualizações de métricas em Genie Agents para habilitar analítica precisa e explicável, impulsionada por IA. | |
Monitorar medidas de view de métricas e Trigger notificações quando os limites são ultrapassados. | |
Use o perfil de query para solucionar problemas e otimizar queries de view de métricas. | |
Acesse views de métricas por meio de conexões JDBC e ODBC. APIs de metadados expõem a estrutura da view de métricas para ferramentas externas de BI e analítica. | |
Consulte as views de métricas do Power BI, Tableau, Sigma e outras ferramentas de BI usando SQL personalizado ou modo de compatibilidade de BI. | |
Query views de métricas do Microsoft Excel usando o Suplemento do Databricks Excel. | |
Query views de métricas de Planilhas do Google usando o conector Databricks. |