cube.js 学习（四）cube.js cube 说明
2024-10-21 07:41:40
cube 是cube.js data schema 的核心，里面定义了生成sql 的说明
一个比较全的schema 例子
cube(`Users`, {
sql: `select * from users`,
joins: {
Organizations: {
relationship: `belongsTo`,
sql: `${Users}.organization_id = ${Organizations}.id`
}
},
measures: {
count: {
type: `count`,
sql: `id`
}
},
dimensions: {
createdAt: {
type: `time`,
sql: `created_at`
},
country: {
type: `string`,
sql: `country`
}
}
});参数说明
- sql
sql 主要是为了定义cube 为了查询的table，一般使用的方式是select * from <tablename>注意我们一般是不需要groupby 等聚合操作的
cube(`Orders`, {
sql: `SELECT * FROM orders`
});引用其他cube
cube(`Companies`, {
sql: `SELECT users.company_name, users.company_id FROM ${Users.sql()} AS users`
});- title
我们可以使用title 来方便提供便于人们阅读的信息
如下：
cube(`Orders`, {
sql: `SELECT * FROM orders`,
title: `Product Orders`,
});- description
提供对于数据的描述，让使用者更好的理解数据
cube(`Orders`, {
sql: `SELECT * FROM orders`,
title: `Product Orders`,
description: `All orders related information`,
});- extends
可以方便实现cube 的复用，类似面向对象的继承
cube(`OrderFacts`, {
sql: `SELECT * FROM orders`
measures: {
count: {
type: `count`,
sql: `id`
}
}
});
cube(`ExtendedOrderFacts`, {
extends: OrderFacts,
measure: {
doubleCount: {
type: `number`,
sql: `${count} * 2`
}
}
});- refreshKey
cube.js 会帮助我们进行数据的cache，通过refreshKey我们可以控制数据cache 的策略。默认策略如下
根据dimensions的max 值，根据当前cube 的count,如下基于时间戳的
cube(`OrderFacts`, {
sql: `SELECT * FROM orders`
refreshKey: {
sql: `SELECT MAX(created_at) FROM orders`
}
});我们可以通过refreshKey 强制制定cache 策略
cube(`OrderFacts`, {
sql: `SELECT * FROM orders`
refreshKey: {
sql: `SELECT date_trunc('hour', NOW())`
}
});上下文变量
- filter 参数
一般的格式FILTER_PARAMS.<CUBE_NAME>.<FILTER_NAME>.filter(expression)实际上如果使用过了cube，这个主要是为了参数
传递的
一个参考cube schema
cube(`OrderFacts`, {
sql: `SELECT * FROM orders WHERE ${FILTER_PARAMS.OrderFacts.date.filter('date')}`,
dimensions: {
date: {
sql: `date`,
type: `time`
}
}
});对于 OrderFacts.date 在['2018-01-01', '2018-12-31'] 范围的dimensions 生成sql 如下：
SELECT * FROM orders WHERE date >= '2018-01-01 00:00:00' and date <= '2018-12-31 23:59:59'同时我们也可以传递函数，如下
cube(`Events`, {
sql: `
SELECT * FROM schema.\`events*\`
WHERE ${FILTER_PARAMS.Events.date.filter((from, to) =>
`_TABLE_SUFFIX >= FORMAT_TIMESTAMP('%Y%m%d', TIMESTAMP(${from})) AND _TABLE_SUFFIX <= FORMAT_TIMESTAMP('%Y%m%d', TIMESTAMP(${to}))`
)}
`,
dimensions: {
date: {
sql: `date`,
type: `time`
}
}
});- user 上下文
这个主要是给cube client 提供的，可以做为一个基于row 级别的安全处理，方便我们进行一些安全上的控制，如下
cube(`Oreders`, {
sql: `SELECT * FROM orders WHERE ${USER_CONTEXT.email.filter('email')}`,
dimensions: {
date: {
sql: `date`,
type: `time`
}
}
});参考资料
最新文章
- C#定义类型转化 及 格式化字符串
- 安装 SQL Server 2008 时提示需要删除 SQL Server 2005 Express 工具
- 使用percona xtradb cluster的IST方式添加新节点
- jpa+spring配置多数据源
- svn 清空
- ndroid调用平台功能具体技巧分享
- selenium+python对页面元素进行高亮显示
- Python字符串和列表的内置方法
- ABAP 中JSON格式的转换与解析
- scrapy 日志处理
- 雷林鹏分享：jQuery EasyUI 树形菜单 - 使用标记创建树形菜单
- MySQL通过Navicat实现远程连接
- 微信小程序开发——点击按钮获取用户授权没反应或反应很慢的解决方法
- 基于canvas+ajax+zui.js的蓄电池监控系统
- 【git3】git+Gogs+webStorm的使用
- 新建一个Java Web程序
- C#操作Redis Set 无序集合
- Tomcat启动报错java.net.AbstractPlainSocketImpl(java/net/AbstractPlainSocketImpl.java:178:-1)Struts在网络复杂情况下启动报错解决办法
- [转] Moran's I
- linux Ubuntu14.04 python(c++版本） tesorflow（python版本）c++