跳转到内容

多表联接步骤

多表联接步骤可在一次操作中联接多个表。无需串联一系列双表联接(那样会丢失全局视图,还要重复相同的输出映射),您可以把所有表布置在可视化的联接图设计器中,在它们的列之间绘制联接,并生成一个结果表。

它针对分析联接中最常见的形态而设计:一个事实表联接多个维度表或查找表。一次最多可联接 32 个表。

像添加其他步骤一样添加它,并选择多表联接(位于步骤菜单的表组下,或从高级工作流画布上的面板中拖入)。该步骤的编辑器有三个选项卡:

  1. 源:用于添加表和绘制联接的可视化设计器。
  2. 列:结果表将包含的列。
  3. 筛选器:应用于联接结果的可选筛选器。

操作时,状态指示器会显示可以保存或未保存的更改。

选择添加表,将源表放到画布上。每个表显示为一张列出其列的卡片,并获得一个别名,这是一个简短的名称,用于在其他位置引用其列(写作 alias.column)。别名必须以字母或下划线开头,且不能是 SQL 关键字。可按需添加任意数量(最多 32 个),并选择结果写入的目标表。

如果表的列在目录中发生了变化,请使用从服务器重新获取,以最新值替换卡片中的列。

源表和目标表都可以作为引用给出,而不必从列表中选择。在表选择器上勾选动态,然后输入以下任一内容:

  • 表名称:FACT_GL
  • 项目路径:/03 Results/FACT_GL

两者都可以包含 {variable} 标记,工作流运行时会替换这些标记,因此 /03 Results/FACT_GL_{year} 会在由项目变量或工作流变量驱动的每个期间写入不同的表。如果目标表不存在,则会创建。

不匹配的大括号会在保存时被捕获,因此输错的 FACT_{year 会在步骤上报告,而不是在运行到一半时失败。

从一个表的列圆点拖到另一个表的列上,即可创建联接(一条边)。选择一条边即可在右侧打开其编辑器,您可以在其中设置:

  • 联接类型:

    类型 保留内容
    INNER 仅保留匹配的行
    LEFT 左表的所有行
    FULL 两侧的所有行
    CROSS 每个左行与每个右行的组合(无条件)
  • 联接条件:两个表的列之间的一个或多个比较。使用 + 添加条件可添加更多条件,用 AND / OR 组合,并可使用全套运算符(=、<>、<、<=、>、>=、BETWEEN、IS NULL、IS NOT NULL、IN、NOT IN、LIKE、NOT LIKE)。

  • 标签(可选):为联接命名(例如 customer-to-orders),使图表更易阅读。

设计器将联接图保持为一棵树:每个表恰好通过一个联接接入结果,因此不会有环或含糊的路径,表也不能与自身联接。要移除联接,请选中该边并选择删除边。

每个源表都有一个在联接之前应用的入站筛选器,可用它把表缩减为您关心的行(以 alias.column 引用其列)。这与在所有联接之后运行的 Post-Join Filter 是分开的。

  • 整理布局会按联接顺序从左到右自动排列表和联接。
  • 缩放级别旁的缩放按钮用于放大和缩小视图,适应会缩放并居中,使整张图完整显示,1:1 会恢复到 100%。鼠标滚轮可缩放,中键单击或按住 Shift 拖动可平移。
  • 画布角落的小地图会显示整张图,并用轮廓标出当前可见的部分;在其中单击或拖动即可移到相应位置。小地图按钮可隐藏或显示它,PlaidCloud 会记住您的选择。
  • 当表的列很多时,筛选列… 可缩小卡片上显示的列。
  • 撤消 / 重做可在您的编辑中后退和前进(Ctrl+Z / Ctrl+Y),历史记录会打开一个面板,列出自您打开对话框以来的每一次更改,并带有还原。
  • 导出按钮会将联接图下载为 PDF,其菜单中有导出为PDF和导出为PNG,便于用于文档或评审。

在列选项卡上,选择结果表将包含的列。可以从任何已联接的表中选取,使用从画布选取… 可从所有源的列中直观地选择,或使用添加所有源列一次性全部带入。对于每个列,您都可以重命名、设置其数据类型并应用聚合。当两个源列同名时,PlaidCloud 会为它们加上源别名前缀,以避免冲突。

每个输出列的值恰好来自以下三处中的一处:

  • 源列:将源别名设置为拥有该列的画布别名,将源设置为 alias.column 引用。两者都是必需的,源列始终会指明其所属的表。
  • 常量:每一行都相同的固定值。
  • 表达式:选择添加表达式列可追加一行并打开表达式编辑器。表达式可以用 alias.column 引用画布上的任何源别名,因此可以用它构建跨多个已联接表的值(跨两个表的 CASE、字符串拼接、计算金额)。表达式行的源别名和源请留空。

填写其中多于一处会报错,一处也不填同样会报错。

表达式单元格会打开标准的 PlaidCloud 表达式编辑器,其列浏览器中包含画布上的每个表,并提供函数列表和自动完成。

输出列会跟随画布:如果您在源选项卡上重命名某个源,其输出列会移到新的别名下;如果移除某个源,其输出列会被删除,因此永远不会留下指向已不在联接中的表的列。

Post-Join Filter 选项卡会在联接结果写入目标表之前,对其应用可选的筛选器,相当于 SQL 的 HAVING 子句。单击该框可打开表达式编辑器;输出列列在其列浏览器中,您以 result.column_name 引用它们,此处不包含源别名。框下方的 Available references 列出了您可以使用的所有引用。留空则跳过联接后筛选。

PlaidCloud 会在您构建联接时以及步骤运行时对联接进行验证。如果有问题,例如不受支持的配置、环、重复的别名、未设置源/常量/表达式中任何一项(或设置了多项)的输出列,或已不存在的列,选项卡上会出现带数字的 ⚠ 徽章,设计器会标出有问题的表或联接,保存会被拒绝并给出原因。带着未解决的问题保存时,会切换到包含第一个问题的选项卡;跳转到问题可按需执行同样的操作。

保存时,PlaidCloud 还会按步骤运行的方式,针对联接自身的输入按别名(alias.column)检查每个输出列表达式,并检查 Post-Join Filter。有问题的表达式会在其输出列上报告,有问题的 Post-Join Filter 会在筛选器上报告。如果联接设置了同时带入运行时指定名称的列且未进行汇总,则保存时会跳过表达式检查,因为列是在运行时添加的;这些表达式会在步骤运行时检查。每个源的筛选器也会在步骤运行时检查。

多表联接与其他步骤一样运行。它在一次操作中执行所有联接,并将映射后的列写入目标表。