Data Driven Knowledgebase

LookerのExplorer機能は、データ分析を支援する重要なツールです。通常、Explorerでは1つのデータセットにアクセスしてクエリを実行しますが、複数のExplorerを同時に選択することで、異なるデータセット間でのデータ比較や統合分析を簡単に行うことができます。

記事では、Looker Explorer Assistantの設定に焦点を当て、複数のExplorerを選択して利用する方法を具体的に解説します。また、設定手順として、JSONデータをBigQueryにアップロードして、Lookerモデルに統合する方法を例に挙げます。

まず、Cloud Shell環境で仮想環境をセットアップし、必要な依存関係をインストールします。

1.Looker Explorer Assistantのサンプルフォルダに移動します。

cd looker-explore-assistant/explore-assistant-examples

2.仮想環境を作成し、依存関係をインストールします。

python3 -m venv .venv

source .venv/bin/activate

pip3 install -r requirements.txt

仮想環境を使用することで、プロジェクトごとに依存関係を分離し、クリーンな開発環境を保つことができます。

次に、サンプルのJSONデータをBigQueryにアップロードします。この手順では、複数のExplorerで使用するサンプルデータを管理し、Looker Explorer Assistantに統合します。

1.サンプルデータをBigQueryの explore_assistant_examples テーブルにロードします。

python load_examples.py \\

--project_id project_name \\

--explore_id thelook_japanese_bq:events \\←ここを追加する。

--table_id explore_assistant_examples \\

--json_file examples.json

2.リファインメントデータを explore_assistant_refinement_examples テーブルにロードします。

python load_examples.py \\

--project_id project_name \\

--explore_id thelook_japanese_bq:events \\←ここを追加する。

--table_id explore_assistant_refinement_examples \\

--json_file refinement_examples.json

このように、異なるテーブルにデータをアップロードすることで、複数のExplorerで使用するデータを個別に管理することができます。

最後に、追加のサンプルデータを explore_assistant_samples テーブルにアップロードします。このデータは複数のExplorerで同時に利用できるように設計されています。

python load_examples.py \\

--project_id since-dev \\

--explore_id thelook_japanese_bq:events \\←ここを追加する。

--table_id explore_assistant_samples \\

--column_name samples \\

--json_file samples.json

BigQueryにエクスプローラーが追加されていることが確認できます。

この手順では、サンプルデータを使用して複数のExplorerを同時に操作するための設定を行いました。JSON形式のデータをBigQueryにアップロードすることで、LookerのExplorerで複数のデータセットを統合的に扱うことができます。

これにより、異なるデータソース間でのクエリや分析が容易になり、より包括的なインサイトを得ることができます。

Looker Explorer Assistantで複数のExplorerを選択することで、Lookerのデータ分析機能を最大限に活用できます。今回の手順では、仮想環境を利用して設定を行い、BigQueryにサンプルデータをアップロードする方法を解説しました。このプロセスを通じて、Lookerの柔軟なデータ分析機能を強化し、複数のデータソースを効率的に扱うことが可能になります。