LookML でビューやモデルを定義する

【関連資料】“5つのQ＆A”で理解する「 Looker 」の世界

Looker の用語と概念を理解する

手順に入る前に、Looker に関連する用語を整理しましょう。

LookML とは

LookML は、Looker Modeling Language の略で、Looker で使用されるSQLに類似した独自の言語です。LookML を用いることで、モデルやビューの定義を行うことが可能です。生成されるデータは、元々は単純な値ですが、活用するためのルール化＝組織内で統一された指標定義や集計ロジックの定義をこのLookML を用いて行います。これにより、データガバナンスが強化され、ビジネスや社内の意思決定に活用できる一貫性のあるレポートやダッシュボードを作成することができます。

さらにLookML で定義すると、ダッシュボードにアクセスするユーザーの属性に基づいて表示データを変更する、特定のデータを非表示にするといったことが可能になります。その結果、部署ごとに複数のダッシュボードを構築する必要がなくなり、１つの画面でユーザーのニーズに合った分析結果を確認することができるようになります。

LookML プロジェクトとは

下の図で示されているように、Looker でのプロジェクト（LookML プロジェクト）は、LookML の設定ファイル（Model、View、Dashboards等）の集合です。１つのプロジェクトに複数のモデルを紐づけることができます。

（Google公式ヘルプより引用）

モデルでは、Explore およびView の結合（joins）を定義します。Explore は、SQLだとクエリのFrom句にあたります。ユーザーがモデルで定義したExplore は、Looker のExplore メニューに表示されます。

ビューでは、データベースのテーブル情報（Dimensions、Measures、Field sets等）を定義します。定義したディメンションやメジャーはExplore 画面の左側に表示されます。ユーザーはそこから必要なフィールドを選択しグラフやチャート（Visualizations）を作成します。

開発モードを有効にする

最初に画面下部の[開発モード]を有効にします。

開発モードを有効にすることで、ビューやモデルを管理するためのコンテナであるLookML プロジェクトを作成することができます。

Looker の開発モードは、LookML を使ってカスタムビューやモデルを作成するための環境です。変更した内容は個人の開発環境のみに反映されており、Looker インスタンスを使用している全員からは確認できません。Git 上では個人ごとの開発ブランチが自動作成されています。変更に問題がなければ、本番環境に統合することで誰でも確認ができるようになります。

開発モードが有効になっているときは、ページ上部にメッセージが表示されます。

LookML プロジェクトを作成する

次に、LookML プロジェクトを作成します。

Looker 上でメニューの[開発] > [プロジェクト] にアクセスし、[New LookML Project] を選択

必要事項を入力し [Create Project] をクリック

・プロジェクト名：任意の名前
・Starting Point ：Generate Model from Database Schema
・Connection：事前に作成した接続
・Build Views From：All Tables

プロジェクトが作成され、指定したデータベースからモデル・ビューが作成されました。

ビューやモデルを定義する

作成されたビューファイルでは、元テーブルから取り込むフィールド（ディメンションやメジャー）が定義されています。

次に、モデルファイルを編集します。

INCLUDE句を使い、ビューファイルを読み込みます。さらに、Explore を定義する際、JOIN句を使ってテーブル同士での結合を定義します。

今回は店舗の売上データを使っており、それぞれプロダクトIDとストアIDをキーとして、3つのテーブルをJOINしています。

Gitで管理する

ここからは、変更内容を開発環境から本番環境へ反映していきます。

Looker では、ビューやモデルのコードをGitでバージョン管理することが可能です。これにより、複数の開発者が同時にコードを編集、変更履歴を追跡することができます。

プロジェクト画面から設定 > [Gitを構成] を選択

リポジトリURLを入力し[Continue]を選択

今回はGit Hubのリポジトリを使うのでGit HubのUsernameとPersonal Access Tokenを入力

Gitの設定は完了したので、変更内容を本番環境に反映します。

[Validate LookML] をクリックし、変更内容に問題がないか検証します。

エラーがなかったので、[Commit Changes & Push]を選択し、本番環境に反映します。

コミットメッセージを入力

[Deploy to Production]をクリック

本番環境に反映されたようです！開発モードをオフにして、本番環境を確認してみましょう。

本番環境でも、先ほどの変更内容が確認できました。本番環境ではコードが読みとり専用になっていて編集できません。

このように、Looker では開発モードでビューやモデルを編集し、その変更内容を本番環境にpushして反映します。

データを可視化する

モデルが完成したので、次はデータの可視化を行いましょう。

メニューの[Explore] から先ほど作成したモデル名を選択すると、モデルファイルの中で定義したExploreが表示されているので、クリックします。

簡単にグラフを作ってみましょう。
今回はサブカテゴリー毎の注文数を棒グラフで表現します。

ディメンションとメジャーを選び[実行]をクリック

[ビジュアリゼーション]を開きグラフを選択
ここでは[列]を選択しました。

グラフが描写されました！このグラフを新規のダッシュボードに追加してみましょう。

[設定] > [保存] > [新しいダッシュボードとして] を選択
任意の名前をつけて保存します。

作成したダッシュボードを確認します。

[ダッシュボードを表示] を選択

ダッシュボードが表示されました！

別のグラフを追加したり、グラフの大きさや配置の変更など、ダッシュボードのレイアウト編集はこの編集画面から行えます。

簡単な画面上の操作だけで、事前に定義されたディメンションやメジャーを使用してグラフ、チャートさらにダッシュボードを作成することができます。

アクセスを制限する

最後に、作成したモデルやデータ、コンテンツの特定ユーザーへのアクセス制御方法について説明します。Looker 管理者は、ユーザーまたはユーザーグループが表示できるコンテンツや、行える操作を管理することができます。

コンテンツ アクセス

Looker は特定のフォルダをどのユーザーやグループに表示させるかを制御し、フォルダの管理権限を与えることができます。フォルダの管理権限をもつユーザーは、フォルダ内のダッシュボードやLook の削除やコピー等の操作を行うことができます。

データアクセス

モデル単位でアクセスを制限することが可能で、より細かな制限を設けたい場合は、アクセスフィルタを使用して行単位で制限できます。加えて、特定のExploreや結合、ビュー、フィールドへのアクセス制限を設けるためにはアクセス許可を用います。

機能アクセス

Looker はユーザーが実行可能な操作の種類を制御します。具体的には、データおよびコンテンツの表示、LookMLモデルの変更、Lookerの管理などが含まれます。また、機能アクセスは、ユーザーだけでなく、ユーザーグループに対しても制御することが可能です。ユーザーグループを作成し適切な権限を付与して、対象のユーザーをグループに追加する運用が推奨されます。

Looker ではこれらのアクセス制限を組み合わせることで、特定のユーザーに対し何を操作し何を表示するかを制御することが可能です。

まとめ

本記事では、Google Cloud が提供するデータプラットフォームであるLooker を用いて、BigQuery上のデータの定義からビジュアライゼーションまでの一連のプロセスを解説しました。具体的には、ビューやモデルの作成方法から、Gitによるコード管理、データの可視化方法について詳しく説明しました。

Gitでのコード管理は、誰がいつどこを変更したかが明確になり、データガバナンスの強化とともに、チーム全体の協働が促進され、効率的な作業が可能となります。

さらに、LookML で事前にディメンションやメジャーを定義することは、組織内でデータの定義を統一することにつながります。これにより、互いに異なるロジックでデータを集計してしまうといったデータ活用によくあるエラーを防ぐことができます。統一した定義から得られる一貫した結果は、ビジネスでの正確な意思決定をするための助けとなります。

このようなLookML を活用したデータ定義の統一によるデータガバナンス強化は、Looker Studio にはない機能です。特定の部署や少人数でのミニマムスタートにはLooker Studio が最適です。さらにデータ活用範囲を拡大したい、全社的にデータ活用を推進したいというフェーズまで進むと、データ定義の共通化という避けては通れない課題解決のために、Looker が必要となってきます。そしてその先に、全社のデータを横断的に見て経営判断や新たなデータの価値を生み出す、顧客への自社データの価値の提供によるマネタイズが見えてくると思います。

Looker の活用はその第一歩となるのではないでしょうか。

全社のデータを横断的に見て、経営判断や新たなデータの価値を生み出すことを目指したり、顧客への自社データの価値の提供によるマネタイズには、Looker をおすすめします。

ソフトバンクアドベントカレンダー2023はまだまだ続きます！
22日目の記事をお楽しみに！

関連資料

関連サービス

関連セミナー・イベント