Dies ist ein Google Cloud Self-Paced Lab. In diesem Lab lernen Sie die besten Methoden zur Optimierung der Abfrageleistung in Looker kennen. Looker ist eine moderne Datenplattform in Google Cloud, mit der Sie Ihre Daten interaktiv analysieren und visualisieren können. Mit Looker können Sie tiefgreifende Datenanalysen durchführen, Erkenntnisse aus verschiedenen Datenquellen integrieren, umsetzbare datengesteuerte Workflows erstellen und benutzerdefinierte Datenanwendungen entwickeln. Große, komplexe Abfragen können kostspielig sein und ihre wiederholte Ausführung belastet Ihre Datenbank, wodurch die Leistung verringert wird. Idealerweise vermeiden Sie die erneute Ausführung umfangreicher Abfragen, wenn sich nichts geändert hat, und fügen stattdessen neue Daten an vorhandene Ergebnisse an, um wiederholte Anfragen zu reduzieren. Obwohl es viele Möglichkeiten gibt, die Leistung von LookML-Abfragen zu optimieren, konzentriert sich diese Übung auf die am häufigsten verwendeten Methoden zur Optimierung der Abfrageleistung in Looker: persistente abgeleitete Tabellen, Aggregate Awareness und performante Join Views.