Snowflakeによるセマンティックビューの検証方法¶

式のタイプ： ディメンジョンとファクトは行レベル式 (未集約)、メトリクスは集約レベル式です。

例えば、 customer_name はディメンジョン（行レベル）ですが、 order_average_value はメトリクス（集約レベル）です。

テーブルの関連付け: すべての意味式はテーブルに関連付けられなければなりません。

例えば、 customer_name は customer.customer_name として、 order_average_value は orders.order_average_value として定義されなければなりません。

同じテーブルのリファレンス: リファレンス式は、修飾名または非修飾名を使用して、ベーステーブル列または同じ論理テーブル上の他の式を参照できます。

例えば、 orders テーブルで、 orders.shipping_month を次のように定義します。

• MONTH(o_shipdate) (修飾されていない列名を使用)

• MONTH(orders.o_shipdate) (修飾名を使用)

テーブル間の制限: 式は、他のテーブルのベーステーブル列や、リレーションシップのない論理テーブルの式を参照することはできません。

例えば、 customer.customer_name は、両者の間にリレーションシップがない限り、 orders テーブルの式を直接リファレンスすることはできません。テーブルをまたいでデータを扱うには、次のことが必要です。

1. 論理テーブル間のリレーションシップを定義します（たとえば、 c_custkey を通した customer と orders）。

2. ソース・テーブルのファクトを定義します (例えば、 orders.total_value)。

3. 接続論理表からこれらの式を参照します（例えば、 customer.order_value は orders.total_value を参照できます）。

名前解決: 意味式と列が同じ名前の場合、その名前へのリファレンスは意味式に解決されます。

例えば、 region ディメンジョンを定義し、 region 列もある場合、式の region は列ではなくディメンジョンに解決されます。例外は、式の定義で同じ名前を参照している場合です（例えば、 customer.c_name AS customers.c_name）。リファレンスは、定義式そのものではなく、列に解決されます。

式のリファレンス・サイクル: 式間の循環リファレンスは作成できません。

例えば、 orders.customer_value に基づいて customer.total_value を定義し、 customer.total_value に基づいて orders.customer_value を定義することはできません。

テーブル参照のサイクル: 式定義で論理テーブル間の循環リファレンスを作成することはできません。

たとえば、 orders.customer_value に基づいて customer.total_value を定義し、 customer.c_custkey. に基づいて orders.customer_count を定義することはできません。

関数の使用: ディメンションでは YEAR* / DAY* / WEEK* / MONTH / QUARTER のようなスカラー関数を使用できますが、テーブル関数は許可されていません。

同じテーブルのリファレンス: 行レベル式は、そのテーブルの列を直接参照することができます。

例えば、 customers.customer_name は、 customers.c_name と直接定義することができます。

同じ粒度またはそれ以下の粒度: 行レベル式は、同じかそれ以下の粒度の他の行レベル式を直接参照することができます。

例えば、 customer は orders よりも粒度が小さいので、 orders.order_details は customer.customer_name をリファレンスすることができます（一人の顧客が多くの注文を持つことができます）。

より高い粒度のリファレンス: より高い粒度で行レベル式を参照する場合、行レベル式は集約を使用する必要があります。

例えば、 orders は customer よりも粒度が高いので、 customer.total_orders は COUNT(orders.o_orderkey) を使わなければなりません（一人の顧客が多くの注文を持つことができます）。

集約リファレンス: orders.order_type のようなディメンジョンは、 orders.order_average_value のようなメトリクスを参照できませんが、 customer はオーダーよりも粒度が低いため、 customer.customer_segment は orders.order_average_value を参照できます。

基本的な集約: メトリクスは集約関数を使用しなければなりません。

例えば、 orders.order_average_value は AVG(orders.o_totalprice) を使わなければなりません。

同等以下の粒度: 同等以下の粒度で行レベル式をリファレンスする場合、メトリクスは単一の集約を使用しなければなりません。

例えば、 line_items はオーダーより粒度が低いので、 orders.total_value は SUM(line_items.discounted_price) を使うことができます。

より高い粒度のリファレンス: より高い粒度で行レベルの式をリファレンスする場合、メトリクスはネストされた集約を使用する必要があります。

例えば、 orders は customer よりも粒度が高いので、 customer.average_order_value は AVG(SUM(orders.o_totalprice)) を使わなければなりません。

他の集約リファレンス: メトリクスは、集約することなく、同じ粒度またはそれ以下の粒度の他のメトリクスを直接参照できます。

例えば、 orders.profit_margin は、追加集約なしで orders.total_revenue / orders.total_cost と定義できます。ただし、より高い粒度のメトリクスをリファレンスする場合は、集計が必要です。