databricks-metric-views

用途

本技能用于在 Databricks Unity Catalog 中定义、创建、查询和管理受治理的业务指标（Metric Views）。核心思路是在 YAML 中定义可复用的指标，将度量（measure）定义与维度（dimension）分组分离，从而支持灵活查询。

主要能力

定义标准化业务指标，如收入、订单数、转化率。
构建可跨仪表板、Genie 和 SQL 查询共享的 KPI 层。
创建复杂聚合指标，包括比率、去重计数、过滤度量。
定义窗口度量，如移动平均、累计合计、同比环比、年初至今（YTD）。
在指标定义中通过连接建模星型或雪花模式。
启用物化以预计算指标聚合。

使用方式

前置条件

Databricks Runtime 17.2+（用于 YAML 版本 1.1）；17.3+ 支持语义元数据（同义词 / display_name / format）。
具有 CAN USE 权限的 SQL 仓库。
对源表具有 SELECT 权限，在目标 schema 中具有 CREATE TABLE + USE SCHEMA 权限。

决策门槛：能否作为指标视图

在编写前，需确认度量在查询时可重新聚合。可加性的 SUM/COUNT、按单元格重新计算的 COUNT(DISTINCT)、MEASURE() 比率（最后相除）以及受支持的窗口度量（尾随 / 累计 / 同比环比）均可正确重新聚合，是有效的指标视图度量。

若出现以下情况，则不适合作为指标视图，应改为编写受治理的 Unity Catalog SQL 函数（使用 databricks-dbsql 构建），并作为受信任的注册 SQL 函数暴露给 Genie：

在查询粒度上不可加——跨维度求和会重复计数。去重实体计数是典型陷阱：一个实体出现在两个属性值下仍是一个实体，因此按单元格的去重计数不得跨任意多属性交叉求和。
按实体计算后再聚合，且按实体步骤不是和/计数/和之比——例如跨两个周期的按实体最小/最大值，或按实体去重计数的阈值。
依赖选择——结果随用户筛选而重新分布（如“其他所有”桶会改变每个单元格）。
迭代式——重复直到收敛（如面板重加权）。
返回一组表而非单个度量（如源×目标矩阵加每行净值）。

一个度量可以大部分是指标视图，其中一部分提升为函数（例如渗透率 = 可加性买家 ÷ 基数，最后相除——但短窗口修正或任意多属性交叉 / 按实体阈值应放入函数）。将棘手步骤预计算到基础/辅助视图仅适用于固定定义——这是性能选择，对所有切片一次性确定。如果度量必须响应 Genie 中用户的运行时选择（任意交叉、参数或变化的除数），则需即时计算，无法预计算——它需要参数化的受治理 SQL 函数，而非预聚合视图。

指标视图生命周期

任务	参考	加载时机
创建	metric-view-advisor.md	任何创建任务——顾问处理完整工作流（分析 schema、分析源、建议、部署）。同时加载 create-patterns.md 作为 YAML 规范和模式参考。
YAML 规范 / 模式	create-patterns.md	模式 1–12、完整 YAML 字段参考、格式注意事项、部署错误、快速参考。顾问的配套文件；也可直接加载用于模式查找。
查询	query-patterns.md	针对指标视图编写 SQL——MEASURE() 基础、过滤器、连接汇总、窗口度量、规则 1–3。
Genie 集成	metric-view-advisor.md §Genie Design Rules	单一事实源规则、基础视图、领域组织、命名。代理元数据字段（comment、synonyms、display_name、format）见 create-patterns.md §YAML Field Reference。

典型流程：顾问 → 创建 → 查询/验证 → Genie 集成（如添加到 Genie Agent）。

使用声明式自动化捆绑包进行源码控制部署

要对指标视图进行源码控制，需提交其完整 SQL 定义并通过捆绑包管理的 SQL 作业执行。DABs 没有原生指标视图资源，但捆绑包管理的 SQL 作业可以应用已提交的定义：

# databricks.yml
bundle:
  name: orders_metrics

variables:
  catalog: { default: main }
  schema:  { default: default }
  warehouse_id: { default: "" }

resources:
  jobs:
    deploy_orders_metrics:
      name: deploy_orders_metrics
      parameters:
        - name: catalog
          default: ${var.catalog}
        - name: schema
          default: ${var.schema}
      tasks:
        - task_key: create_metric_view
          sql_task:
            warehouse_id: ${var.warehouse_id}
            file:
              path: ../src/orders_metrics.metric_view.sql

部署并运行：

databricks bundle deploy --target <TARGET> --profile <PROFILE>
databricks bundle run deploy_orders_metrics --target <TARGET> --profile <PROFILE>

参见官方指标视图捆绑包示例。

适用场景

定义标准化业务指标（收入、订单数、转化率）。
构建跨仪表板、Genie 和 SQL 查询共享的 KPI 层。
创建复杂聚合指标（比率、去重计数、过滤度量）。
定义窗口度量（移动平均、累计合计、同比环比、YTD）。
通过连接建模星型或雪花模式。
启用物化以预计算指标聚合。

限制

需要 Databricks Runtime 17.2+（YAML 1.1）；语义元数据需要 17.3+。
需要具有 CAN USE 权限的 SQL 仓库，以及对源表的 SELECT 权限和目标 schema 的 CREATE TABLE + USE SCHEMA 权限。
不适用于在查询粒度上不可加、按实体计算后聚合、依赖选择、迭代式或返回一组表的度量；这些应改用受治理的 SQL 函数。
预计算仅适用于固定定义；响应运行时选择的度量无法预计算。
DABs 没有原生指标视图资源，需通过捆绑包管理的 SQL 作业部署。

资源

Metric Views Documentation
YAML Syntax Reference
Joins
Window Measures (Experimental)
Materialization
MEASURE() Function

技能介绍

用途