LookML如何实现维度省略时预聚合max值求和、时间聚合时取最大值？

可以在LookML中动态实现该逻辑，无需预计算所有维度组合的预聚合表，核心通过Looker原生的分层聚合能力配合Liquid动态语法实现，完全匹配你需要的聚合规则。

• 第一步：配置完整的时间维度组，确保覆盖从最小粒度（小时）到所需的最大时间粒度（日、周等）

dimension_group: event_time {
  type: time
  timeframes: [raw, hour, date, week, month]
  sql: ${TABLE}.event_time ;; # 替换为你表中的时间字段名
}

• 第二步：编写两层聚合度量，先按最细维度（所有非时间维度+小时粒度）对预聚合的max_thing求和，再按用户选中的维度和时间粒度取最大值

# 底层度量：对预聚合的max_thing做求和
measure: sum_max_thing_lowest_grain {
  type: sum
  sql: ${TABLE}.max_thing ;;
}

# 最终对外使用的度量：对底层求和结果按查询粒度取最大值
measure: expected_max_thing {
  type: max
  sql: ${sum_max_thing_lowest_grain} ;;
  # 强制指定底层聚合的最小分组键：所有非时间维度+最小时间粒度
  aggregate_on: [event_time_hour, country, account_type]
}

逻辑验证：当你只选中account_type和小时粒度时间维度时，底层按country、account_type、event_time_hour分组求和，再按你选中的account_type + hour分组取最大值，得到小时级结果445、423；切换为日粒度时，上层按account_type + date分组，对同天内的所有小时求和结果取最大值，得到日度值445，完全符合预期。

• 后续新增需要支持的拆分维度时，只需要同步更新aggregate_on的参数列表即可，无需修改其他逻辑
• 源数据的最小时间粒度必须为小时，和aggregate_on中配置的最低时间粒度保持一致
• 该逻辑为查询时动态计算，不会生成预计算表，仅对当前查询选中的维度做对应聚合，和普通度量的查询性能一致

内容的提问来源于stack exchange，提问作者grg-n-sox