Tipos de datos y tipos semánticos

Cuando compilas un conector de la comunidad, cada campo que defines en el esquema requiere un tipo de datos. El tipo de datos define el tipo primitivo del campo, como BOOLEAN, STRING, NUMBER, etcétera.

Además de los tipos de datos, Data Studio también usa tipos semánticos. Los tipos semánticos ayudan a describir el tipo de información que representan los datos. Por ejemplo, un campo con un tipo de datos NUMBER puede representar semánticamente un importe o porcentaje de moneda, y un campo con un tipo de datos STRING puede representar semánticamente una ciudad. Para ver qué tipos semánticos están disponibles, consulta la documentación sobre tipos semánticos

Esquema del conector de la comunidad y campos de Data Studio

Cuando defines el esquema de tu conector de la comunidad, hay varias propiedades para cada campo que determinarán cómo se representa y se usa el campo en Data Studio. Por ejemplo:

  • El conceptType se define en el esquema del conector con la propiedad conceptType. Esta propiedad determina si el campo se trata como una dimensión o una métrica. Puedes encontrar una explicación sobre la diferencia entre las métricas y las dimensiones en Dimensiones y métricas.
  • El tipo semántico se puede definir en el esquema del conector o Data Studio puede detectarlo automáticamente en función de la propiedad del tipo de datos definida en tu conector y los valores de datos que devuelve tu conector. Consulta Detección automática de tipos semánticos para obtener detalles sobre cómo funciona.
  • El tipo de agregación determina si se pueden volver a agregar los valores de las métricas (se ignoran las dimensiones). Si configuras la propiedad semantics.isReaggregatable como true, se usará la agregación SUM de forma predeterminada. De lo contrario, se establecerá en Auto. También puedes configurar manualmente el tipo de agregación predeterminado para los campos que se pueden volver a agregar con la defaultAggregationType propiedad.

Cuando configuras y te conectas con un conector en Data Studio, el editor de campos muestra el esquema completo del conector en función de cómo definiste las propiedades anteriores. Si incluiste los tipos semánticos, se mostrarán tal como los definiste. Si usas la detección automática de tipos semánticos, los campos se mostrarán tal como se detectaron. Pantalla de campos

Cómo configurar información semántica

Hay dos formas de configurar la información semántica. Puedes configurar la semántica de los campos de forma manual o dejar que Data Studio la detecte automáticamente.

Por ejemplo, si tienes un número que representa semánticamente dólares estadounidenses, Data Studio no podrá detectar automáticamente este tipo semántico. Además, la detección semántica automática requiere que Data Studio realice llamadas de recuperación de datos para cada campo de tu esquema. Si especificas el esquema de forma manual, no se realizarán llamadas de recuperación de datos. En caso de que conozcas el tipo semántico (p. ej., moneda, porcentaje, fecha, etcétera) de tus datos, te recomendamos que lo configures de forma explícita en el esquema por motivos de precisión y rendimiento.

Cómo configurar tipos semánticos de forma manual (recomendado)

Si conoces tus tipos semánticos, puedes definir semantics de forma manual para cada campo del esquema. Puedes encontrar todos los detalles sobre las propiedades disponibles en la página de referencia de los campos . Si eliges definir tipos semánticos manuales, te recomendamos que definas semanticType y semanticGroup para cada campo. Si proporcionas estas propiedades de forma manual, no se ejecutará el proceso de detección automática de tipos semánticos. Si configuras algunos de tus campos de forma manual, pero no todos, los que no especifiques se establecerán de forma predeterminada en Text, Number o Boolean, según el dataType especificado para el campo.

A continuación, se muestra un ejemplo de un esquema simple que configura tipos semánticos de forma manual. Income se establece como moneda y Filing Year como fecha.

data-studio/semantics.gs
const schema = [
  {
    name: "Income",
    label: "Income (in USD)",
    dataType: "NUMBER",
    semantics: {
      conceptType: "METRIC",
      semanticGroup: "CURRENCY",
      semanticType: "CURRENCY_USD",
    },
  },
  {
    name: "Filing Year",
    label: "Year in which you filed the taxes.",
    dataType: "STRING",
    semantics: {
      conceptType: "METRIC",
      semanticGroup: "DATE_OR_TIME",
      semanticType: "YEAR",
    },
  },
];

Solución de problemas de tipos semánticos manuales

Si configuras los tipos semánticos de forma incorrecta para los datos subyacentes, no funcionarán correctamente. Esto puede ser difícil de probar, pero hay algunas cosas que puedes hacer para ayudar a encontrar problemas.

  1. Devuelve 2 o 3 filas de tus datos en lugar de todas y, luego, inspecciónalas de forma manual.
  2. Crea una tabla en Looker Studio que solo use el campo que intentas verificar.
  3. Presta mucha atención a los campos Geo y Date, ya que tienen el formato más estricto.

Detección automática de tipos semánticos

Si no definiste ningún tipo semántico en tu esquema, Data Studio intentará detectarlos automáticamente en función de la propiedad del tipo de datos y el formato de los valores de datos que devuelve tu conector.

Los pasos del proceso de detección automática son los siguientes:

  1. Ejecuta la getSchema función de tu conector de la comunidad para solicitar el esquema.
  2. Itera por lotes de campos definidos en el esquema del conector y emite getData solicitudes a los campos. Las solicitudes getData se ejecutan con el parámetro sampleExtraction establecido en true para indicar que las solicitudes de datos son para la detección semántica.
  3. En función del tipo de datos del campo y el formato del valor que se muestra en la solicitud getData, identifica el tipo semántico del campo.

Opciones para controlar la detección automática de tipos semánticos

Cuando Data Studio ejecuta la función getData de un conector de la comunidad con el propósito de realizar la detección semántica, la solicitud entrante contendrá una propiedad sampleExtraction que se establecerá en true. Data Studio solo usa los datos que devuelve tu conector para identificar el tipo semántico del campo. Dado que el valor no se usará para ningún otro propósito, no requiere datos reales de tu fuente externa.

Existen varias formas de mejorar la detección de tipos semánticos en tu código:

  • Recomendado: Pasa valores predefinidos
    Devuelve un valor predefinido para cada campo que represente mejor el tipo semántico del campo y que Data Studio pueda detectar correctamente. Por ejemplo, si el tipo semántico de un campo es País , devuelve un valor como IT para Italia. El otro beneficio de este enfoque es que es mucho más rápido, ya que no requiere que realices solicitudes HTTP al servicio de terceros para obtener datos.

  • Devuelve solo n cantidad de registros
    Si el servicio de terceros del que recuperas datos admite límites de filas cuando solicitas datos, devuelve un pequeño subconjunto de filas a Data Studio en lugar del conjunto de datos completo. Esto limitará la cantidad de datos que debes pasar a Data Studio para cada solicitud de detección semántica.

  • Solicita todas las columnas y almacena en caché la respuesta
    Si es posible solicitar todas las columnas del servicio de terceros del que recuperas datos, en la primera solicitud de detección semántica que recibas de Data Studio, recupera todas las columnas y almacena en caché los resultados. Para las solicitudes de detección semántica posteriores, recupera los valores de las columnas de la caché en lugar de realizar solicitudes HTTP adicionales al servicio de terceros.

  • No hagas nada diferente
    Puedes elegir no implementar ninguna adaptación específica para las solicitudes en las que sampleExtraction se establece en true. Esto hará que el proceso de detección semántica sea más lento, ya que Data Studio tendrá que recuperar todos los datos para el proceso de detección semántica. Además, esto afectará la tasa de solicitudes a tu fuente de datos externa, ya que se ejecutarán muchas solicitudes de detección semántica en paralelo.

Formatos reconocidos para la detección automática de tipos semánticos

Fecha y hora
  • YYYY/MM/DD-HH:MM:SS
  • YYYY-MM-DD [HH:MM:SS[.uuuuuu]]
  • YYYY/MM/DD [HH:MM:SS[.uuuuuu]]
  • YYYYMMDD [HH:MM:SS[.uuuuuu]]
  • Sat, 24 May 2008 20:09:47 GMT
  • 2008-05-24T20:09:47Z
  • Hora: época para segundos, microsegundos, milisegundos y nanosegundos.
Ubicación geográfica