Databricksのメトリクスビュー

Databricks

Posted at 2025-05-31

こちらのアップデートです。

メトリクスビューのパブリックプレビュー
Unity Catalogのメトリクスビューは、一貫性があり、再利用可能で統治されたコアとなるビジネスメトリクスを定義、管理するための集中管理された手段を提供します。複雑なビジネスロジックを集中管理された定義に抽象化し、企業は一度キーとなるパフォーマンスインジケーターを定義すると、ダッシュボード、Genieスペース、アラートのようなレポーティングツールで一貫性を持って活用することができます。メトリクスビューを操作するには、プレビューチャネルのSQLウェアハウスかDatabricksランタイム16.4以降のコンピュート資源を使います。Unity Catalog メトリクスビューをご覧ください。

もう少し噛み砕きます。気になるのは従来のビューとの違いです。

Databricksメトリクスビューとは、複雑なビジネスロジックを一元的に定義し、組織全体で一貫して利用できる仕組みです。現在パブリックプレビュー段階で、Unity Catalogに登録されるYAML形式で定義されます。

メトリクスビューの構成要素

要素	説明	具体例
ディメンション	データを整理・フィルタリングするカテゴリ属性	製品名、顧客タイプ、地域
メジャー	ビジネス活動を集計する値（SUM、AVGなど）	売上合計、平均顧客単価
ソース	データの元となるテーブル、ビュー、SQLクエリ	注文テーブル、顧客マスタ

ディメンション(Dimension) :「どの軸で切り分けるか」

ディメンションはデータを分類・グループ化するためのカテゴリです。分析の「切り口」を提供します。

メジャー(Measure) :「何を測るか」

メジャーは数値で表現される計測可能な指標です。ビジネスの成果や活動量を表します。

YAML定義の構造

version: 0.1
source: samples.tpch.orders
filter: o_orderdate > '1990-01-01'
dimensions:
  - name: Order Month
    expr: DATE_TRUNC('MONTH', o_orderdate)
  - name: Order Status
    expr: CASE WHEN o_orderstatus = 'O' then 'Open' END
measures:
  - name: Order Count
    expr: COUNT(1)
  - name: Total Revenue
    expr: SUM(o_totalprice)

メリット、嬉しさ

組織レベルでのメリット

1. 一貫性のあるメトリクス定義

複数のチームが同じKPIを使用する際の定義ブレを防止
ダッシュボード、レポート、アラート全体で統一された指標を実現

2. 開発効率の劇的向上

一度定義すれば、あらゆるツールで再利用可能
複雑な集計ロジックを何度も書く必要がなくなる

3. データガバナンスの強化

Unity Catalogの権限モデルによる適切なアクセス制御
メトリクスの変更履歴とバージョン管理

従来の標準ビューとの決定的な違い

標準ビューの課題

-- 標準ビューの例：地域別売上（固定的）
CREATE VIEW regional_sales AS
SELECT 
    region,
    SUM(revenue) as total_revenue,
    COUNT(DISTINCT customer_id) as unique_customers
FROM sales_data
GROUP BY region;

-- 問題：月別で見たい場合は新しいビューが必要
CREATE VIEW monthly_sales AS
SELECT 
    DATE_TRUNC('month', order_date) as month,
    SUM(revenue) as total_revenue,
    COUNT(DISTINCT customer_id) as unique_customers
FROM sales_data
GROUP BY DATE_TRUNC('month', order_date);

メトリクスビューの革新性

# 一度定義すれば、あらゆる軸で分析可能
measures:
  - name: Total Revenue
    expr: SUM(revenue)
  - name: Unique Customers
    expr: COUNT(DISTINCT customer_id)
dimensions:
  - name: Region
    expr: region
  - name: Month
    expr: DATE_TRUNC('month', order_date)

-- 同じメトリクスビューで地域別も月別も自由に
SELECT region, MEASURE(Total Revenue) FROM sales_metrics GROUP BY region;
SELECT month, MEASURE(Total Revenue) FROM sales_metrics GROUP BY month;
-- さらに地域×月のクロス分析も可能
SELECT region, month, MEASURE(Total Revenue) FROM sales_metrics GROUP BY region, month;

具体的な違いの比較表

観点	標準ビュー	メトリクスビュー
定義方法	固定的なGROUP BY	ディメンション・メジャー分離定義
柔軟性	作成時に決めた軸のみ	実行時に自由な軸組み合わせ
ビュー数	分析軸ごとに複数必要	1つで全ての軸に対応
再集計安全性	❌ 比率計算で不正確になりがち	✅ 常に正確な再計算
保守コスト	高（複数ビューの管理）	低（単一定義の管理）
学習コスト	中（SQL GROUP BY理解）	低（MEASURE関数のみ）

メトリクスビューの嬉しさ

1つ定義で無限の分析軸

従来は「売上を見たい軸」ごとに別々のビューを作成する必要がありました：

メトリクスビューなら：

データサイエンティストとビジネスユーザーの橋渡し

従来は「技術的な実装」と「ビジネス要求」の間にギャップがありました：

メトリクスビューなら：

ウォークスルー

こちらの手順に従って作成、クエリーしてみます。

メトリクスビューの作成

カタログエクスプローラにアクセスして、ソースとなるテーブルを開きます。左上の作成 > メトリクスビューを選択します。

YAMLエディタが表示されます。この時点ではソースしか定義されていません。

以下のように書き換えます。ここでディメンションとメジャーを一元管理できるということですね。

version: 0.1

source: samples.tpch.orders
filter: o_orderdate > '1990-01-01'

dimensions:
  - name: Order Month
    expr: DATE_TRUNC('MONTH', o_orderdate)

  - name: Order Status
    expr: CASE
      WHEN o_orderstatus = 'O' then 'Open'
      WHEN o_orderstatus = 'P' then 'Processing'
      WHEN o_orderstatus = 'F' then 'Fulfilled'
      END

  - name: Order Priority
    expr: SPLIT(o_orderpriority, '-')[1]

measures:
  - name: Order Count
    expr: COUNT(1)

  - name: Total Revenue
    expr: SUM(o_totalprice)

  - name: Total Revenue per Customer
    expr: SUM(o_totalprice) / COUNT(DISTINCT o_custkey)

  - name: Total Revenue for Open Orders
    expr: SUM(o_totalprice) FILTER (WHERE o_orderstatus='O')

保存するカタログとスキーマ、名称を指定します。

テーブルや関数のようにUnity Catalogで管理されます。ここのメジャーやメトリクスにコメントやタグも

メトリクスの利用

SQLからアクセスしてみます。MEASURE関数を使います。

SELECT
 `Order Month`,
 `Order Status`,
 MEASURE(`Order Count`),
 MEASURE(`Total Revenue`),
 MEASURE(`Total Revenue per Customer`)
FROM
 takaakiyayoi_catalog.metrics_view.oreders_metrics
GROUP BY ALL
ORDER BY 1 ASC

Order Month	Order Status	measure(Order Count)	measure(Total Revenue)	measure(Total Revenue per Customer)
1992-01-01T00:00:00.000+00:00	Fulfilled	96647	14632465461.03	167978.801972586070
1992-02-01T00:00:00.000+00:00	Fulfilled	90518	13702881250.25	166837.705310289409
1992-03-01T00:00:00.000+00:00	Fulfilled	95930	14471982842.46	167016.535977611079
1992-04-01T00:00:00.000+00:00	Fulfilled	93774	14154839483.68	167022.696508236183
1992-05-01T00:00:00.000+00:00	Fulfilled	96001	14488605743.39	167179.435105175100
1992-06-01T00:00:00.000+00:00	Fulfilled	93497	14141698293.18	167062.792155607272

権限管理と共有

注意点

現時点では以下の制限が存在します。

制限項目	詳細	対処法
リネージ未対応	データの流れが追跡できない	別途ドキュメント化が必要
Delta Sharing未対応	外部組織との共有不可	通常のビューを併用
クエリ時JOIN不可	実行時の動的結合は不可	CTEを使用した前処理
*SELECT 不可**	全カラム選択は不可	明示的なカラム指定が必要

まとめ

Databricksメトリクスビューは、データ分析の世界に一元管理と柔軟性という新たな価値をもたらします。従来の標準ビューでは実現困難だった「一度定義して、どこでも使える」メトリクス管理により、組織のデータ活用レベルを大幅に向上させることができます。

はじめてのDatabricks

Databricks無料トライアル

You get articles that match your needs
You can efficiently read back useful information
You can use dark theme

What you can do with signing up