前期比(PoP)分析は、現在の数値を測定し、過去の同等の期間の同じ測定値と比較する分析パターンです。
期間比較メジャーをサポートするダイアレクトの場合、Looker デベロッパーは LookML プロジェクトに PoP メジャーを追加して、対応する Looker Explore で PoP 分析を有効にできます。
たとえば、次の Looker Explore クエリは、今月作成された注文数と、昨年作成された注文数、昨年との差、昨年からの変化率の PoP 指標を示しています。値をスポットチェックすることで、前年比の比較を確認できます。たとえば、2012-03 の [前年の注文数] の値は、2011-03 の [注文数] の値と同じです。
LookML プロジェクトに PoP 指標を追加するには、Looker デベロッパーが type: period_over_period の measure を作成し、このページの次のセクションで説明するサブパラメータを含める必要があります。
たとえば、前年の注文数を提供する PoP メジャーの LookML は次のようになります。
measure: order_count_last_year {
type: period_over_period
description: "Order count from the previous year"
based_on: orders.count
based_on_time: orders.created_year
period: year
kind: previous
}
この PoP 指標には次の属性があります。
based_on: orders.countで定義されているため、PoP 指標は前の期間の注文数に関するデータを提供します。kind: previousと定義されています。つまり、前の期間の注文数の差や、前の期間の注文数の変化率ではなく、前の期間の注文数の値が提供されます。period: yearで定義されているため、前年の同程度の期間の注文数が表示されます。
PoP 指標のサブパラメータ
PoP 指標は、次のセクションで説明するサブパラメータを含む type: period_over_period の measure です。
PoP メジャーを使用したクエリの探索セクションで説明したように、PoP メジャーは、PoP メジャーの LookML 定義と Explore クエリのフィールドの両方に基づいて値を計算します。そのため、LookML で PoP 指標を作成する場合は、次のベスト プラクティスを実践する必要があります。
- PoP メジャーの
periodを、PoP メジャーの名前またはメジャーのdescriptionサブパラメータで、Explore ユーザーに示します。 - PoP メジャーの
based_onメジャーを、PoP メジャーの名前またはメジャーのdescriptionサブパラメータで、Explore ユーザーに示します。
たとえば、次の PoP メジャーは order_count_last_year という名前で、前年の注文数を示すメジャーであることをユーザーに知らせる説明が含まれています。
measure: order_count_last_year {
type: period_over_period
description: "Order count from the previous year"
based_on: orders.count
based_on_time: orders.created_year
period: year
kind: previous
}
based_on
based_on フィールドを使用して、PoP 測定値の基準となる LookML 測定値を指定します。たとえば、orders.count フィールドに基づいて PoP メジャーを作成するには、次のように入力します。
based_on: orders.count
orders.count に基づく PoP 指標は、前の期間の注文数に関する情報を提供します。これにより、現在の期間と前の期間の売上数を比較できます。
based on フィールドで指定する LookML メジャーは、次のいずれかのタイプのメジャーである必要があります。
averageaverage_distinctcountcount_distinctlistmaxmedianmedian_distinctnumberminpercentilepercentile_distinctsumsum_distinct
based_on_time
based_on_time サブパラメータを使用して、PoP 指標値の計算に使用できる時間フィールドを Looker に提供します。この時間フィールドは、次のいずれかになります。
- 時間ベースのディメンション。
based_on_timeサブパラメータで時間ベースのディメンションを指定する場合、ユーザーは PoP 指標を使用するすべてのクエリに、まったく同じ時間ベースのディメンションを含める必要があります。また、期間ベースのディメンションの期間は、PoP 指標のperiod値以下である必要があります。たとえば、PoP 指標がbased_on_time: created_monthで定義されている場合、PoP 指標のperiod値はweekまたはdateにできません。 type: timeディメンション グループの次のいずれかのタイムフレーム。yearfiscal_yearmonthfiscal_quarterquarterweekdateraw
based_on_time サブパラメータでディメンショングループの期間を指定する場合、使用する特定の期間は関係ありません。PoP 指標が type: time のディメンショングループを指すようにするだけで、PoP 指標はディメンショングループの基盤となるタイムスタンプを使用できます。type: duration のディメンショングループからタイムフレームを指定することはできません。期間タイプのディメンショングループはサポートされておらず、エクスプローラでランタイム エラーが発生します。
kind
kind パラメータを使用して、前期間の PoP 指標で実行する計算の種類を指定します。kind には、次のいずれかの値を指定できます。
previous:(デフォルト)前の期間の値。difference: 期間の差(現在の期間から前の期間を差し引いた値)。relative_change: 前の期間からの変化率(%)。変化率は次の式で計算されます。$$ relativeChange = (current - previous)/previous $$
period
period サブパラメータを使用して、PoP 指標のケイデンス(比較で遡る期間)を指定します。たとえば、period: year で定義された PoP 指標は、前年の値を表示します。月ごとの注文数に対して Explore クエリを実行すると、period: year PoP 指標には前年同月の値が表示されるため、2025 年 11 月の注文数を 2024 年 11 月の販売数と比較できます。
period サブパラメータは次の値をサポートしています。
yearfiscal_yearquarterfiscal_quartermonthweekdate
value_to_date
value_to_date サブパラメータを使用して、クエリの実行時に現在の期間で経過した時間を使用して Looker が PoP 指標の値を計算するかどうかを指定します。value_to_date サブパラメータは no(デフォルト)または yes にできます。
- 値が
noの場合、データを集計するときにタイムフレーム ウィンドウ全体が想定されます。 yesの値は、現在の期間で観測された時間を計算し、PoP 指標に適用します。
たとえば、value_to_date: yes で定義された前月比の PoP 指標がある場合、6 月 6 日の 13:10:00 に PoP 指標と日付期間ディメンションを含む Explore クエリを実行すると、Looker は 6 月 6 日に経過した時間(13 時間 10 分 0 秒)をクエリ内の各日付の計算に適用します。各日付について、Looker は最初の 13 時間 10 分間の値を返します。
value_to_date: no で定義された同じ PoP メジャーがあり、6 月 6 日の 13:10:00 に同じ Explore クエリを実行した場合、Looker は各日付で使用可能なすべてのデータを使用して PoP の値を計算します。6 月 6 日から前月の 6 日までの値を比較しようとしている場合、6 月 6 日はまだ終了していないため、13:10:00 以降に追加のデータが表示される可能性があります。
value_to_date: yes が Explore クエリの結果に及ぼす影響の例については、value_to_date が PoP 測定値に及ぼす影響をご覧ください。
PoP 指標を含む探索クエリの要件で説明したように、PoP 指標を含む探索クエリを実行すると、Looker はクエリの最小期間の粒度を PoP 指標で使用される期間に自動的に適用します。value_to_date: yes で定義された PoP メジャーを含む Explore クエリの場合、Looker はクエリ内の最小の時間枠ディメンションを取得し、クエリの実行時に経過した時間枠の割合を計算して、その割合を PoP メジャーのすべての値に適用します。
PoP 指標を使用してクエリを探索する
PoP 指標に対して実行される計算は、PoP 指標の LookML 定義と、Explore クエリ自体で指定された期間に基づいています。PoP 指標は、Explore クエリで選択された期間に合わせて計算を調整します。たとえば、PoP 指標が period: year で定義され、Explore クエリに orders.created_month 期間ディメンションが含まれている場合、PoP 指標は 2025 年 1 月と 2024 年 1 月を比較して月ごとの値を計算します。年間の値を確認する場合は、PoP メジャーと orders.created_year の期間のみを使用して Explore クエリを実行する必要があります。
PoP 指標の period が、データ探索クエリで選択された期間とどのように連携するかを次に示します。
- PoP メジャーが
period: yearで定義されていて、四半期タイムフレームで Explore クエリを実行すると、PoP メジャーは前年の同じ四半期の値を返します(2025 年第 1 四半期と 2024 年第 1 四半期を比較)。 - PoP メジャーが
period: yearで定義されていて、月単位の期間でデータ探索クエリを実行すると、PoP メジャーは前年同月の値を返します(2025 年 4 月と 2024 年 4 月を比較)。 - PoP 指標が
period: monthで定義されていて、月単位の期間で Explore クエリを実行すると、PoP 指標は前月の値を返します(2025 年 3 月と比較した 2025 年 4 月)。
PoP 指標を含む Explore クエリの要件
期間比較メジャーは、期間比較メジャーの LookML 定義と Explore クエリで選択したフィールドの両方に基づいて計算を行うため、期間比較メジャーを含む Explore クエリには、少なくとも次のフィールドを含める必要があります。
- PoP の測定。
- PoP 指標に関連付けられた
periodに適した時間ディメンション。時間ディメンションは、Explore のフィールド ピッカーまたは Explore のフィルタからクエリに含めることができます。- PoP 指標クエリは、月、四半期、年などの日付以上の期間の粒度をサポートしています。PoP 指標クエリでは、時間または分のタイムフレームのディメンションはサポートされていません。
- PoP メジャーがディメンショングループのタイムフレームである
based_on_timeで定義されている場合、Explore クエリには、PoP メジャーのperiodパラメータで指定されているタイムフレーム以下のタイムフレームを使用する同じディメンショングループのタイムフレームを含める必要があります。ディメンション グループを Explore に含めるには、Explore のフィールド ピッカーからディメンション グループを選択するか、ディメンション グループでフィルタリングします。たとえば、PoP 指標のbased_on_time値がorders.createdディメンション グループの期間で定義され、PoP 指標がperiod: monthで定義されている場合、Explore クエリには、orders.created_dateなど、1 か月以下のorders.createdディメンション グループの期間を含める必要があります。たとえば、1 年間の期間で月ごとの比較を行うことはできないため、Explore クエリの期間は一致しているか、より短い必要があります。 - 時間ベースのディメンションである
based_on_timeを使用して PoP メジャーが定義されている場合、Explore のフィールド選択ツールからディメンションを含めるか、ディメンションにフィルタを指定することで、Explore クエリにまったく同じ時間ベースのディメンションを含める必要があります。期間ベースのディメンションは、PoP 指標のperiodパラメータで指定された期間と同じか、それより短い期間でなければなりません。たとえば、PoP 指標がbased_on_time: created_dateで定義され、PoP 指標がperiod: monthで定義されている場合、Explore クエリにはcreated_dateディメンションを含める必要があります。
PoP メジャーがディメンション グループのタイムフレームである based_on_time で定義されている場合は、Explore クエリのタイムフレームに関する次の要件に注意してください。
- Explore クエリの期間は、PoP 指標の
periodパラメータで指定された期間以下である必要があります。たとえば、PoP 指標のbased_on_timeがorders.createdディメンション グループの期間で定義され、PoP 指標がperiod: monthで定義されている場合、Explore クエリには、orders.created_dateなど、1 か月以下のorders.createdディメンション グループの期間を含める必要があります。たとえば、1 年間の期間で月ごとの比較を行うことはできないため、Explore クエリの期間は短くする必要があります。 - Explore クエリの期間自体にタイムスタンプ情報が含まれている必要があります。たとえば、ディメンション グループの
year、month、dateの期間は、実際のタイムスタンプ情報を提供します。一方、day_of_weekの期間は、基盤となるタイムスタンプから抽象化され、Wednesdayなどの値を提供します。同様に、month_name、month_num、day_of_monthなどの期間はタイムスタンプ情報自体を提供しないため、PoP 指標で前の期間の値を計算するために使用することはできません。ただし、Explore クエリにdateなどのタイムスタンプを含めると、PoP 指標にタイムスタンプ情報が提供され、それを使用して前の期間の値を計算できます。PoP 指標はdate期間情報を計算に使用できるため、Explore クエリにday_of_week期間を含めることもできます。
Explore クエリでこれらの要件を満たしている限り、Explore クエリに他のフィールドと期間ディメンションを追加できますが、Explore クエリのすべての期間は、PoP 指標の period 期間以下である必要があります。PoP 指標を含む Explore クエリを実行すると、Looker はクエリの最小期間の粒度を PoP 指標で使用される期間に自動的に適用します。このページの冒頭に示されている Explore の例では、すべての PoP メジャーが LookML で period: year を使用して定義されています。つまり、エクスプローラ クエリで選択した期間(この場合は月単位の期間)に対して、PoP 指標は前年の同じ期間の結果を返します。
Explore で PoP メジャーでサポートされている期間を確認する場合は、クエリを実行せずにさまざまな期間をテストできます。Explore の [データ] セクションの [SQL] タブをクリックし、Explore のフィールド選択ツールからフィールドとフィルタを追加します。選択したフィールドとフィルタを使用して PoP 指標でクエリを計算できない場合、[SQL] タブに SQL を生成できないというメッセージが表示されます。
SQL を生成できないクエリを実行すると、[探索] ウィンドウにエラーの詳細と関連する LookML へのリンクが返されます。
例
以降のセクションでは、さまざまな PoP 指標とデータ探索クエリの例を示します。
カウントを前年比および前月比の PoP 指標と比較する
次に、total_births メジャーの例、type:time の birth ディメンション グループ、total_births メジャーに基づいて birth ディメンション グループを based_on_time フィールドとして使用する 2 つの PoP メジャーの LookML を示します。
dimension_group: birth {
type: time
timeframes: [raw, time, date, week, month, quarter, year]
sql: ${TABLE}.birth_date ;;
}
measure: total_births {
type: sum
sql: ${TABLE}.total_births ;;
}
measure: total_births_last_year {
type: period_over_period
kind: previous
based_on: total_births
based_on_time: birth_year
period: year
value_to_date: no
value_format_name: decimal_0
}
measure: total_births_last_month {
type: period_over_period
kind: previous
based_on: total_births
based_on_time: birth_year
period: month
value_to_date: no
value_format_name: decimal_0
}
これらのフィールドについては、次の点に注意してください。
- どちらの PoP 指標も
kind: previousで定義されているため、どちらも前の期間の指標の値を提供します。 - どちらの PoP 指標も
value_to_date: noで定義されているため、どちらも期間全体(クエリの最小期間粒度)の指標の値を計算します。 - どちらの PoP メジャーも
based_on_time: birth_yearで定義されているため、どちらもbirthディメンション グループの基盤となるタイムスタンプを使用します。 total_births_last_yearPoP メジャーはperiod: yearで定義され、total_births_last_monthPoP メジャーはperiod: monthで定義されます。
次の Explore クエリには、3 つの measure と birth_month ディメンションの期間が含まれています。
Explore の結果については、次の点に注意してください。
- Explore クエリの最小のディメンション期間は
birth_monthであるため、PoP 指標は月単位の値を提供します。 - 最新の月(2024-07)の行の [Total Births Last Month] の値は、前月(2024 年 6 月)の合計出生数を示しています。これは、[2024-06] 行の [Total Births] の値を確認することで検証できます。2 つの値が一致します。
- 最新の月(2024-07)の行の [前年の合計出生数] の値には、前年(2023 年)の同じ月(07)の合計出生数が表示されます。これは、[2023-07] 行の [Total Births] の値を確認することで検証できます。2 つの値が一致します。
value_to_date が PoP 指標の値に与える影響
前の例と同様に、total_births メジャー、type:time の birth ディメンション グループ、total_births メジャーに基づいて birth ディメンション グループを based_on_time フィールドとして使用する 2 つの PoP メジャーの LookML は次のようになります。ただし、この例では、total_births_last_year_value_to_date PoP measure は value_to_date: yes で定義され、total_births_last_year PoP measure は value_to_date: no で定義されています。
dimension_group: birth {
type: time
timeframes: [raw, time, date, week, month, quarter, year]
sql: ${TABLE}.birth_date ;;
}
measure: total_births {
type: sum
sql: ${TABLE}.total_births ;;
}
measure: total_births_last_year {
type: period_over_period
kind: previous
based_on: total_births
based_on_time: birth_year
period: year
value_to_date: no
value_format_name: decimal_0
}
measure: total_births_last_year_value_to_date {
type: period_over_period
kind: previous
based_on: total_births
based_on_time: birth_year
value_to_date: yes
period: year
value_format_name: decimal_0
}
3 つの measure と birth_year ディメンションの期間を含む Explore クエリを次に示します。この Explore クエリは 6 月 4 日の 16 時 25 分 8 秒に実行されました。これは value_to_date: yes PoP 指標にとって重要な情報です。
探索結果には、value_to_date サブパラメータが PoP 指標の計算をどのように変更するかが示されています。
Explore の結果については、次の点に注意してください。
- 最新の年である 2024 の行の Total Births Last Year の値には、前年(2023 年)の合計出生数が表示されます。計算は、[2023] 行の [出生数の合計] の値を確認することで検証できます。2 つの値が一致します。
- 最新の年(2024)の行では、[Total Births Last Year Value to Date](昨年の出生数の合計(本日まで))の値が [Total Births Last Year](昨年の出生数の合計)の値よりも小さくなっています。これは、Explore クエリが 6 月 4 日の 16:25:08 に実行され、
total_births_last_year_value_to_datePoP 指標がvalue_to_date: yesで定義されているためです。Looker は、各年の 6 月 4 日の 16:25:08 までのデータのみを使用して年間値を計算しました。
PoP メジャーを含む Explore クエリのフィルタリング
PoP メジャーを含む Explore クエリをフィルタリングする際は、次の点に注意してください。
- フィルタリングは、PoP 指標を含む Explore クエリでサポートされています。ただし、PoP 指標自体でフィルタすることはできません。たとえば、
birth_monthディメンションとtotal_births、total_births_last_year、total_births_last_monthの PoP メジャーをクエリする最初の例のデータ探索では、total_births、total_births_last_year、total_births_last_monthの PoP メジャーでクエリをフィルタできませんでした。 - PoP 指標の
based_on_timeパラメータに関連付けられているフィールドでフィルタリングする場合、フィルタの期間がクエリの期間よりも細かいと、PoP 指標にはクエリの期間のフィルタ値部分の結果のみが表示されます。たとえば、orders.created_yearディメンションでクエリを実行し、1 月のクエリをフィルタすると、各年の PoP メジャーには 1 月の値のみが表示されます。これは、通年の結果と誤解される可能性があります。 - PoP 指標の Explore クエリの場合、PoP 指標のデータを計算するために、Looker はクエリの最も粒度の粗い期間の粒度で、追加の期間のデータを取得します。たとえば、月次ディメンション、
period: yearで定義された PoP メジャー、過去 6 か月のフィルタを含むデータ探索クエリを作成すると、Looker はクエリの最も粒度の粗い粒度を特定します。この例では、PoP メジャーのyear期間が最も粒度の粗い粒度になります。この例では、Looker は過去 6 か月間のデータに加えて、さらに 1 年分のデータを取得し、過去 6 か月間の各月を前年の同じ月と比較できるようにします。 - 期間比較指標を含む Explore クエリの要件で説明したように、期間比較指標を含む Explore クエリには、期間比較指標に関連付けられている
periodに適した時間ディメンションが必要です。Explore のフィールド ピッカーで時間ディメンションを選択しない場合、Looker は Explore のフィルタの時間ディメンションから必要な情報を取得できます。この場合、Looker はフィルタの時間のディメンションで Explore クエリの結果を並べ替えます。
前期比指標を使用した可視化
PoP 指標にはテーブルグラフのビジュアリゼーションをおすすめします。Explore クエリのフィールドによっては、他の可視化オプションも機能する場合があります。
表グラフ以外のビジュアリゼーションを使用する場合は、ビジュアリゼーションが明確であることを確認します。PoP 指標は前の期間との比較を示すため、PoP 指標を含む可視化は誤解を招く可能性があります。たとえば、kind: previous として定義された前年比の PoP 指標では、今年の日付に対して昨年の値が表示されます。Explore クエリに前年比の PoP 指標とともに今年の値が含まれている場合、ビジュアリゼーションには今年の値が 2 つ表示されます。
表グラフ以外のビジュアリゼーションを使用する場合は、PoP 指標が前の期間との比較であることをビジュアリゼーションで明確に示していることを確認してください。
PoP 指標の制限事項
PoP 指標には次の制限事項があります。
- PoP メジャーは、新しい LookML ランタイムを使用する LookML プロジェクトでのみサポートされています。インスタンスで [以前の LookML ランタイムを使用する] レガシー機能が有効になっている場合、プロジェクトのマニフェスト ファイルに
new_lookml_runtime:yesステートメントを含める必要があります。 - Looker Studio の Looker コネクタでは、PoP の測定はサポートされていません。
- PoP 指標は、
based_onセクションで説明されているように、集計指標に基づいていなければなりません。PoP 指標は、集計以外の指標に基づいて作成できません。 - BI Engine 対称集計の Labs 機能が有効になっているインスタンスの BigQuery 接続では、PoP 指標がサポートされますが、PoP 指標を含む SQL クエリでは BI Engine 対称集計機能は使用されません。
- PoP 指標はコホート分析をサポートしていません。
- PoP 指標はローリング計算をサポートしていません。
- PoP 指標では、常に現在の期間と前の期間が比較されます。現在の期間を前の期間以外の別の期間と比較するように PoP 指標を構成することはできません。たとえば、前年の 5 月と今年の 12 月を比較する PoP 指標を作成することはできません。
- PoP 指標は、小売業の 4-5-4 カレンダーなどのカスタム カレンダーではサポートされていません。PoP 指標がサポートする期間については、
periodセクションをご覧ください。 - PoP 指標は、カスタム期間(過去 2 週間と過去 2 週間を比較するなど)ではサポートされていません。
PoP 指標のパラメータでは、Liquid パラメータはサポートされていません。ただし、PoP の
based_onフィールドまたはbased_on_timeフィールドが Liquid で定義されたディメンションを指している場合は、その Liquid が処理されます。PoP 測定は、次の Looker 機能ではサポートされていません。
PoP 指標を使用してカスタム フィールドを作成することはできません。
PoP メジャーが
period: weekまたはperiod: dateで定義されていない限り、PoP メジャーを含む Explore クエリで週の期間を選択することはできません。会計期間で定義された期間を含む PoP メジャーは、会計期間以外の期間を含む Explore クエリでは使用できません。また、会計期間以外の期間で定義された期間を含む PoP 指標は、会計期間のディメンションを含むクエリでは使用できません。
PoP 測定では会計月のオフセットがサポートされています。つまり、PoP 測定の
based_on_timeパラメータは、Explore に関連付けられている LookML モデルファイルからfiscal_month_offset値を継承します。fiscal_yearまたはfiscal_quarterで PoP 指標を定義した場合、Explore クエリでfiscal_yearまたはfiscal_quarterの期間が指定されている場合にのみ、Explore クエリで PoP 指標がサポートされます。その場合、fiscal_offset_monthが優先されます。PoP 指標の
periodは、Explore クエリで選択した期間以上である必要があります。たとえば、period: monthで定義された PoP 指標の場合、Explore クエリには、週や日などの 1 か月以下のタイムフレーム ディメンションが必要です。
PoP メジャーに対応するデータベース ダイアレクト
次の表に、Looker の最新リリースで PoP 指標をサポートする言語を示します。
| 方言 | サポート対象 |
|---|---|
| Actian Avalanche | いいえ |
| Amazon Athena | いいえ |
| Amazon Aurora MySQL | いいえ |
| Amazon Redshift | ○ |
| Amazon Redshift 2.1+ | はい |
| Amazon Redshift Serverless 2.1+ | はい |
| Apache Druid | いいえ |
| Apache Druid 0.13+ | いいえ |
| Apache Druid 0.18+ | いいえ |
| Apache Hive 2.3+ | いいえ |
| Apache Hive 3.1.2+ | いいえ |
| Apache Spark 3+ | いいえ |
| ClickHouse | いいえ |
| Cloudera Impala 3.1+ | いいえ |
| Cloudera Impala 3.1+ with Native Driver | いいえ |
| Cloudera Impala with Native Driver | いいえ |
| DataVirtuality | いいえ |
| Databricks | いいえ |
| Denodo 7 | いいえ |
| Denodo 8 & 9 | いいえ |
| Dremio | いいえ |
| Dremio 11+ | いいえ |
| Exasol | いいえ |
| Google BigQuery Legacy SQL | いいえ |
| Google BigQuery Standard SQL | ○ |
| Google Cloud PostgreSQL | いいえ |
| Google Cloud SQL | いいえ |
| Google Spanner | いいえ |
| Greenplum | いいえ |
| HyperSQL | いいえ |
| IBM Netezza | いいえ |
| MariaDB | いいえ |
| Microsoft Azure PostgreSQL | いいえ |
| Microsoft Azure SQL Database | いいえ |
| Microsoft Azure Synapse Analytics | いいえ |
| Microsoft SQL Server 2008+ | いいえ |
| Microsoft SQL Server 2012+ | いいえ |
| Microsoft SQL Server 2016 | いいえ |
| Microsoft SQL Server 2017+ | いいえ |
| MongoBI | いいえ |
| MySQL | いいえ |
| MySQL 8.0.12+ | ○ |
| Oracle | いいえ |
| Oracle ADWC | いいえ |
| PostgreSQL 9.5+ | いいえ |
| PostgreSQL pre-9.5 | いいえ |
| PrestoDB | いいえ |
| PrestoSQL | いいえ |
| SAP HANA | いいえ |
| SAP HANA 2+ | いいえ |
| SingleStore | いいえ |
| SingleStore 7+ | いいえ |
| Snowflake | ○ |
| Teradata | いいえ |
| Trino | いいえ |
| Vector | いいえ |
| Vertica | × |