Metabase Questions 完全指南：从查询构建器到原生 SQL 的问题全生命周期-育师

Metabase Questions 完全指南：从查询构建器到原生 SQL 的问题全生命周期

【免费下载链接】metabaseThe easy-to-use open source Business Intelligence and Embedded Analytics tool that lets everyone work with data :bar_chart:项目地址: https://gitcode.com/GitHub_Trending/me/metabase

导读

Questions（问题）是 Metabase 中最基础的"分析单元"——本质上是"查询 + 结果 + 可视化"三者的组合，也是仪表板（Dashboard）、模型（Model）与预警（Alert）等一切上层能力的原材料。本文以官方 Questions 总览为主线，系统讲解如何用图形化查询构建器与原生 SQL 编辑器两类入口创建问题，并覆盖保存、管理、分享、导出与预警的完整生命周期，同时结合仓库源码揭示问题的底层执行机制，帮助你从"会点按钮"进阶到"理解原理"。

一、什么是 Question：查询、结果与可视化的统一体

Metabase 官方文档对 Question 的定义非常精炼："Questions are queries plus their visualization"——一个问题由三部分组成：一段查询（query）、查询返回的结果（results），以及结果的展示形态（visualization）。你可以把它理解为"已保存的查询"，它既能以表格形式展示，也能渲染成图表，还可以被：

组织进集合（Collections）与仪表板（Dashboards）；
通过嵌入（Embedding）集成到外部应用中；
以链接形式分享、导出其结果，或在其结果"变得有趣"时触发预警（Alerts）通知你。

从源码角度看，问题的核心载体是 Metabase 中的Card实体：它保存着dataset_query（数据集查询定义，即 MBQL 或原生查询）以及展示配置。在 src/metabase/query_processor/card.clj 中，process-query-for-card是执行已保存问题查询的入口：先通过api/read-check做权限校验，再取出 Card 中存储的dataset_query，并依据context（默认为:question，仪表板场景则为:dashboard）决定查询的执行上下文。这说明"保存一个问题"本质上是保存一段可复用的查询定义，每次运行都经过权限检查与查询处理器（Query Processor）流水线。

二、创建问题：两种官方入口

在 Metabase 界面右上角点击+ New，即可选择如何查询数据：

+ New > Question：使用图形化查询构建器（Query Builder）创建问题，适合不写代码的用户，参见查询编辑器；
+ New > SQL/native query：使用原生/SQL 编辑器创建问题，适合掌握 SQL 或需要表达复杂逻辑的用户，参见原生编辑器。

此外，如果你已配置 AI 能力，还可以通过Metabot用自然语言创建问题——直接告诉 Metabot 你想从数据中了解什么，它会生成对应的图表与查询，详见 Metabot 文档。

即便你精通 SQL，官方也建议先了解一下图形化查询构建器：用构建器搭建的问题天然支持完整的下钻交互（Drill-through）能力，而 SQL 问题的下钻能力是受限的。

三、图形化查询构建器：分步搭出查询

查询构建器把"从数据到图表"的过程拆解为一系列可视化步骤（Step），每一步都是一个积木块：选择数据 → 连接表 → 创建自定义列 → 筛选 → 汇总分组 → 排序 → 限制行数 → 可视化。每一步右侧都有一个Preview（播放键样式）按钮，可以即时查看该步骤执行到当前为止的前 10 行结果。

3.1 选择数据（Pick data）

构建问题的第一步是选定数据源。你可以从四种来源中任选其一：

数据库中的表（Table）；
模型（Model）——一类经过清洗、可作为查询起点的"虚拟表"；
指标（Metric）；
已保存的其他问题（Saved Question）。

支持通过输入搜索或浏览数据库与集合来选择。若实例配置了 Library 集合，默认只会显示其中的数据表与指标，需要查询其他数据源时选择Browse all。

选定数据源后，点击数据源名称旁的箭头可以勾选要包含的列。取消勾选的列依然可以在构建过程中使用（例如用于筛选），但不会出现在结果中。这一点与"隐藏列"有本质区别：

⚠️隐藏列绝不能用于保护敏感信息。表格可视化设置中的"隐藏列"只影响可视化的显示，查询结果中仍包含该列数据，且任何对问题拥有"仅查看数据"权限的人都能修改可视化设置重新显示该列。若要真正从查询结果中排除某列，应在查询构建器的 Data 块中取消勾选它。

3.2 连接数据（Join data）

当你需要同时使用同一数据库中多张表的数据时，可以使用 Join 步骤将它们连接起来，支持选择连接类型、连接条件与输出列，详见 Joining data。Metabase 还允许把一个已保存的问题当作连接数据源。

3.3 创建自定义列（Custom columns）

自定义列用于基于已有列做计算，例如"用 A 列减 B 列""从文本列中截取一段"等。公式支持四则运算+、–、*、/以及大量类电子表格函数，还可用括号明确运算优先级。自定义列不会写入底层数据库表，只存在于当前问题中，可以在"选择数据"步骤之后或"汇总"步骤之后添加。详见 Custom expressions 与表达式函数清单。

3.4 筛选数据（Filter）

筛选步骤用于限定检索范围，例如"只取 Widgets 分类过去 3 周的数据"，详见 Filtering data。

3.5 汇总与分组（Summarize and group）

选定数据与筛选条件后，可以汇总数据——例如统计行数（Count）或某列的平均值（Average），并按维度进行分组（Break out）。除了内置聚合函数，也支持在汇总块中使用自定义表达式做聚合内/聚合间的运算，例如：

Average(sqrt[FieldX]) + Sum([FieldY]) Max(floor([FieldX] - [FieldY]))

其中FieldX、FieldY为当前选中表的字段。详见 Summarizing and grouping。

3.6 排序与行数限制（Sort & Row limit）

排序：选择一个或多个列排序，点击箭头在升序/降序间切换。需要注意：若在 Summarize 块中使用了累计聚合函数，排序顺序可能影响聚合的计算方式（而不仅是显示顺序），详见累计函数说明。
行数限制：限制结果行数，可与排序配合生成"Top 10"榜单。该步骤只能放在问题最后——Metabase 会先执行前面所有步骤，再对最终结果做行数截断。若想对截断后的结果继续叠加步骤，可把当前结果另存为新问题，再基于它继续构建。

另外，出于浏览器性能保护：未聚合查询最多展示 2000 行、聚合查询最多展示 10000 行，即使你把行数限制设得更大，表格可视化也只会渲染到上述上限（详见表格可视化）。

3.7 查看问题背后的原生 SQL

所有查询构建器问题在底层都会被转换为目标查询引擎的原生语言（如 SQL）。点击构建器右上角的View SQL/View query按钮即可在侧栏预览 Metabase 将实际执行的查询。查看原生查询需要具备查询构建器与原生查询权限。

你还可以把构建器问题转换为 SQL 问题：点击构建器右上角的 Console 图标，在 SQL 代码下方选择Convert the question to SQL。注意转换是单向的——SQL 问题无法再转回构建器问题。

从源码看，构建器的每一步操作最终都会落成结构化的MBQL（Metabase Business Query Language）查询。MBQL 以 Clojure 数据结构描述"从哪里取数、怎么筛选、怎么聚合"，例如 src/metabase/lib/query.cljc 的query-with-stages负责把构建器各步骤组织为查询阶段（stages）。在提交执行前，src/metabase/legacy_mbql/normalize.cljc 的normalize会对 MBQL 做规范化处理，随后由查询处理器将其编译为各数据库方言的 SQL 执行。

四、原生 SQL 编辑器

SQL 编辑器（官方称 "native editor"，因为除 SQL 外它也支持 MongoDB 等非 SQL 数据源的原生查询语言）用于表达查询构建器难以实现的逻辑。在主导航栏点击+ New，若具备相应权限，会出现带控制台图标的SQL query选项。

以 Sample Database 为例，粘贴并运行以下查询：

SELECT sum(subtotal), created_at FROM orders GROUP BY created_at;

点击蓝色Run query按钮执行——得到的表格与用查询构建器对 Orders 表的Subtotal求和并按Created At分组的结果完全一致。

4.1 运行方式与快捷键

运行整条查询：Windows/Linux 下按ctrl + enter，Mac 下按⌘ + return；
只运行选中部分：高亮需要执行的片段后再点击运行按钮或使用快捷键。

SQL 问题与构建器问题一样，可以保存、下载、转换为模型并加入仪表板。

4.2 两个实用细节

PostgreSQL 的?运算符：若使用 PostgreSQL 的?JSON 运算符，请改用等价的??。这是因为 JDBC 会把单个问号?解释为参数占位符。
SQL 格式化：点击编辑器侧栏的"文档"图标可自动格式化查询。格式化功能仅对 SQL 有效，且不适用于 SQLite 与 SQL Server。

4.3 SQL 变量与筛选组件

在 SQL 中通过变量（Variable）可把查询参数化：包含变量的问题会在编辑器上方显示筛选组件（Filter widget），运行前可修改取值。官方文档将这一主题细分为多篇子文档，均位于docs/questions/native-editor/目录：

主题	说明	文档
SQL 模板参数	通过`{{variable}}`语法向 SQL 模板传参	SQL templates
字段筛选	将字段筛选变量连接到数据库字段，生成智能筛选组件	Field filters
基础参数	参数在 SQL 查询中的基本用法	Basic SQL parameters
可选变量	用`[[可选部分]]`方括号语法创建可留空的参数	Optional variables
时间分组参数	在原生查询中用参数按时间段分组数据	Time grouping parameters
筛选组件配置	配置与变量绑定的筛选组件	Filter widgets

4.4 引用已保存问题与代码片段

引用已保存问题：可以在 SQL 中把模型（Model）或已保存问题当作数据源，详见 Referencing saved questions in queries。从源码看，这类查询在进入查询处理器时由 fetch_source_query 与 resolve_referenced 等中间件解析其引用关系并做权限检查。
代码片段（Snippets）：把常用 SQL 片段保存、复用并跨问题共享，详见 Snippets。

4.5 执行方式与编辑器限制

Metabase 会把 SQL原样发送给数据库执行，你在 Metabase 中看到的结果/错误与直接在数据库客户端中运行完全一致；若 SQL 语法与目标数据库方言不匹配，数据库将无法执行。编辑器不支持以下操作：

多语句查询（Multi-statement queries）；
存储过程与函数调用；
DDL 语句（如CREATE、ALTER、DROP）。

部分操作可能因连接权限不同而侥幸成功，但均非官方支持。在使用数据库冒充（Impersonation）的数据库上，Metabase 会强制校验：查询必须是单个SELECT语句，多语句、临时表与 DDL 都会被拒绝。

4.6 版本历史与结果探索

问题、仪表板与模型会保留最近 15 个版本的历史记录，详见 History。
对于无参数的已保存 SQL 问题，会出现Explore results按钮：它会以该 SQL 的结果为数据源新建一个查询构建器问题，实现"SQL 结果 + 构建器二次分析"的组合。
SQL 问题的可视化下钻能力受限：只能对数据点筛选结果、放大时间序列或地图、使用部分列头操作；无法下钻到未聚合记录、无法更改时间粒度、无法按类别或位置细分。

五、保存与管理问题

构建好查询并完成可视化后，可以将问题保存到仪表板（默认）或集合，保存时需填写名称、可选的描述并选择存放位置。

5.1 保存到仪表板 vs 集合

保存到仪表板：该问题仅在该仪表板内可见，不能被其他仪表板复用；保存后需将卡片排列到某个标签页并保存仪表板。
保存到集合：集合中的问题可被添加到多个仪表板；把问题从一个集合移动到另一个集合，不会影响已引用它的仪表板。保存到集合需要你所在的用户组拥有该集合的 Curate access（策展）权限。

5.2 破坏性变更检查

保存问题、模型或指标时，Metabase 会尝试检测你的改动是否会破坏依赖它的下游实体。例如你删除了一个问题中被其他问题依赖的列，Metabase 会警告下游问题将被破坏。目前检测范围限于列引用：重命名或删除列通常会被标记为破坏性变更，但改变列类型或计算逻辑这类变更暂时无法被识别。该能力属于付费套餐功能。

5.3 在集合与仪表板之间移动问题

能否把集合中的问题移入仪表板，取决于有多少其他仪表板引用了它：

没有其他仪表板使用该问题，可以直接移动；
其他使用该问题的仪表板位于你拥有策展权限的集合中时，Metabase 会列出受影响的仪表板，由你决定是否接受将这些仪表板中的问题移除。

5.4 问题的信息侧栏

保存后点击右上角的info图标可查看问题元数据：

Overview 标签页：描述（支持 Markdown）、创建者与最后编辑者、所在集合或仪表板、数据来源，以及Entity ID（可用于序列化（Serialization）在多实例间保持 ID 一致）。
History 标签页：查看历史记录。

5.5 其他管理操作

下载结果：见导出结果；
验证问题：见内容验证；
书签：点击书签图标把问题固定到侧边栏，见 Bookmarks；
转为模型：仅当问题保存在集合中时才能转为模型（仪表板中的问题需先移入集合），见模型；
缓存结果：见按问题缓存策略；
设置预警：见下文；
时间序列事件：若结果是时间序列，可沿 x 轴显示事件，见事件与时间线；
删除问题：见删除与恢复。

六、指标浏览器（Metrics Explorer）

Metrics Explorer 是面向指标（Metric）与度量（Measure）的即席探索空间，适合"从指标出发"的分析场景，例如比较不同产品的收入趋势与客户情绪变化。支持的能力包括：

沿维度探索指标/度量：打开指标主页（从集合、指标浏览器或搜索进入）后点击右上角Explore；度量则从 Data studio > Tables > 表 > Measures 的"三个点"菜单进入。Metabase 会按最合适的维度绘制，时间列统一归入Time桶、国家列（按语义类型识别）统一归入Country桶，可切换具体列或选择No breakout查看无维度总计。
对比多个指标/度量：在顶部搜索栏继续添加指标即可并排对比；时间/国家维度即使列不同也可配对比较，其他列则需精确匹配才出现在 Shared dimensions 中。
指标间做数学运算：支持+、-、*、/、括号与数字，例如直接在搜索栏输入Revenue / Active users，甚至支持跨数据源的指标运算（查询构建器中需要 join，而指标浏览器只需写公式）。
按额外维度细分与筛选：可为每个指标单独添加 series breakout 或筛选条件。

需注意：指标浏览器定位是即席探索，当前无法保存探索结果；分享时复制链接（形如[your-metabase-URL]/explore#abunchofcharacters），链接会编码你的探索配置，他人打开即可看到相同视图。需要持久化分析时请用查询构建器创建保存问题。

七、分享结果：可视化

表格适合查数，图表适合看趋势。查询构建器会自动为结果挑选合适的图表类型；原生查询则需要手动选择。切换方式：构建器问题点击最后一步下方的Visualize，SQL 问题点击屏幕底部的Visualization按钮。所有图表类型（除透视表外）对原生查询同样可用——只要结果形状匹配（例如"指标 + 日期列"适合趋势图）。

Metabase 内置的图表类型包括：面积图、柱状图、箱线图、组合图、明细视图、漏斗图、仪表图、折线图、地图、数字、饼图/环形图/旭日图、透视表、矩形树图、进度条、行图、表格、趋势图、直方图、桑基图、瀑布图、散点图与气泡图，完整说明见可视化总览及各分文档。每个图表都有独立的高级选项：点击左下角Gear图标打开可视化设置，可配置数据、显示与坐标轴，以及列的格式（还支持自定义格式，参见格式默认值）。企业版管理员还可通过自定义可视化上传自研图表类型。

八、分享结果：预警（Alerts）

预警用于按计划运行问题并在"结果有趣"时通过邮件、Slack 或 Webhook通知相关人员。注意预警只针对问题；仪表板的结果推送请使用仪表板订阅。

8.1 前提条件

管理员需至少配置一个通知渠道：邮件、Slack 或 Webhooks；Webhook 仅管理员与具备设置访问权限的用户可用。

8.2 创建预警的通用步骤

保存问题；
点击右上角"三个点"图标；
选择Create an alert；
选择预警类型（取决于问题类型）：结果预警、目标线预警（适用于带目标线的折线/柱状/面积时间序列图）、进度条预警；
选择检查频率：按分钟、小时、每日、每周、每月，或使用 Quartz cron 语法自定义计划；
选择接收渠道：邮件、Slack 或 Webhook；
配置其他选项（如一次性预警）；
点击Done。

8.3 三种预警类型

结果预警（Results alerts）：按计划在有结果返回时通知，特别适合"通常无结果、一旦有结果就要知道"的场景（例如"近两天低于三星的差评"）。
目标线预警（Goal line alerts）：适用于 DAU、周订单数等指标，可在时间序列越过目标线（向上或向下）时通知，可选择每次越过或仅首次越过时提醒。
进度条预警（Progress bar alerts）：进度条可视化配目标值后，可在单值达到或跌破目标时通知。

8.4 管理预警

每个人可编辑自己创建的预警，可在Account settings > Notifications查看与退订所有收到的预警；
管理员可编辑/删除任意预警、增删任意预警的接收人，并可在 Admin settings 的 People 菜单按人批量管理，或在 Monitor > Alerts management 批量管理实例内全部预警。

8.5 边界情况

重命名 Slack 目标频道后，需要在 Metabase 中更新预警指向新频道名；
若目标线被移除，对应目标线预警会自动降级为结果预警；
问题被删除时，其预警会被一并删除；
即使创建者账号被停用，预警仍继续工作（只是不再向停用账号发送）；
嵌入式问题的预警会省略指向 Metabase 内部对象的链接，避免收件人收到失效链接；
自定义可视化在预警渲染时会回退到默认图表（预警渲染时无人登录）。

预警的调度与发送在仓库中有完整实现：src/metabase/pulse/api/alert.clj 定义了预警 API（当前标记为 deprecated，正在向 notification API 迁移），其中可见:has_result/:goal_above等发送条件、send_once（一次性预警）字段、skip_if_empty（无结果不发送）逻辑，以及向用户邮箱或 Slack 频道等接收方分发消息的渠道结构；定时发送任务由 src/metabase/pulse/task/send_pulses.clj 驱动。

九、分享结果：导出与提示

导出：问题与仪表板的结果有多种导出方式，详见导出结果；Webhook 预警的邮件可配置移除 Metabase 品牌标识。
Tooltips：可自定义柱状图、折线图与面积图的提示信息，详见 Tooltips。

十、总结

从"查询 + 结果 + 可视化"的定义出发，Metabase Questions 提供了两条互补的创作路径：图形化查询构建器以 MBQL 分步生成查询，天然支持交互式下钻；原生 SQL 编辑器则把查询控制权完全交给用户。两者产出的问题共享同一套保存、管理、缓存、预警与导出体系，最终通过可视化与分享机制把数据洞察传递到团队各处。想要继续深入，推荐阅读查询构建器编辑器、SQL 编辑器、可视化总览与预警等分主题文档，或参考 SQL 故障排查指南解决实际运行问题。

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考