执行以SQL为目标的BI解决方案,如Looker和Chart。io使用OLAP?

Looker依赖于数据库的速度,但会对数据建模以帮助提高速度。模式和潜望镜与此类似。对查蒂奥不太确定。

OLAP用于组织数据以帮助提高查询速度。虽然许多BI产品(如Power Pivot和Pentaho)都在使用它,但一些公司已经建立了自己的数据组织方式,以帮助提高查询速度。有时,这包括将数据存储在自己的数据结构中以组织数据。许多云BI公司,如Birst、Domo和Gooddata都会这样做。

Looker创建了一个名为 LookML 对存储在数据存储中的数据建模。由于数据库现在比创建OLAP时更快,Looker采用了直接连接到数据存储(Redshift、BigQuery、Snowflake、MySQL等)的方法来查询数据。LookML模型允许用户与数据交互,然后运行查询以获得表或可视化的结果。

这要视情况而定。我对BI解决方案有一些经验(例如,我们使用Tableau),它可以运行两种主要模式:它可以对您的服务器执行查询,或者可以收集相关数据并将其存储在用户的机器上(或安装应用程序的服务器上)。在处理大容量时,我们通常使用Tableau查询SQL Server本身,这是因为我们的SQL Server机器与其他机器相比非常强大。

无论如何,即使您在本地存储数据并希望“刷新”它,当它更新数据时,它需要从数据库中检索数据,这有时也是一项昂贵的操作(取决于数据的构建和组织方式)。

您还应该注意到,您比较了两个不同的产品系列:虽然Google BigQuery和Amazon的RedShift实际上是用于存储数据和查询数据的数据库引擎,大多数BI和报告解决方案更关注数据的查询和可视化,因此(一般来说)不太关注智能内部数据库(至少根据我的经验)。