w88app官方登录

w88app官方登录

...

http://jygidc.com

...

推荐内容

当前位置:首页 > 加盟 > 正文

加盟

来源:w88app官方登录 发布时间:2020-01-29

  本文将对 Looker 实行更高目标的回想和领会,并分析它的成效与优过错。 本文将对 Looker 实行更高目标的回想和领会,并分析它的成效与优过错。

  本文将对 Looker 实行更高目标的回想和领会,并分析它的成效与优过错。

  本文将对 Looker 实行更高目标的回想和领会,并分析它的成效与优过错。

  本文翻译自 Holistic 的产物博客,作家是其连合创始人兼首席打算师 Thanh Dinh。

  Holistic 是一家筑设于 2015 年的海表 BI 厂商,正在新加坡,越南,印尼等地设有办公室。本年上半年 Looker 被 Google高价收购的讯息漫天飞扬,却没有找到一篇中文著作先容 Looker 产物自身,遂起了翻译本文之心。

  原文意正在对 Looker 及其优过错实行所有领会。正在盛行的贸易智能(BI)东西中,Looker 以其改进的数据筑模和物色措施而自成一家。正在这篇著作中,咱们将对 Looker 实行更高目标的回想和领会,它的成效以及它的优过错。

  Looker 是一种改进产物,采用了特殊的 BI 措施。Looker 具有自身的专有筑模措辞,称为 LookML,这是 Looker 的强项,但意思的是,这也成为了它的弱项。它供应了既可重用又可维持的数据筑模层,但其嵬峨的进修弧线使其比其他竞品更难上手。

  Looker 最适合体验富厚的数据团队。他们赏识其特殊的数据筑模措施和其同意机合中的每部分自身对数据实行切片和切块(Slice&Dice)的成效。它还须要一个现有的数据栈房,对待仍然修理完毕的数据团队来说加倍友爱。

  与其他任何 BI 东西相似,正在 Looker 中,您须要顷刻筑树与数据源的相接。举动基于 SQL 的 BI 东西,可惜的是,Looker 仅扶帮 SQL 数据库。从好的方面来说,它所扶帮的数据源列表相当不错,从常见的RDBMS(如Oracle,Microsoft SQL Server)到艰涩的 Denden 和 XtremeData。

  可用的高级选项数目也令人印象深远,此中囊括最大相接数和相接池超时等选项。然而,最好将这些选项隐秘正在“高级”复选框的后面,以使表单不太芜乱和令人生畏。

  一个能顷刻将 Looker 与其他拔取分别开来的操作恳求是:正在任何数据可视化之前须要先花时辰实行数据筑模。对待 Looker 而言,这意味着起首要正在 LookML 中进修并计划筑模职责,举动对 SQL 数据库的概括。

  LookML 是一种用于描绘 SQL 数据库中的维度,召集,揣测和数据联系的措辞。

  正在 Looker 中, 视图是一组链接到物理表或派生表的字段。这些字段又分为两品种型:维度和胸宇(Dimensions & Measures)。你能够将维度视为数据库表中的列以及以这些列绘造的揣测字段,将操纵了 SQL 召集(总和/均匀/最幼/最大/等)的罗列动胸宇。(译者注:相仿于数据搜罗和洗刷)

  Looker 称可盘查的「视图」为「物色」。「物色」会声明与其他视图的联系(称为 Joins),并用作盘查的出发点,或者正在 SQL 术语中,它是 FROM子 句中援用的表的出发点。(译者注:相仿于数据揣测和相接)

  Looker 将「模子」称为数据库的自界说家数。实质上,它是一组干系的视图和物色,能够与交易用户共享以供应拖放式(Drag-and-Drop)数据物色。(译者注:相仿于打算报表的可视化)

  Looker 的三步数据筑模进程从界说视图着手,到愚弄表间联系将视图统一为物色,然后集合物色团结成模子来共享给交易方。

  Looker 正在数据筑模进程中分别斥地形式和坐蓐形式。斥地形式同意您创筑和编纂LookML 项目,而坐蓐形式同意企业用户浏览创筑的 LookML 模子。当您只念已毕工作时,将两种形式分散会利用户觉得蹩脚。然而如此做的好处是,您能够正在交易用户可用的实质和仍正在斥地的实质之间大白地分别。

  Git 是一个漫衍式版本节造体例,顺序员普通利用它来约束源代码。Looker 的特殊之处正在于,它迫使您利用 Git 来约束 LookML 项目。您能够正在不拥有 Git 集成的斥地形式下利用 Looker,然而假若要与交易用户共享并正在坐蓐形式下实行数据浏览,则必需筑树 Git。

  对待 Looker 这种版本节造措施,主张南北极分裂。体验富厚的领会师将夸奖像 Git 这种版本节造体例的可维持性和活泼性。对待不熟习 Git 的领会师,您将须要进修Git 观念(比如提交,分支等),以充斥清楚全部职责流程。这涉及的进修弧线或者对带来普遍用户本能性的剧烈屈服,搞不清为什么他们须要经由这么杂乱的操作技能实行数据筑模。

  为了着手数据筑模进程,Looker 为您供应了一个基于 Web 的文本编纂器来斥地LookML。

  该编纂用具有代码编纂器希望的规范成效,比如主动已毕成效,乃至正在您遭遇烦杂时乃至扶帮 Vim/Emacs 键绑定。火速帮帮侧栏极度有效,由于不然您将须要不停查阅 Looker 的官方文档站点。

  编纂的体验还不错,然而最倒霉的是漫长的反应轮回。与 PowerBI 等其他东西差异,正在该东西中,您能够即时查看筑模进程的每一步,而正在 Looker 中,您须要真正清楚自身正在做什么:输入确切的法则,单击“验证”按钮,然后单击“保管”按钮,试验利用创筑的模子物色数据以实行验证,然后窜改并反复。一齐上任何过错的方法都将须要您从新着手轮回。按照咱们的体验,与其他相仿东西比拟,此过错是 Looker 数据筑模产物中最虚亏的个人。

  一朝正在 LookML 中界说了视图和物色,用户现正在就能够着手正在 Looker Explore 中实行自帮式数据物色。为此,您能够从左侧栏膺选择感兴味的字段,然后单击“ 运转” 按钮。「定位」按钮很大略,但不是很直观,由于您须要单击要定位的字段按钮再实行拔取,而不是像 Excel 中那样将字段拖到列/行框中。

  利用 Looker 的数据浏览成效一段时辰后,您将着手认识到实质上是正在运转 SQL 盘查修筑器。Looker 利用您的输入并将其与根基视图/物色筑树预先集合起来,以天生并实行最终的 SQL 盘查,以将数据返回给您。

  利用 Looker 实行数据可视化时,您会留神到的第一件事是,每次更改实质时都须要手动单击“运转”按钮。这是 Looker 职责办法的结果:只须您更改数据可视化筑设,便会天生一个新的SQL盘查。当您熟习其他供应即时反应而不必从新运转盘查的BI东西时,你会察觉Looker 的打算固然合乎逻辑然而很烦人。

  正在可视化方面,但不行与 Tableau 乃至 PowerBI 或QlikView 之类的产物相完婚。它通过规范自界说扶帮约莫15种差异类型的图表,比如调色板,系列类型(折线,面积,宣传等)和其他常见的可疑对象。

  物色已毕后,您能够将单个物色保管到 Looker 所谓的 Look,或将一组 Looks 保管到仪表板。

  与 Looker 中的简直一起其他实质相似,您须要利用 LookML 界说钻取。熟习Looker的职责办法后,它极度直观。(译者注:钻取指的是按照维度的下级维度或相干维度下钻,钻透则是相接到干系的报表或其他可视化形状)

  您筑树了一组字段,当您对某个特定维度或胸宇实行深切钻取时,这些字段将公然。

  比如,当您单击图表中的列时,将钻取相应的胸宇“订单项计数”,并触发其钻取字段(“产物ID”和“产物名称”),并返回新的结果集:

  单击正在“从这里浏览”中,将为您供应一个新的浏览窗口,此中预先拔取了“产物ID”和“产物名称”:

  从上面的示例中,咱们能够看到因为其健壮的数据筑模层,Looker 的向下钻取很容易筑树并供应贯通直观的用户体验。

  Looker 通过「统一结果」的观念扶帮数据混淆。它像结果集之间的 SQL 相接相似职责,乃至跨数据库也是这样。

  为了利用它,您将须要利用「物色」来天生结果集。已毕后,您能够从菜单中单击“统一结果…”:

  然后,您将须要增添另一个结果集(Looke r将其称为「盘查」)以将其统一到原始结果荟萃。

  我以为统一结果与 Looker 实行数据筑模的办法失当令宜,虽然这样,它仍利用户可以很好地措置常见的用例。

  Looker 供应了不错的数据交付实质,如下面的截图所示。您能够通过电子邮件,webhooks,Amazon S3 或 SFTP 效劳器发送数据结果。

  您乃至能够利用“高级”选项创筑自界说警报,仅正在结果集为空或自前次运转以后结果产生更改时才发送结果集。

  利用 BI 东西一段时辰后,跟着您着手具有远大的表观和仪表板,工作变得越来越难约束。为了简化约束,Looker 供应了一项称为“空间”的成效。根基上,“空间”是一个同意您存储表观和仪表板的容器。一个空间也能够包括其他空间,从而能够创筑相仿于文献体例职责办法的分层文献夹布局。

  与其他 BI 东西比拟,Looker 拥有一组相当强大和完美的成效来扶帮访候节造和权限约束。Looker 有 3 种访候类型:

  对待拥有现有身份验证根基布局的公司,Looker 还集成了LDAP和SAML。咱们还没有时机实行试验,然而假若您的机合仍然利用这些本领实行身份验证,那当然是一个加分点。

  从 Looker 的访候节造和权限约束打算中,咱们能够大白地看到,Looker 的方针是针对拥有杂乱需求的企业客户,由于它的体例坊镳对较幼的机合来说有点高射炮打蚊子的旨趣。

  Looker 不供应数据计划成效,而是仰赖其合营伙伴(如 Stitch 或 Alooma)供应数据计划/数据管道成效。虽然这样,Looker 仍然有一种称为长期派生表(PDT)的东西,能够用于某些数据计划用例。

  当您念要通过正在数据库中实例化极少数据来大略地加快盘查速率时,PDT足够好而且能够平常职责。它的职责办法如下:起首,直接从 SQL 或通过将 Look 保管到 LookML 来筑树派生模子。然后,为 Looker 筑树时辰表,您还能够筑树其他选项,比如索引或完成频率。

  然而,Looker PDT的拔取极度有限,由于它没有像 Holistics 或 dbt 那样供应增量和依赖的完成。

  Looker 不正在其网站上供应公然订价,而是拔取供应定造的订价模子。最终价值将取决于多个要素,囊括总用户数,用户类型(查看器与编纂器),数据库相接以及安放领域。

  咱们正在 Looker 的客户扶帮方面没有直接的体验,然而按照与个人Looker客户的评论和交讲,Looker的扶帮体验坊镳反映迟缓且很有帮帮。

  Looker 的数据筑模措施是特殊的,改进的,但并非没有过错。它的特色有两点:

  它愚弄了当代数据栈房的成效,而不是修筑自身的存储层,从而无需将数据加载到其专有引擎中。这供应了两个好处:完整访候行级原始数据,而且湮灭了约束加载/改进数据的烦杂,并向用户确保,盘查数据时会更新数据。另一方面,这种措施是一把双刃剑,由于它意味着盘查本能完整取决于根基数据栈房,而且从Looker 用户的角度来看无法预测或规范化。

  它利用 LookML 和 Git 集成意味着数据团队具有一个荟萃的,版本节造的简单实正在数据源来用于数据筑模逻辑。这使得数据筑模进程加倍可维持和可重用。倒霉的一壁是该措辞嵬峨的进修弧线和数据筑模进程漫长的反应回道。

  总的来说,Looker是一种改进的BI产物,拥有特殊的数据筑模措施。对待体验富厚的数据团队来说,这是一个很好的拔取,他们须要杂乱的数据筑模需求,而且赏识可维持性和可重用性。

  它对LookML的利用供应了嵬峨的进修弧线,但供应了可维持和可重用的数据筑模层

  从实质上讲,Looker是一个 SQL盘查修筑器引擎 ,可将交易用户的拖放输入转换为SQL盘查

  与其他东西比拟,Looker的数据计划成效有限,于是将这项职责委托给其合营伙伴来供应这些成效。

  它对LookML的利用供应了嵬峨的进修弧线,但供应了可维持和可重用的数据筑模层

  从实质上讲,Looker是一个 SQL盘查修筑器引擎 ,可将交易用户的拖放输入转换为SQL盘查

  与其他东西比拟,Looker的数据计划成效有限,于是将这项职责委托给其合营伙伴来供应这些成效。

  目前来看,国内并没有相仿的BI平台展示。现有的 GrowingIO,神策更多是产物领会东西,BI 要涉及到多半据源的整合。由来正在于这块墟市要滞后于其他ToB产物的繁荣。只要一批较量成熟的新企业效劳产物出来,具有相对稳固的数据榜样,正在这之上技能长出来一堆BI平台东西。目前这个趋向正正在缓慢变成。

  本文先容 Looker 极少产物观念,正在这之上,有些性情也颇有意思。比方为了节减获取数据方面的难度,Looker打算了Block的观念,预置了极少常见的流程东西,帮帮用户洗刷和筑设数据模子等。同时,又有Act 观念,他能容易和其他tob产物联动,如Slack,Jira等等。

  编译作家:陈新涛,微信群多号:三生万数(ID: ourStone),现任转转数据负担人,曾任美团表卖首任数据产物司理。

上一篇:十大清水器署理加盟品牌终究哪家好? 下一篇:武汉沉拳整饬加盟骗局:吊销38家公司派司 刑拘

友情链接:

公司:w88app官方登录 地址:湖南省资兴市海淀区花园路13号天博中润216

联系人:李建华 手机:18664497476 电话:86(0712)77617089

网址:http://jygidc.com

©2019 Inc. All rights reserved Powered by w88app官方登录 [w88app官方登录 - jygidc.com]