Powrót do strony głównej

Calculation View w asapBI bez SQL

asapBI wprowadza wizualne modelowanie Calculation View analogiczne do SAP HANA dla różnych systemów bazodanowych. Obsługa UDF, klastrów i AI przyspiesza rozwój ETL bez monolitów SQL. Idealne dla specjalistów DWH.

Wizualne Calculation View w asapBI: od SAP do open source
Advertisement 728x90

# asapBI: wizualne modelowanie Calculation View bez SQL

Rozwój złożonych zapytań SQL z podzapytaniami i CTE często przeradza się w problem czytelności i utrzymania. Tekst zajmujący dziesiątki ekranów utrudnia debugowanie i zrozumienie logiki z upływem czasu. Rozwiązanie — przejście na wizualne Calculation View, podobne do tych w SAP HANA, ale dostosowane do różnych systemów zarządzania bazami danych.

W asapBI zaimplementowano taką funkcjonalność: wizualne konstruowanie zapytań danych z parametrami, eksport do funkcji UDF baz danych. Obsługa ADB, Greenplum, PostgreSQL, ClickHouse umożliwia integrację modeli z istniejącymi stosami technologicznymi.

Kluczowe możliwości Calculation View

System generuje natywne funkcje systemów zarządzania bazami danych, które można wywoływać z dowolnych narzędzi. Główne funkcje:

Google AdInline article slot
  • Wykonywanie wewnątrz bazy lub na zewnętrznych klastrach (Trino, CedrusData) — transformacje w 10 minut zamiast 4 godzin, bez obciążania produkcji.
  • Pełna przejrzystość: podgląd wygenerowanego SQL z możliwością ręcznej edycji.
  • Bez uzależnienia od dostawcy: eksport do standardowych narzędzi bez utraty dotychczasowej pracy.
  • Integracja parametrów CV dla dynamicznych zapytań.

Tworzenie odbywa się w folderach projektu, podobnie jak inne obiekty Data Vault. Gotowa CV to zestaw funkcji UDF gotowych do wywołania.

Zalety w porównaniu do ręcznego SQL

Ręczny SQL sprawdza się w niszowych optymalizacjach, ale TTM (czas wprowadzenia na rynek) na tym cierpi. Większość zapytań optymalizuje silnik bazy danych, a rosnąca wydajność sprzętu zmniejsza potrzebę programowania na poziomie zbliżonym do assemblera.

W asapBI SQL staje się opcją do ostatecznego dopracowania, a nie podstawowym narzędziem. Pośrednie bloki CV są eksportowane jako funkcje, co upraszcza modularność.

Google AdInline article slot

Przykład: zamiast monolitycznego zapytania budowany jest graf transformacji z joinami, filtrami i agregacjami — wizualnie. Na wyjściu otrzymujemy zoptymalizowany SQL lub UDF.

Skalowanie na klastrach

Krytyczne dla ETL: zamykanie okresów bez materializacji. Wykonywanie na zewnętrznych klastrach odciąża hurtownię danych. Nie ma potrzeby zarządzania materialized views.

Obsługa Trino umożliwia parallelizację zadań. W raportach — bezpośrednie wywołanie UDF bez tabel pośrednich.

Google AdInline article slot

Co najważniejsze

  • Wizualne konstruowanie przyspiesza rozwój złożonych modeli analitycznych.
  • Eksport do UDF zapewnia integrację z zewnętrznymi systemami.
  • Wykonywanie na klastrach zmniejsza obciążenie bazy produkcyjnej nawet 20+ razy.
  • Przejrzystość kodu SQL + ręczna edycja dla doświadczonych programistów.
  • Brak uzależnienia od dostawcy: łatwa migracja do dowolnych narzędzi.

Perspektywy z AI

Następny krok — automatyzacja: AI generuje schematy, joiny i modele na podstawie opisu. Programista sprawdza i koryguje. To minimalizuje pracę ręczną, pozwalając skupić się na logice biznesowej.

Tego typu systemy są szczególnie przydatne dla specjalistów średniego i wyższego szczebla: zmniejszają obciążenie poznawcze, przyspieszają iteracje bez utraty kontroli.

— Editorial Team

Advertisement 728x90

Czytaj dalej