Agile Query 全流程演示视频

[Braisdom]

<amp-youtube data-videoid="ddAIC6FS4OI" layout="responsive" width="480" height="270"></amp-youtube>

[Braisdom]

@xenme 如果做数据报表，出现的最多的问题就是因为一对多，多对多产生的数据重复计算的问题吧，而这些问题在 Agile Query 中，你可以完全忘记它。这就是 Agile Query 最大的优势。

大宽表是一种畸形的设计，对低层数据的变化，数据的一致性，数据的实时性响应都非常差，是由于针对技术实现的一种折中的做法。

[Braisdom]

@xenme 如果没有大宽表，不用关心数据的重复计算，性能也特别高，当然也不需要写复杂的 SQL ，这难道不是一种更好的选择吗？

[Lilacs]

metabase 看一看

[Braisdom]

@Lilacs metabase 的代码我都读完了，它也没办法解决，多对多 join 时，不用写 SQL 的问题。

[Braisdom]

@Lilacs
superset, metabase, tableau, qulik, looker 这些 BI ，当然也包括国内的 BI ，目前都没办法解决关系数据库中 chasm & fan trap 。

[Braisdom]

@Lilacs
@xenme

在不用人工干预的情况下，智能解决关系数据中的，Chasm & Fan Trap 是 Agile Query 最核心的能力，有兴趣的可以看一下： https://docs.sisense.com/main/SisenseLinux/chasm-and-fan-traps.htm 这篇文章。

[youngce]

mongodb 、es 这种 nosql ，是不是没有 Chasm & Fan Trap


目前开源的 bi 基本也都支持 nosql

[Braisdom]

@youngce 只有没有 JOIN 的数据库才会没有 Chasm 和 Fan Trap ，如果有 JOIN 就无法避免

[ervqq]

可以实现销售数据同比增长计算和环比增长计算吗？

[Braisdom]

@ervqq 视频中有详细的介绍，
销售额同环比增长，客户数量同环比增长，销售量同环比增长都是通过 monthly_growth_of ，系统里还有 yearly_growth_of ，daily_growth_of 这些函数，都是很方便使用用的。

示例：
MONTHLY_GROWTH_OF(
SUM(order_details.quantity * order_details.unit_price),
orders.order_date,
1
)

第一个参数支持各种聚合函数，第二参数是日期字段，第三个字段是窗口大小和距离，如果是月，1 就代表一个朋的比较，12 就意味着去年的相同的月份。

[Braisdom]

@ervqq 当然这些指标公式可以和任意的维度进行组分析，例如：供应商，客户，员工，商品，品类等，像这些维度的分析在传统 BI 中，都需要使用不同的大宽表，而在 Agile Query 中，只需要输入一个关键字。

[ervqq]

感觉这个软件应该适用在中小企业，而且 IT 力量相对薄弱，并且业务逻辑表相对简单的企业。对有一定规模的企业，本来业务数据库逻辑就相对复杂，可以梳理出「大宽表」的企业，一般已经有能力自己写 sql 搞 BI 。如果直接面向有一定数据分析需求的业务用会挺不错的，向低代码平台方向搞（譬如支持 excel 到导入导出之类的）。

[Braisdom]

@ervqq Agile Query 本质上就是面对复杂业务的，能够让中大型企业，不需要大宽表，不需要写 SQL 就能完成所有的数据分析。

[Braisdom]

@ervqq 大宽表和 SQL 带来的副作用，只有数据工程师才能深刻体会了。

[Braisdom]

@beneo @boshok 网站上线，完整的演示视频也有了

https://www.agiquery.com

[beneo]

@Braisdom 看什么，看首页么？ docker 本地部署点了也没有反应，在线免费试用也没反应

[Braisdom]

@beneo 首页里有完整的介绍，不知道能否解决你之前对 Agile Query 的误解。

[beneo]

@Braisdom 免费版放出来再 @我吧

[beneo]

@Braisdom 国内 BI 这个赛道上面，走云我有 quickBI ，走本地部署我可以 FineBI ，还有一堆名气不大，但是价格便宜的 BI ，所以兄弟，真看不明白，你这个赢利点在哪里，为什么非要用你的系统？

[Braisdom]

@beneo

让大数据的个性化分析，像 Excel 一样简单
* 高级分析型查询语言 FlatQL 、分析意图识别、自动连接表 & 拆分子查询、SQL 查询性能优化
* 智能解决断层和扇形陷阱、数十种聚合函数、跨表计算公式
* 支持所有 MPP 型数据库 SQL 生成