智能 SQL 分析系统（我的新作品）

[Braisdom]

视频： https://www.youtube.com/watch?v=18_ykWVmQ08

###技术特点：

• 根据关键字智能生成各类数据库 SQL ，自动计算多表查询
• 支持复杂公式，实现复杂分析
• 支持种类可视化

重要特性演示：

大数量场景下，性能测试：

最近在写BP，整理了Agile Query 的主要优势：

• 我们设计了FlatQL 语言，一种高级数据查询语言,其目的是降低数据计算的门槛，让数据分析师也能轻松地进行数据分析和复杂计算。

• 基于ChatGPT 理解自然语言，智能生成复杂计算公式和可视化参数，优化交互体验。

• 依托MPP 型数据库的计算性能，以零编码的形式智能优化查询SQL，提升整体计算效率。

[Braisdom]

@yinyuncan6 可视化这块正在完善，应该很快就能发布了。

[loading]

目前基于 chatgpt 的都要联网运行，内网应用基本无缘。
以后技术壁垒会越来越高，软件无国界，但人有。

[Braisdom]

@loading 我们正在基于 Facebook 的 LLaMA 做自己的服务，就不用担心那玩意了。哈哈

[winterx]

期待楼主成果

[phatzhong24]

好奇问下，后端用的什么语言实现的？

[Braisdom]

@phatzhong24 后端用 Python

[wdmcode]

@Braisdom @leeg810312 感觉 2 位应该都是数据行业深耕多年的大佬了，我有几个问题也想咨询下
1. 除去软件互联网公司有实力搞自己的数据平台，有一定信息化基础的非互联网公司内部各个系统林立，错综复杂，Agile Query 这个软件如何解决数据清洗、数据治理以及指标统一的问题
2. 你们讨论中（ ODS ，DW ，ADS ，宽表，数据血缘，数据集市等， 这些概念本身就是受限技术才衍生出来，本来就不应该存在）我个人不是很赞同这句话，数据分层比较大的作用我觉得是数据治理，宽表的较大的作用是方便上层查询、统一输出指标，这些其实不是技术限制，而是为了更好的服务业务。

[Autmn]

m 一个，等发布了看看

[Braisdom]

@wdmcode 我分别回复一下：
第一点，数据清洗不是 Agile Query 的职责，Agile Query 只是解决数据的灵活计算，指标定义只是 Agile Query 中的一个公式而已，可能和传统 BI 系统的指标统一可能概念上不一样。

第二点，Agile Query 会根据表之间的关系自动 Join ，自动生成最优的查询 SQL ，数据工程师不需要写 SQL ，所以宽表存在的意义就不是那么大了，最近几年 MPP 型数据库发展的非常快，计算效率也越来越高，所谓 ODS ，ADS ，宽表，数据血缘，数据集市 这一堆概念产生的背景是：因为传统 BI 需要写复杂 SQL ，而且之前计算效率非常低效，如果这两个痛点都由 Agile Query 解决了，这些概念也就不存在了。

[Braisdom]

@wdmcode 至于数据治理，这属于一个新名字，不太理解到底是做什么的。

[Braisdom]

@Autmn
@wdmcode
目前系统已经具备演示条件，有兴趣可以加我微信：18901845760

[Arainzhe]

关注一下

[ZGame]

我认为还是需要和 bi 看板集成起来，这是解决了一个痛点，但是如果还是要借助其他平台去生成页面的话，我估计会比较打击使用的积极性

[wmz000]

@Braisdom #11 我之前公司就是做这种 bi 的，想问下你们底层是做了不同数据库的兼容么？像 ClickHouse 这种呢？感觉有点就是展示界面有点过于简洁了，给开发看还 ok ，给老板和客户看他们可能会觉点有点不清晰生动，大家都是各种图嘎嘎炫，哈哈

[encro]

@Braisdom

直接在原生数据库上进行查询


不好吧，不怕搞死原数据库？

[Braisdom]

@encro 数据库连接是可以选择的，会不会搞死数据库，可以根据自身的需要。

[encro]

@yinyuncan6

你用下 superset 就满足了。。。

[Braisdom]

@encro 哈哈，superset 多表查询是需要写 SQL 的，而 Agile Query 不需要写 SQL 自动多表查询。

[winglight2016]

我们才几千万的数据，有些报表 SQL 就非常慢了，lz 这个方案，不建中间表是怎么解决性能问题的？

[Braisdom]

@winglight2016 那是数据库选型的问题，针对 SQL 的结果进行 1 分钟，5 分钟的缓存就可以解决。异步执行

[harrozze]

@Braisdom #110 数据治理解决数据可用、规范化（命名、取值、精度等）、安全（鉴权、防护等），这一大堆问题。其中有一部分是制度层面，有一部分是安全，我觉得“数据治理”这个话题太大，也不是 Agile Query 要解决的问题，Agile Query 把自己的主要功能完善好就好。

[Braisdom]

@harrozze 非常同意，Agile Query 有自己的边界，将跨表查询的 SQL 编译，其它的特性会适当的加上。