Comments 19
Колоночная СУБД в кармане звучит хотя бы честно. "OLAP" тут применимо только к типу нагрузки, для которой позиционируется такая СУБД
Рекомендую посмотреть продукт https://www.rapeed.ai - это динамический распределённый in-memory OLAP-движок, который по производительности и масштабируемости ушёл далеко вперёд от SSAS и Mondrian
он опенсорсный?
Я попытался, всегда интересны новые игроки, но не понял ни как он продается - коробочный продукт, облачный сервис, open source, или ещё как, ни где цены и кнопка Купить. Вы его как смогли потрогать?
Каким образом посмотреть? Информации в открытых источниках о системе нет. Посты в канале ТГ (с апреля этого года) и обращение в обратной связи сайта не предполагает никакой оценки продукта как такового.
Желающим попробовать DuckDB и визуализировать данные могу посоветовать опенсорсный rill - https://github.com/rilldata/rill
powered by Sveltekit & DuckDB
В этом продукте DuckDB используется как основная колоночная БД для аналитики.
Есть возможность использовать ClickHouse вместо DuckDB, но набор функций пока меньше.
Чего-то так и не понял насколько свободное оно. Деньги берут только за cloud? А onprem можно развернуть на много пользователей или только для 1 разраба/аналитика
Чем это лучше Evidence? И принцип, и даже стек такой же (SvelteKit + DuckDB), только Evidence известнее и приложение для него не нужно.
Evidence не пользовался, но из демо и примеров, что у них представлены на сайте, могу сделать вывод, что это инструмент исключительно для визуализации данных. Rill - инструмент для анализа (в основном, временных рядов / time series) и визуализации.
Спасибо за ответ! Теперь вижу, да, что у Rill наверное чуть пошире область применения. Evidence действительно больше для dashboard'ов, которые сделал и отдал кому-то смотреть. Для self-service analytics, чтобы самому анализировать данные / выявлять визуально закономерности по графикам и др., Evidence не очень подходит, т.к. на каждый такой эксперимент нужно менять запрос в коде. Т.е. вот такое например https://docs.rilldata.com/explore/filters/ в Evidence не представить.
Update: дополню, что с интерактивной фильтрацией на dashboard'ах у Evidence вообще беда. То, как это сделано сейчас с интерполяцией переменных в SQL-запросах, вообще никуда не годится. Надеюсь, им хватит смелости переделать это по-нормальному, благо пререлиз-версия 0.xx позволяет.
Не понятно как вы сравниваете olap cube в ssas и колоночную rdbms. В кубе все агрегаты предпосчитаны при построении, в duckdb расчитываются налету при выполнении запроса. Функционала olap кубов в duckdb нет.
сравниаю в плане нашей типовой OLAP нагрузки. С тем что агрегаты не просчитываются заранее согласен, но мне хотелось поделиться сравнительными тестами по типовому сценарию.
Тогда более честным было бы сравнение базы sql server с колоночными таблицами и duckdb, или даже in-memory таблицы sql server с duckdb. Или сравнение duckdb с clickhouse. Сравнение in-memory таблицы sql server с clickhouse было бы интересным, не факт что clickhouse выйдет победителем 😀 Сейчас получается вы говорите - у нас есть платный движок, который все посчитал заранее, давайте посмотрим сможет ли бесплатный движок считать на лету так же быстро, как если бы все было посчитано заранее. Ответ на мой взгляд очевиден. И даже понятно, что если кто-нибудь сделает olap cube engine поверх duckdb, то движок этот будет платным 😀
К слову, никогда не понимал, почему паркет столь живучая сущность в контексте табличных данных и альтернатив колоночным СУБД. Формат крайне неудачен для такого и давно имеет младшего брата без детских болезней - ORC
А в чем отличие от Clickhouse?
DuckDB. Колоночная OLAP СУБД в кармане