Я считаю, что, в первую очередь, при выборе инструмента необходимо исходить из поставленной задачи. Далее идет личный опыт и экспертиза, особенности архитектуры, размер бюджета и прочее. Положительного опыта работы с Tableau у меня больше всего. И экспертизы в нем тоже. Есть понимание, что он справится с поставленной задачей. Это решение, которому я доверяю. В котором уверен.
При этом еще раз хочу отметить, что Tableau - это один из лидеров рынка. Ровно таким же фаворитом считается и Power BI. Это важно, что выбранный вами инструмент справляется с поставленными задачами! Значит, на мой взгляд, для вашего сценария ваш выбор верный =)
1) Функционал Tableau как bi-инструмента шире чем у Grafana. Грубо говоря Tableau лучше ответит на вопрос "почему?"
2) Развитие self-service аналитики. Tableau как инструмент для self-service проще в освоении чем Grafana. При этом не забываем про наличие большего функционала.
3) Скорость разработки. В Tableau многие вещи можно построить при помощи drag-and-drop. В Grafana построение дашборда сложнее для бизнес-пользователя и занимает дольше времени.
4) Эффективность для бизнеса и продукта. Тут исходили из их потребностей, собрав которое было ясно, что нужен полноценный bi-инструмент
1) с марта 2020 по август 2020 - период cusdev, демонстраций, первичного обучения и создания первых дашбордов. Здесь был, на мой взгляд, самый важный этап в получении доверия со стороны пользователей.
2) сентябрь 2020 - декабрь 2020 - создание новых и ключевых дашбордов для бизнеса и продуктовой команды, по всем направлениям бизнеса и продуктовым вертикалям
3) январь 2021 - по настоящее время - период активного роста по кол-ву пользователей, запросов, начало процесса распределения BI-инженеров по командам
Закончился ли для меня этот процесс перехода полностью? Нет =) Почему? Потому что, на мой взгляд, он будет завершен окончательно после того, как мы полностью откажемся от Grafana.
По стоимости посмотрите, пожалуйста, мой ответ на комментарии выше.
1) Коммунальные ресурсы, то есть, которые мы делим с другими командами (тот же сервер, сначала, и далее кластер) - тут я не отвечу сходу. Мы эти ресурсы делили и делим с другими командами. Сейчас при переезде в облака уживаться стало комфортно и просто. Думаю, что к следующей статье я накоплю аналитику по этому вопросу и дам более точный ответ.
2) Лицензии. Вот тут у меня больше деталей. Их может быть несколько типов https://www.tableau.com/pricing/teams-orgs (там же цены). Для старта мы взяли 100 viewers, 9 creators, 6 explorers. По опыту скажу, что лучше их покупать у дистрибьютеров, так как возможны более конкурентные условия. Важно понимать, кому из пользователей какой тип лицензии нужен. От этого тоже будет хорошая экономия. Этим летом мы достигли лимита по лицензиям и докупили еще. Помимо растущего кол-ва viewers со стартом программы обучения нам потребуется больше creators и explorers.
1) Переезд в облака. Там проще масштабироваться. Гибкие возможности для оптимизации мощности и стоимости за счет кол-ва работающих одновременно нод.
2) Драйвер Presto лучше взаимодействует с Tableau чем драйвер Clickhouse. На live connection и extract не встретили ошибок, которые произошли не по нашей вине. Тут получаем надежность.
3) Нашей команде дата-инженеров такое решение удобнее в работе и в этих технологиях у них опыта больше чем с тем же Clickhouse.
От Clickhouse хотим уйти совсем. При этом есть еще одна идея, которую очень хочется протестировать. И тут я бы взял паузу и рассказал уже про нее после проведения тестов =)
Не скажу, что это было просто, но вполне выполнимо. Если по пунктам:
1) Установка ODBC-драйвера для Tableau Desktop и Tableau Server (Linux). Ставил тот, что лежит в репозитории Clickhouse. Набил шишек, но в итоге справился. Все описал в Confluence и теперь настройка всего окружения происходит быстро и без боли. В июле вот Altinity еще выкатили свою версию коннектора: https://docs.altinity.com/integrations/clickhouse-and-tableau/tableau-desktop-with-clickhouse/. Ее мы не тестили, тк хватает того, что есть + переезжаем на HDFS.
2) Live connection или Extract. Выбрал второе. Почему? У Tableau сложности с использованием Clickhouse на live connection: часто возникают ошибки, связанные с разным типом данных во время выполнения join операций. Костыльно решаемо, но ради чего? Сервер нагружаем не мы одни. В extract грузим агрегаты для повышения производительности дашбордов. Создаются extract без проблем. И получается, что выбор был в пользу контроля над нагрузкой и надежностью.
Если понадобится рассказать подробнее, то дайте знать. Распишу в лс =)
Я считаю, что, в первую очередь, при выборе инструмента необходимо исходить из поставленной задачи. Далее идет личный опыт и экспертиза, особенности архитектуры, размер бюджета и прочее. Положительного опыта работы с Tableau у меня больше всего. И экспертизы в нем тоже. Есть понимание, что он справится с поставленной задачей. Это решение, которому я доверяю. В котором уверен.
При этом еще раз хочу отметить, что Tableau - это один из лидеров рынка. Ровно таким же фаворитом считается и Power BI. Это важно, что выбранный вами инструмент справляется с поставленными задачами! Значит, на мой взгляд, для вашего сценария ваш выбор верный =)
Тут исходили из следующего:
1) Функционал Tableau как bi-инструмента шире чем у Grafana. Грубо говоря Tableau лучше ответит на вопрос "почему?"
2) Развитие self-service аналитики. Tableau как инструмент для self-service проще в освоении чем Grafana. При этом не забываем про наличие большего функционала.
3) Скорость разработки. В Tableau многие вещи можно построить при помощи drag-and-drop. В Grafana построение дашборда сложнее для бизнес-пользователя и занимает дольше времени.
4) Эффективность для бизнеса и продукта. Тут исходили из их потребностей, собрав которое было ясно, что нужен полноценный bi-инструмент
Хороший вопрос)
Тут я разделю на несколько этапов:
1) с марта 2020 по август 2020 - период cusdev, демонстраций, первичного обучения и создания первых дашбордов. Здесь был, на мой взгляд, самый важный этап в получении доверия со стороны пользователей.
2) сентябрь 2020 - декабрь 2020 - создание новых и ключевых дашбордов для бизнеса и продуктовой команды, по всем направлениям бизнеса и продуктовым вертикалям
3) январь 2021 - по настоящее время - период активного роста по кол-ву пользователей, запросов, начало процесса распределения BI-инженеров по командам
Закончился ли для меня этот процесс перехода полностью? Нет =) Почему? Потому что, на мой взгляд, он будет завершен окончательно после того, как мы полностью откажемся от Grafana.
По стоимости посмотрите, пожалуйста, мой ответ на комментарии выше.
Я разделю ответ на два пункта:
1) Коммунальные ресурсы, то есть, которые мы делим с другими командами (тот же сервер, сначала, и далее кластер) - тут я не отвечу сходу. Мы эти ресурсы делили и делим с другими командами. Сейчас при переезде в облака уживаться стало комфортно и просто. Думаю, что к следующей статье я накоплю аналитику по этому вопросу и дам более точный ответ.
2) Лицензии. Вот тут у меня больше деталей. Их может быть несколько типов https://www.tableau.com/pricing/teams-orgs (там же цены). Для старта мы взяли 100 viewers, 9 creators, 6 explorers. По опыту скажу, что лучше их покупать у дистрибьютеров, так как возможны более конкурентные условия. Важно понимать, кому из пользователей какой тип лицензии нужен. От этого тоже будет хорошая экономия. Этим летом мы достигли лимита по лицензиям и докупили еще. Помимо растущего кол-ва viewers со стартом программы обучения нам потребуется больше creators и explorers.
Причин было несколько:
1) Переезд в облака. Там проще масштабироваться. Гибкие возможности для оптимизации мощности и стоимости за счет кол-ва работающих одновременно нод.
2) Драйвер Presto лучше взаимодействует с Tableau чем драйвер Clickhouse. На live connection и extract не встретили ошибок, которые произошли не по нашей вине. Тут получаем надежность.
3) Нашей команде дата-инженеров такое решение удобнее в работе и в этих технологиях у них опыта больше чем с тем же Clickhouse.
От Clickhouse хотим уйти совсем. При этом есть еще одна идея, которую очень хочется протестировать. И тут я бы взял паузу и рассказал уже про нее после проведения тестов =)
Не скажу, что это было просто, но вполне выполнимо. Если по пунктам:
1) Установка ODBC-драйвера для Tableau Desktop и Tableau Server (Linux). Ставил тот, что лежит в репозитории Clickhouse. Набил шишек, но в итоге справился. Все описал в Confluence и теперь настройка всего окружения происходит быстро и без боли. В июле вот Altinity еще выкатили свою версию коннектора: https://docs.altinity.com/integrations/clickhouse-and-tableau/tableau-desktop-with-clickhouse/. Ее мы не тестили, тк хватает того, что есть + переезжаем на HDFS.
2) Live connection или Extract. Выбрал второе. Почему? У Tableau сложности с использованием Clickhouse на live connection: часто возникают ошибки, связанные с разным типом данных во время выполнения join операций. Костыльно решаемо, но ради чего? Сервер нагружаем не мы одни. В extract грузим агрегаты для повышения производительности дашбордов. Создаются extract без проблем. И получается, что выбор был в пользу контроля над нагрузкой и надежностью.
Если понадобится рассказать подробнее, то дайте знать. Распишу в лс =)