博客随着最近在BI行业（包括我们的）的所有收购，从来没有一个更关键的时刻来考虑您对数据堆栈所做的选择的未来。在Sisense，我们的核心任务是提供选择、灵活性和速度。数据堆栈的每一部分都应该根据您的需要进行定制，无论是允许您选择正确的方法来通过任何ETL方法收集数据，选择与您的需求相一致的基础设施，还是通过使用本机数据语言（如SQL、Python或R）构建BI来保持自己的平台无关性。有一些顶尖的合作伙伴有明确的途径成为同类中的佼佼者，他们仍然独立地专注于他们的工具所提供的核心价值。Snowflake在数据仓库包中脱颖而出，它是构建托管仓库的领先方法，具有将存储和计算分离的独特优势。这种选择允许公司存储大量的数据，并且只有在需要时才利用使用和扩展计算的能力。现代数据栈为了帮助突破行业术语，下面是我们的客户今天用来为他们的仪表盘提供燃料的不同类型的后端数据源的概要。数据库：这些是最基本的工作。有时候，这些是合适的选择，电梯物联网，尤其是当查询很简单、需要考虑预算问题、或者查询效率很高并且需要大量并行化时。‍数据仓库：此数据存储方法旨在将许多不同的数据源汇集在一起，包括来自多个数据库的数据、Salesforce等业务应用程序以及大量的数据（例如，用于产品分析的日志记录）。这些是我们看到的最常见的数据源，现代数据团队使用这些资源来支持他们的工作流，因为他们可以处理现代数据问题的规模和复杂性。与存储大量数据和信息相比，湖泊级的海量数据和海量数据的存储方式更为简单。当日志是分析的主要数据源时，我们通常会看到这种类型的系统，例如跟踪应用程序中的每个按钮单击。快速、灵活的BI需要强大的引擎数据并不是以完美的形式出现的，人工智能关键技术，它包含了做出关键业务决策所需的所有指标。每个公司都有责任找到连接、分析、可视化和共享数据的方法，返利app开发，以便决策者快速获得正确的见解。因此，业务智能问题通常需要一定程度的逻辑复杂性，以使数据与业务需求保持一致。由于集中数据和执行复杂计算的这种需要，您将需要一个能够容纳大量信息以便快速访问的数据仓库。这是我们喜欢与雪花合作的另一个原因；它们为最有效的缩放成本提供了两个优势。在我们公司，大多数分析师访问数据的主要方式是通过使用过滤器调整查询。为了使这种动态访问更快，我们可以通过物化视图准备数据。通过预先计算度量并将结果存储回仓库，可以使数据更容易获得。对于我们的一些关键仪表板，在更换过滤器时，加载时间通常需要10分钟以上。现在，同样的查询在不到一秒钟的时间内发生。这是一种强大的功能，可以让您的仪表板扩展到数十个、数百个甚至数千个并发用户！把它们放在一起（快速）很多客户在寻求升级到使用数据的新级别时都会来找我们。最常见的问题是，他们认为需要多长时间才能让多个供应商启动并运行，将所有供应商连接起来，然后通过可视化的方式为决策提供信息，从而从这些数据中获取价值。大多数人没有意识到的是一切都能以多快的速度建立起来。我们建议启动并运行托管数据源。雪花使这一点很容易点击几个按钮。从那里，您将能够使用ETL工具将数据导入，该工具简化了从所有源提取数据并将其加载到仓库的过程。在加载数据时，大数据的，您可以通过partner connect启动Sisense for Cloud data Team站点，或者在雪花仓库中创建一个用户并将其连接到现有站点！以下是一些具体细节，具体取决于您从何处开始：现有客户：如果您有兴趣试用雪花仓库，请随时联系您的客户成功经理，发发淘客神器，他可以与我们的数据平台分享使用雪花的最佳实践。新客户：有关开始使用Sisense For Cloud Data Team和Snowflake的更多信息，请访问数据团队页面以获取更多详细信息。标记：数据团队