Zum Inhalt springen
Saiku Cloud

Registrierung & erster Cube

Diese Seite ist die ausführliche Anleitung zum Schnellstart, mit dem Warum hinter jedem Schritt. Wenn Sie nur einen Cube ausliefern wollen, ist der Schnellstart schneller.

Registrieren

  1. Besuchen Sie cloud.saiku.bi/signup.
  2. Authentifizieren Sie sich über WorkOS (Google oder SAML). Wir verwalten keine Passwörter selbst; die Identität wird delegiert.
  3. Nach der Registrierung richten wir vier Dinge für Sie ein:
    • Ihren Tenant mit einem generierten Slug (etwa acme-corp). Der Slug erscheint in Ihrer Dashboard-URL.
    • Einen Standard-Workspace für Ihre Schemas und Workbooks.
    • Ihr Benutzerkonto als Owner des Tenants.
    • Einen ersten API-Key, damit das Dashboard in Ihrem Namen mit dem Backend kommunizieren kann. Sie können später auf der Seite API-Keys weitere Schlüssel für Agenten und Integrationen erzeugen.

Verbinden Sie Ihr erstes Warehouse

Saiku Cloud unterstützt in v1 fünf Dialekte: PostgreSQL, Snowflake, BigQuery, ClickHouse, MotherDuck. Weitere können per Feature-Request hinzugefügt werden — jeder neue Dialekt ist ein JDBC-Treiber plus ein kleiner Klassifikator.

Host:       db.acme.com
Port:       5432
Database:   analytics
Username:   saiku_reader
Password:   ••••••••
SSL:        require (empfohlen)

Anmeldedaten werden im Ruhezustand verschlüsselt. Siehe Tenant-Isolation für die vollständige Erklärung, wie wir mit den Anmeldedaten umgehen, die Sie uns anvertrauen.

Warum ein Cube?

Saiku spricht MDX über Mondrian-XML-Schemas. Ein Cube ist ein deklaratives Modell, das sagt: „Hier sind meine Fakten (eine Verkaufstabelle), hier sind die Dimensionen, nach denen ich schneiden möchte (Datum, Region, Produkt), und hier sind die Measures, die ich aggregieren möchte (Umsatz, Stück).” Sobald Sie das einmal beschrieben haben, funktioniert jede OLAP-artige Abfrage — Drilldowns, Pivots, Hierarchien — dagegen, ohne SQL schreiben zu müssen.

Die Aufgabe von Saiku Cloud ist es, die Cube-Erstellung nicht zur Plage werden zu lassen. Der Schema-Designer sampelt Ihr Warehouse und entwirft den Cube KI-gestützt. Sie überprüfen und justieren; Sie beginnen nicht mit einer leeren Schemadatei.

Entwurf → Speichern → Abfragen

Die vollständige Kette:

  1. Schema-Designer → Verbindung wählen. Wir profilieren das Warehouse-Schema kostengünstig — lesen seine Metadaten, sampeln ein paar Zeilen pro Spalte.

  2. Faktentabelle wählen. Aggregat-Tabellen (agg_*, *_summary, *_rollup) werden ans Ende gestellt, damit die kanonische Basis-Faktentabelle gewinnt.

  3. Cube in einfachem Englisch beschreiben (optional, aber empfohlen). „Sales facts joined to customer and product dimensions, count of orders and sum of revenue.” Dies geht zusammen mit dem Profil an Claude.

  4. Vorschlag überprüfen. Die Cube-Karte zeigt Measures und Dimensionen als editierbare Chips. Der Join-Graph darunter rendert Fremdschlüssel-Joins zwischen Fakten- und Dimensionstabellen — klicken Sie auf eine Kante, um die Join-Spalte zu ändern.

  5. XML rendern. Die Cube-Karte erzeugt Mondrian-XML.

  6. Speichern. Das Schema landet in Ihrem Workspace.

  7. Analysieren. Seitenleiste → Analysieren → In Saiku öffnen auf der Cube-Karte. Sie landen in der Saiku UI mit ausgewähltem Cube.