Saltearse al contenido

Inicio rápido

La vía más rápida del registro a un cubo funcionando en Saiku Cloud. ¿Prefiere dar una vuelta de prueba primero? Salte al recorrido sin registro — la misma interfaz, los mismos datos de demo, cinco capturas, sin tarjeta.

Requisitos previos

  • Un warehouse PostgreSQL, MySQL / MariaDB, Snowflake, BigQuery o MotherDuck, con acceso de lectura para un usuario de servicio. ¿No tiene warehouse? Suba un archivo en su lugar — CSV, Parquet, JSON o Excel — y Saiku construye una base de datos a partir de él.
  • Un navegador web. Eso es todo.

Cinco pasos

  1. Regístrese. Vaya a cloud.saiku.bi y cree una cuenta. Nosotros aprovisionamos su tenant, un espacio de trabajo y una clave API inicial por usted.

  2. Conecte un warehouse. Abra Fuentes de datos en la barra lateral, elija el tipo de warehouse y rellene los campos con nombre — host, puerto, base de datos, credenciales. Saiku ensambla la URL JDBC por usted. Pulse Probar conexión; en cuanto pase, aparece un panel de guardado. Etiquete la conexión y guárdela.

  3. Redacte un cubo. Aterriza en el autor de cubos. Elija la tabla que contiene sus hechos, luego describa lo que quiere en una línea — «ingresos y número de pedidos por región y fecha». La IA propone un cubo de Mondrian, y usted revisa las medidas, dimensiones y joins como tarjetas editables. ¿Prefiere construirlo usted? Nuevo schema en la página de Schemas abre un lienzo visual sin IA de por medio.

  4. Guarde el schema. Cuando la propuesta se vea bien, pulse Previsualizar schema del cubo para generar el XML de Mondrian, y luego Guardar como nueva versión de schema. El cubo aterriza en la página de Schemas, listo para consultarse.

  5. Consulte el cubo. Abra Analyze y pulse Abrir en Saiku en su cubo nuevo. Aterriza en Saiku Studio con el cubo precargado — arrastre dimensiones y medidas a filas y columnas, guarde el workbook, compártalo con su equipo.

Qué sigue

  • Conecte un agente — vea Autenticación para la superficie de API.
  • Traiga a su equipo — invite miembros desde Miembros en Team y superiores.
  • Elija un plan — compare niveles en la página Qué incluye.

Recorrido sin registro

Dos formas de probar Saiku sin firmar nada:

  • Demo en vivo: demo.saiku.bi — admin / admin, sin tarjeta, sin registro, y los datos se reinician cada noche así que no puede romper nada. Lleva los cubos de FoodMart más algunos otros; todo lo de abajo usa Sales.
  • Docker local: docker run -p 8080:8080 ghcr.io/spiculedata/saiku:latest — la misma imagen que corre la demo. Instalación completa en la guía de autoalojamiento.

Ambas vías le llevan a la misma interfaz. Así se ve una primera consulta desde cero.

1. Identifíquese

Ambos campos vienen precargados en la demo, así que puede pulsar Sign in o tomar el atajo Sign in as demo user de debajo. Los datos de demo se reinician cada noche — hurgue en lo que quiera.

Página de inicio de sesión de Saiku: una nota «Try the demo», Username precargado con admin, un campo de contraseña, y los botones Sign in y «Sign in as demo user»

2. Aterrice en el banco de trabajo vacío

Llega al Query Editor: un selector de CUBES a la izquierda, una pestaña de consulta vacía arriba, y cuatro zonas de suelta — MEASURES, COLUMNS, ROWS y FILTER.

Banco de trabajo vacío: selector de cubo a la izquierda, zonas Measures/Columns/Rows/Filter vacías a la derecha

3. Elija un cubo

La demo lleva el schema FoodMart — el material de prueba OLAP que se distribuye con Mondrian desde hace décadas — más algunos otros. Abra el selector y elija Sales.

El panel izquierdo se rellena: seis medidas (Unit Sales, Store Cost, Store Sales, Sales Count, Customer Count, Promotion Sales), un grupo Calculated debajo (Profit, MoM Growth y compañía), y luego las dimensiones — Customer, Product, Time, Store, Promotion y más, cada una expandible hasta sus niveles.

Árbol de schema cargado: Measures arriba, Dimensions debajo con jerarquías expandibles

4. Construya una consulta

Dos arrastres:

  • Store Sales de la lista de medidas a la zona MEASURES.
  • Product Family, bajo la dimensión Product, a la zona ROWS.

Ésa es toda la consulta. No hay paso de envío — la rejilla se ejecuta y se rellena sola en cuanto las zonas tienen sentido juntas.

Las cuatro zonas tras ambos arrastres: Store Sales en MEASURES, Products / Product Family en ROWS, COLUMNS y FILTER aún vacías

5. Lea los resultados

Saiku compiló eso a MDX, Mondrian lo convirtió en SQL, y volvieron tres filas: Drink 48.836,21 · Food 409.035,59 · Non-Consumable 107.366,33. La línea de estado bajo la rejilla le dice el tiempo de ejecución y la forma del resultado — 3 rows × 2 cols.

Eche un vistazo a la barra de direcciones mientras está aquí. La consulta entera va codificada en la URL, así que mandarle a alguien exactamente esta vista es copiar y pegar, sin nada que guardar antes.

Resultados de la consulta: rejilla de tres filas con Product Family en las filas y valores de Store Sales en las celdas

6. Cambie a un gráfico

La misma consulta, otra vista. Pulse Chart encima de la rejilla. Obtiene un gráfico de barras sin configurar nada — y More guarda las vistas compactas (Stats, Sparkline, Sparkbar). Cambie de tipo de gráfico, o suelte otra dimensión en una zona, y la rejilla y el gráfico se re-ejecutan juntos.

Qué acaba de pasar

  • El banco de trabajo construyó una consulta Mondrian tipada a partir de las dimensiones y medidas que soltó en las zonas. Sin SQL, sin MDX en el cuerpo de la petición.
  • El motor Mondrian lo tradujo a SQL, lo ejecutó contra el warehouse conectado — en la demo, una base de datos FoodMart empaquetada — y cacheó el resultado.
  • La rejilla y el gráfico son dos vistas del mismo resultado — soltar otra dimensión o cambiar medidas re-ejecuta la consulta y refresca ambas.

Acaba de hacer lo mismo que sus analistas y su equipo financiero hacen cada día. Toda superficie de Saiku aguas abajo — Excel por XMLA, dashboards, MCP para agentes de IA, workbooks guardados — lee de la misma definición de cubo.

Qué sigue tras el recorrido

  • Conecte Excel — la misma instancia de demo publica un endpoint XMLA en https://demo.saiku.bi/xmla. Excel se conecta igual que a cualquier fuente de Analysis Services; vea la guía de Excel.
  • Conecte un agente de IA por MCP — el servidor MCP en /rest/saiku/api/mcp da a Claude Desktop, Cursor, Cline o cualquier herramienta que hable MCP seis herramientas de solo lectura sobre los mismos cubos que acaba de consultar a mano. Vea la guía de MCP.
  • Pase a sus propios datos — regístrese arriba, conecte un warehouse de verdad y repita.