Aller au contenu

Concepteur de schemas

Écrire un cube Mondrian à la main, c’est déclarer tables de faits, dimensions, hiérarchies, niveaux, jointures par clé étrangère, mesures et agrégations en XML. Plusieurs centaines de lignes pour un cube modeste, et l’essentiel est mécanique. Saiku Cloud vous donne deux façons de ne pas le faire.

Dessinez-le. Le canevas visuel est un concepteur de cube complet — tables, jointures, groupes de mesures, dimensions et hiérarchies, mesures calculées, calculs temporels. Déterministe et précis ; rien n’est deviné à votre place.

Décrivez-le. Pointez le brouillon IA sur une source de données, dites en une phrase ce que vous voulez, et récupérez une proposition complète à modifier et enregistrer.

Les deux écrivent le même XML Mondrian, les deux enregistrent dans le même catalogue, et vous pouvez commencer sur l’un et finir sur l’autre.

Le canevas visuel

New schema sur la page Schemas ouvre le canevas. Quatre onglets courent de gauche à droite dans l’ordre où vous travailleriez naturellement :

OngletCe que vous y faites
Schema CanvasChoisir un entrepôt et disposer les tables. Les jointures entre elles sont le squelette du cube.
Dimensions & HierarchiesTransformer les tables en dimensions ; empiler les niveaux en hiérarchies ; régler les types de niveau.
Facts & MeasuresGrouper les mesures, choisir les agrégateurs, et ajouter des mesures calculées comme Profit = [Sales] − [Cost].
Confirm cubeValidation avant de vous engager.

Un tiroir Inspector court en bas, avec un formulaire Properties et une vue </Code> du XML en cours de génération. Il s’ancre à droite si vous préférez travailler côte à côte.

Deux choses à savoir tôt :

  • Les calculs temporels (YoY, PoP, YTD, glissants) exigent une dimension Time avec un niveau Years. Réglez d’abord les types de niveau sur la hiérarchie, sinon le calcul n’a rien à parcourir.
  • Les brouillons sont locaux. Le bouton d’enregistrement de brouillon garde un cube inachevé dans votre navigateur pour que vous puissiez partir et revenir. Il apparaît au catalogue marqué comme brouillon, et il n’est pas sur nos serveurs tant que vous n’avez pas enregistré pour de bon.

Import / Export / Reset dans la barre d’outils fait entrer et sortir des définitions — utile pour déplacer un cube d’un tenant à l’autre, ou pour garder le JSON du canevas en gestion de version à côté de vos modèles dbt.

Le brouillon IA

  1. Choisissez une source de données. Toute connexion d’entrepôt enregistrée, ou un fichier téléversé.

  2. Choisissez une table de faits — la table dont vous voulez compter, sommer ou moyenner les chiffres. Nous profilons d’abord le schema (peu coûteux ; ce sont des métadonnées plus une poignée de lignes d’échantillon) et listons ce qui s’y trouve. Les tables qui ressemblent à des agrégats — agg_*, *_summary, *_rollup — sont poussées en bas, pour que le fait canonique au grain de base l’emporte au lieu d’être enterré sous trente préagrégations. La boîte de recherche accepte les filtres include: et remove:.

  3. Décrivez ce que vous voulez. Une phrase suffit : « Faits de ventes joints aux clients et aux produits, nombre de commandes et somme du chiffre d’affaires, découpé par date. » Cela part vers le modèle avec le profil et améliore nettement le résultat par rapport à un champ vide.

  4. Relisez la proposition. Mesures et dimensions reviennent sous forme de cartes modifiables. Renommez-les, changez un agrégateur, jetez celles dont vous ne voulez pas, corrigez une jointure que le modèle a mal devinée.

  5. Prévisualisez le schema du cube. Cela valide les cartes, génère le XML Mondrian, et déverrouille trois onglets de plus : Source (le XML), Sample data et Try a query.

  6. Enregistrez comme nouvelle version de schema. Le cube atterrit dans Schemas, lié à votre connexion, et devient interrogeable depuis Analyze immédiatement.

Essayez une requête avant de vous engager

L’onglet Try a query lance un vrai échantillon MDX sur le brouillon avant que vous n’enregistriez quoi que ce soit. C’est le moyen le plus rapide d’attraper une jointure mal placée — une mauvaise jointure se voit immédiatement en totaux gonflés ou en mur de valeurs nulles, là où lire le XML ne vous aurait rien dit.

Les hiérarchies de dates sont offertes

Les dimensions de date sont l’élément de cube le plus courant et le plus fastidieux à écrire. Le détecteur trouve les colonnes en forme de date et construit automatiquement une hiérarchie Year → Quarter → Month → Day. Il se déclenche sur :

  • De vraies colonnes DATE / TIMESTAMP / TIMESTAMPTZ / DATETIME, y compris les variantes constructeur comme TIMESTAMP(6).
  • Des noms qui trahissent — *_date, *_at, *_on, *_time, plus date, created, updated, modified tout court.
  • Des colonnes texte dont les valeurs d’échantillon s’analysent comme des dates ISO (2026-03-14, 2026-03-14T09:00:00, 2026/03/14).

Il ne se déclenche délibérément pas sur les colonnes entières *_year / *_month — ce sont des éclats de clé de date qui ont déjà leur structure — ni sur les colonnes purement horaires, qui ne peuvent pas remplir une hiérarchie A/T/M/J.

S’il vous faut du non standard — un exercice fiscal démarrant en avril, par exemple — modifiez la carte de dimension ou construisez la hiérarchie sur le canevas.

Coût LLM et quota

Chaque brouillon IA coûte de l’argent réel, chaque tenant a donc un budget d’inférence mensuel. Passé 80 % la page commence à vous avertir ; passé 100 % les propositions suivantes sont refusées, avec la date de remise à zéro du budget. Demandez-nous et nous relèverons le plafond.

Profiler, prévisualiser et enregistrer sont gratuits — seule l’étape proposer-et-affiner dépense du budget. Le canevas ne dépense rien du tout, ce qui en fait l’habitude la moins chère pour itérer sur un cube que vous comprenez déjà.

Voir aussi

  • Sources de données — les entrepôts et fichiers dans lesquels le concepteur lit.
  • Schemas — où vivent les cubes enregistrés et leur historique de versions.
  • Bibliothèque de cubes — partir d’un cube fonctionnel plutôt que d’un canevas vierge.
  • Schemas Mondrian — la référence de tout ce que le canevas écrit à votre place.
  • Analyze — ouvrir un cube enregistré et l’interroger.