Inscription et premier cube
Cette page est la version détaillée du Démarrage rapide, avec le pourquoi de chaque étape. Si vous voulez simplement livrer un cube, le Démarrage rapide est plus rapide.
Inscription
- Rendez-vous sur cloud.saiku.bi/signup.
- Authentifiez-vous via WorkOS (Google ou SAML). Nous ne gérons pas les mots de passe nous-mêmes ; l’identité est déléguée.
- Après l’inscription, nous provisionnons quatre éléments pour vous :
- Votre tenant avec un slug généré (quelque chose comme
acme-corp). Le slug apparaît dans l’URL de votre dashboard. - Un espace de travail par défaut pour héberger vos schemas et classeurs.
- Votre compte utilisateur en tant que propriétaire du tenant.
- Une clé API initiale pour que le dashboard puisse communiquer avec le backend en votre nom. Vous pourrez créer des clés supplémentaires pour les agents et intégrations sur la page des clés API plus tard.
- Votre tenant avec un slug généré (quelque chose comme
Connectez votre premier entrepôt de données
Saiku Cloud prend en charge cinq dialectes en v1 : PostgreSQL, Snowflake, BigQuery, ClickHouse, MotherDuck. Vous pouvez en ajouter d’autres en déposant une demande de fonctionnalité — chaque nouveau dialecte se résume à un pilote JDBC et un petit classifieur.
Host: db.acme.comPort: 5432Database: analyticsUsername: saiku_readerPassword: ••••••••SSL: require (recommended)Account: abc12345.us-east-1Warehouse: ANALYTICS_WHDatabase: ANALYTICSSchema: PUBLICUsername: SAIKU_READERPassword: ••••••••BigQuery utilise des jetons OAuth ou des clés de compte de service plutôt qu’un nom d’utilisateur et un mot de passe. Collez le jeton d’accès OAuth dans le champ mot de passe conformément à la convention du pilote JDBC de Google.
Les identifiants sont chiffrés au repos. Voir Isolation des tenants pour l’explication complète de la façon dont nous gérons les identifiants que vous nous confiez.
Pourquoi un cube ?
Saiku parle MDX par-dessus des schemas XML Mondrian. Un cube est un modèle déclaratif qui dit « voici mes faits (une table des ventes), voici les dimensions selon lesquelles je veux découper (date, région, produit), et voici les mesures que je veux agréger (chiffre d’affaires, unités) ». Une fois cela décrit une fois, n’importe quelle requête de type OLAP — explorations, pivots, hiérarchies — fonctionne dessus sans écrire de SQL.
Le rôle de Saiku Cloud est de faire en sorte que la création de cubes ne soit pas une corvée. Le Schema designer échantillonne votre entrepôt et ébauche le cube avec l’aide de l’IA. Vous passez en revue et ajustez ; vous ne partez pas d’un fichier de schema vide.
Brouillon → Enregistrer → Interroger
La chaîne complète :
-
Schema designer → Choisir une connexion. Nous profilons le schéma de l’entrepôt à moindre coût — nous lisons ses métadonnées et échantillonnons quelques lignes par colonne.
-
Choisir une table de faits. Les tables d’agrégat (
agg_*,*_summary,*_rollup) sont reléguées en bas afin que la table de faits canonique au grain de base l’emporte. -
Décrivez le cube en langage naturel (facultatif mais recommandé). « Faits de ventes joints aux dimensions client et produit, nombre de commandes et somme du chiffre d’affaires. » Ceci est transmis à Claude avec le profil.
-
Passez en revue la proposition. La carte du cube affiche les mesures et dimensions sous forme de puces modifiables. Le graphe de jointures en dessous représente les jointures par clés étrangères entre les tables de faits et de dimensions — cliquez sur une arête pour changer la colonne de jointure.
-
Render XML. La carte du cube produit du XML Mondrian.
-
Enregistrer. Le schema arrive dans votre espace de travail.
-
Analyser. Barre latérale → Analyze → Open in Saiku sur la carte du cube. Vous arrivez dans l’interface Saiku avec le cube déjà sélectionné.