Pular para o conteúdo

Fontes de dados

Data Sources é onde o Saiku Cloud aprende a alcançar seus dados. Tem duas abas e, entre elas, cobrem todo jeito de dado entrar no produto:

  • Warehouses — um banco que você já roda. Você fornece os dados de conexão uma vez, e daí em diante os cubos leem ao vivo dele.
  • Files — CSV, Parquet, JSON ou Excel que você sobe. O Saiku levanta um banco a partir deles e consulta esse banco, então você não precisa de warehouse nenhum.

As duas alimentam o mesmo modelo semântico. Uma definição de cubo, não importa de que lado as linhas vieram.

Warehouses suportados

Cinco que você pode conectar hoje, cada um com o próprio passo a passo — clique no que você usa:

ClickHouse aparece no seletor como coming soon — o engine empacota o driver e o guia de conexão está escrito, mas ainda não abrimos. Se você está esperando por ele, avise e a gente pondera de acordo.

O mesmo driver de DuckDB também lê arquivos DuckDB enviados, que chegam pela aba Files e não por esta.

Quer experimentar o Saiku antes de apontar para produção?

Cada guia termina com um download do FoodMart — o clássico dataset OLAP de exemplo (cinco anos de vendas fictícias de mercado, ~10 MB, 37 tabelas), pré-empacotado para aquele dialeto. Carregue em algum lugar inofensivo e siga Cadastro e primeiro cubo de ponta a ponta em menos de uma hora. Sem migração, sem risco para dados reais.

O fluxo de conexão

A aba Warehouses é um formulário de três passos. Fica numa página só — você nunca é jogado por um assistente.

  1. Escolha o tipo de warehouse. Escolher um troca o formulário abaixo e revela um link para o guia de conexão daquele dialeto.

  2. Digite as credenciais + teste. Você ganha campos nomeados, não uma URL para montar na mão — Host, Port, Database para Postgres; conta e warehouse para Snowflake; uma caixa de chave JSON para BigQuery, e assim por diante. O Saiku constrói a URL JDBC para você e mostra um preview do que montou, incluindo padrões seguros como sslmode=require.

    Setup exótico? Advanced — paste a JDBC URL instead te entrega o campo cru.

  3. Teste a conexão. Abrimos dos nossos servidores (IP de saída 87.99.153.244) uma conexão de timeout curto, rodamos uma consulta trivial e reportamos — com falhas em linguagem simples como auth failed, host unreachable, database not found, timeout, mais a versão de servidor detectada quando funciona.

  4. Salve a conexão. O painel de salvar só aparece depois que um teste passou. Dê à conexão um rótulo que você vai reconhecer num dropdown daqui a seis meses, e salve. Você cai no autor de cubos, pronto para rascunhar seu primeiro cubo a partir deste warehouse.

Liberando nosso IP

Se seu warehouse fica atrás de um firewall, libere 87.99.153.244. Toda conexão que o Saiku Cloud faz a um warehouse de cliente sai desse único endereço.

O que dá para fazer com uma conexão salva

Cada linha em Existing connections carrega as ações que você realmente vai usar:

  • Design a cube — pular para o autor de cubos com este warehouse pré-selecionado.
  • Use a template — provisionar um cubo pronto neste warehouse.
  • Test — repetir a checagem de conectividade. A primeira coisa a tentar quando um cubo fica Broken.
  • Rotate credentials — um painel que aceita URL JDBC, usuário e senha novos. Essa também é sua superfície de edição: a conexão mantém a identidade, o dialeto e toda referência de schema apontada para ela, então trocar senha ou mudar de host não significa refazer seus cubos.
  • Remove — apagar a conexão. A exclusão é idempotente, então um duplo clique de uma aba velha não vai te dar 404.

O que guardamos, e o que não

Sua senha é cifrada antes de chegar ao nosso banco, com uma chave guardada num lugar que o banco não consegue ler. O texto claro existe por alguns milissegundos de cada vez, enquanto de fato abrimos uma conexão com seu warehouse, e depois some. Alguém com uma cópia completa do nosso banco ainda assim não conseguiria ler suas credenciais.

O quadro maior está em Isolamento de tenant.

Relacionado

  • Files — a outra aba; suba dados quando não há warehouse para apontar.
  • Schemas — crie um cubo em cima de uma conexão.
  • Biblioteca de cubos — provisione um cubo funcionando e os dados de exemplo dele num clique.
  • Datasets de exemplo FoodMart — dados de teste para cada dialeto suportado.