Pular para o conteúdo
Saiku Cloud

Cadastro e primeiro cubo

Esta página é a versão detalhada do Início rápido, com o porquê de cada passo. Se você só quer colocar um cubo no ar, o Início rápido é mais rápido.

Cadastro

  1. Acesse cloud.saiku.bi/signup.
  2. Autentique-se via WorkOS (Google ou SAML). Nós não gerenciamos senhas diretamente; a identidade é delegada.
  3. Após o cadastro, provisionamos quatro coisas para você:
    • Seu tenant com um slug gerado (algo como acme-corp). O slug aparece na URL do seu dashboard.
    • Um workspace padrão para abrigar os seus schemas e workbooks.
    • Sua conta de usuário como owner do tenant.
    • Uma API key inicial para que o dashboard possa conversar com o backend em seu nome. Você pode gerar chaves adicionais para agentes e integrações na página API keys depois.

Conecte seu primeiro data warehouse

O Saiku Cloud suporta cinco dialetos na v1: PostgreSQL, Snowflake, BigQuery, ClickHouse, MotherDuck. Adicione mais abrindo um pedido de recurso — cada novo dialeto é um driver JDBC + um pequeno classificador.

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

As credenciais são criptografadas em repouso. Consulte Isolamento de tenant para a explicação completa de como tratamos as credenciais que você nos confia.

Por que um cubo?

O Saiku fala MDX sobre schemas XML do Mondrian. Um cubo é um modelo declarativo que diz “aqui estão meus fatos (uma tabela de vendas), aqui estão as dimensões pelas quais quero segmentar (data, região, produto) e aqui estão as medidas que quero agregar (receita, unidades)”. Depois que você descreve isso uma vez, qualquer consulta no estilo OLAP — drilldowns, pivots, hierarquias — funciona contra ele sem escrever SQL.

O trabalho do Saiku Cloud é fazer com que a autoria de cubos não seja uma tarefa maçante. O Schema designer faz amostragem do seu data warehouse e esboça o cubo com assistência de IA. Você revisa e ajusta; você não começa a partir de um arquivo de schema em branco.

Esboçar → Salvar → Consultar

A cadeia completa:

  1. Schema designer → Escolha uma conexão. Fazemos profiling do schema do data warehouse de forma barata — lemos seus metadados, amostramos algumas linhas por coluna.

  2. Escolha uma tabela de fatos. Tabelas agregadas (agg_*, *_summary, *_rollup) são empurradas para o final, para que a tabela de fatos canônica no grão base ganhe.

  3. Descreva o cubo em inglês simples (opcional, mas recomendado). “Fatos de vendas unidos a dimensões de cliente e produto, contagem de pedidos e soma de receita.” Isso vai para o Claude junto com o profile.

  4. Revise a proposta. O card do cubo mostra medidas + dimensões como chips editáveis. O grafo de joins abaixo renderiza os joins por chave estrangeira entre tabelas de fato e dimensão — clique em uma aresta para alterar a coluna do join.

  5. Render XML. O card do cubo produz XML do Mondrian.

  6. Salvar. O schema cai no seu workspace.

  7. Analisar. Barra lateral → Analyze → Abrir no Saiku no card do cubo. Você cai na interface do Saiku com o cubo selecionado.