Долго грузится дашборд?

Обычно проблема находится на уровне обращения к данным, а именно

❌ датасет отчета построен на SQL запросе, а не готовой таблице ❌ датасет состоит из набора исходных таблиц, соединяемых на уровне BI-инструмента ❌ базовая фильтрация данных настроена на уровне чартов и отчета, а не на уровне датасета или базы данных

Как ускорить свои дашборды ➡️ строить витрины данных. Это таблицы, в которых собраны нужные для вашего отчета данные, со всей фильтрацией, сложной логикой обогащения, JOINов, UNIONов, тяжелых оконных функций.

Ваша задача сделать как можно лучше подготовленные данные на уровне хранилища DWH (или базы данных), чтобы BI работал по большей части для визуализации готовых данных, а не сложных трансформаций "на лету".

Также думайте про вид материализации данных. Например, представление, будет менее эффективным чем сохраненные данные в таблицу, т.к. представление этот тот же сохраненный SQL запрос, выполняющийся каждый раз на лету при обращении к представлению.

Хочешь строить качественную аналитику и отчеты, приходи на курс "Продвинутый SQL и автоматизация витрин данных", где разбираем весь процесс от сбора требований,разработки бизнес-логики на SQL и Python, до автоматизации в Apache Airflow с написанием DAGов.

На реальных рабочих задачах аналитиков соберете 10 витрин данных и автоматизируете обновление в них разными способами: инкременты по дате, ключам, полная перезагрузка и т.д., научитесь писать Python-функции, работать с Github репозиторием и интерфейсом Airflow. Общаемся в группе, а все уроки доступны сразу в личном кабинете онлайн.

ТРЕНАЖЕРОВ НЕТ, работаете в реальной инфраструктуре как в компаниях

Старт группы уже 26 октября, следующая группа будет только в 2027 году❗️

Записаться в группу