Cube.js:试试这个新的数据分析开源工具

开源 前端
数据分析是一个时髦的领域,有许多解决方案可供选择。其中之一是 Cube.js,这是一个开源的分析平台。你可以把 Cube.js 看作是你的数据源和应用之间的一个中间层。

[[407175]]

Cube.js 是一个开源的分析平台,可以作为数据源和应用之间的中间层。

数据分析是一个时髦的领域,有许多解决方案可供选择。其中之一是 Cube.js,这是一个开源的分析平台。你可以把 Cube.js 看作是你的数据源和应用之间的一个中间层。

如下图所示,Cube.js 支持无服务器数据仓库和大多数现代关系型数据库管理系统 (RDBMS)。你可以使用任何用于数据可视化的 JavaScript 前端库,而 Cube.js 将负责其他工作,包括访问控制、性能、并发性等。

 

Cube.js architecture

主要优点

当我向我们的社区成员询问 Cube.js 的主要优点时,他们经常提到:

  • 它的抽象层:配置 Cube.js 后,人们说他们不再需要担心性能优化、资源管理、SQL 专业知识等问题。许多人把 Cube.js 称为 “黑盒”,因为它的抽象层帮助他们专注于理解数据,而不是实施细节。
  • 易于定制:由于 Cube.js 是可视化的,它很容易与前端框架集成,建立看起来像用户自己平台的解决方案。大多数商业平台(如 Looker、Tableau 等)需要更多的定制工作来与他们的基础设施整合。许多用户说,定制的便利性与抽象层相结合,使他们能够减少数据分析平台的开发时间。
  • 社区支持:在开始使用 Cube.js 时,人们通常会从社区成员那里得到帮助(特别是在我们的 Slack),许多人提到社区支持是一个关键的入门资源。

访问 用户故事页面,阅读更多关于人们使用 Cube.js 的经验以及他们如何使用它。

开始使用

如果你想了解 Cube.js:

  • 进入我们的 文档页面,点击开始,并按照指示在你的笔记本电脑或工作站上启动和运行 Cube.js。
  • 当你进入 Developer Playground,你将能够生成数据模式,执行查询,并建立仪表盘,以看到 Cube.js 的运行。

在你启动和运行 Cube.js 之后,这里有一些有用的资源:

  • 文档:我们把大量的精力放在我们的文档上,因为它是开源社区的重要资源。我们还在我们的文档页面和 YouTube 频道的 入门播放列表 中添加了视频剪辑。
  • Discourse:Cube.js 论坛是最近增加的,社区成员可以在这里分享他们的使用案例、技巧和窍门等,这样我们就可以建立一个社区知识库。
  • GitHub: 你可以在这里找到 Cube.js 的代码,社区成员可以通过 问题页面 提交错误或功能请求。我们还在 GitHub 上发布了我们的 季度路线图,以便每个人都能看到我们正在进行的工作。
  • 每月社区电话会议:我们在每个月的第二个星期三举行电话会议,讨论社区更新,展示功能演示,并邀请社区成员分享他们的使用案例。你可以在 社区电话会议页面 上找到电话会议的日程,你也可以在我们 YouTube 频道的 社区电话会议播放列表 上找到过去的电话会议录音。

就像任何好的开源项目一样,Cube.js 有许多软件贡献者。如果你想查看社区的拉取请求(PR),请搜索带有 pr:community 标签的 PR。如果你想寻找你可以回答的问题,请搜索带有 good first issue 或者 help wanted 标签的问题。 

责任编辑:庞桂玉 来源: Linux中国
相关推荐

2017-07-20 16:40:36

大数据分析工具

2018-06-05 12:06:20

Hadoop开源工具

2018-08-10 14:44:01

Python数据工具

2021-01-27 11:36:34

代码开发工具

2024-07-05 11:08:21

2022-06-20 10:00:57

Python工具包代码

2021-03-15 10:43:20

大数据数据分析工具

2020-02-03 09:02:39

工具代码开发

2022-02-09 07:44:30

Go源码工具

2016-11-09 14:28:04

Spark开源数据分析工具

2020-04-08 16:41:18

大数据Hadoop工具

2022-01-26 07:18:57

工具GoGo 项目

2020-07-29 10:55:07

数据库工具技术

2015-09-08 09:24:26

大数据分析采购

2019-01-16 16:00:33

2020-11-26 14:02:43

数据分析工具

2023-04-18 18:22:31

开源工具数据库

2011-05-30 09:55:14

数据分析师

2020-12-15 13:03:21

数据分析

2023-12-26 08:37:41

点赞
收藏

51CTO技术栈公众号