Size: a a a

2021 May 21

A

Andrei in Qlik BI chat
Вначале верхнеуровнего, потом в odag до клиентов, потом надеялся в DQ и тогда уже что-то вменяемое прлучается, а не млрд строк
источник

IB

Igor Burobin in Qlik BI chat
Тогда начинается вокруг стройного Qlik строить разное. OLAP, аналитические базы данных и тд
источник

ЕС

Евгений Стучалкин... in Qlik BI chat
если вам прям отрицсовка нужна при фильтрации, попробуйте Dynamic Views. Это ОДАГ, но со встраиванием визуализаций из template app в selection app
источник

ZS

Zhenya Skrebanov in Qlik BI chat
Примерно так и предполагал, спасибо!
источник

IB

Igor Burobin in Qlik BI chat
Я больше не про загрузку данных а про расчеты.  Например есть торговая сеть 20 магазинов, 20 000 товаров ассортимент.  Нужно считать показатели среднедневный остаток товара и средневзвешенная (по остатку) проходимость товаров. Получается за год будет 20 000 * 20 * 20 000 = 146млн записей. За 5 лет уже 730 млн. Скорость будет так себе на Qlik без хорошего сервера.
источник

IB

Igor Burobin in Qlik BI chat
Обычно на Qlik я все это обрезаю. То есть приложение максимальное 2 года чтобы было и тд
источник

IB

Igor Burobin in Qlik BI chat
В плане расчета самого остатка - да, гдето в БД на учетной системе или рядом с ней в DWH. В Qlik остатки считать для такой витрины по движению это кошмарно
источник

ЕС

Евгений Стучалкин... in Qlik BI chat
мы у себя тоже резать начали
источник

ZS

Zhenya Skrebanov in Qlik BI chat
Разве исторические расчеты участвуют в расчётах текущих периодов?
источник

IB

Igor Burobin in Qlik BI chat
Тоже 2 года?
источник

ЕС

Евгений Стучалкин... in Qlik BI chat
2-3
источник

IB

Igor Burobin in Qlik BI chat
Бывает и такое) Была система учетная помню в которой не было таблицы для фиксации остатков на какой либо период. То есть хочешь посчтиать остаток на дату - пожалуйста считай всё движения от начала времен до этой даты
источник

IB

Igor Burobin in Qlik BI chat
Мне чаще встречаются где есть какой то срез. Обычно "на сейчас" и от него назад надо до даты отсчитывать остаток
источник

ZS

Zhenya Skrebanov in Qlik BI chat
Так я имею ввиду на стороне клика то, что уже не может измениться разве нельзя сохранить? Или в закрытый период, в котором скажем товар отгрузили весь, в 0, внезапно может прибыть новая партия? В прошлый год в этом году?
источник

IB

Igor Burobin in Qlik BI chat
Ааа, на стороне Qlik да. В QVD складываем по году или по месяцу
источник

ZS

Zhenya Skrebanov in Qlik BI chat
Здесь же не статистика посещения сайта считается, когда надо весь период целиком взять, для средневзвешенного, а все равно есть некие периоды.
источник

ZS

Zhenya Skrebanov in Qlik BI chat
Ну вот я об этом и говорил да.
источник

VN

V N in Qlik BI chat
Ну по сути ODAG и прикручивали для того, чтобы большие модель распиливать не по листам условного DAR, а по такому же DAR, но в виде отдельных приложений, каждое со своей нарезкой...
источник

SP

Sergey Polekhin in Qlik BI chat
Direct Discovery уже больше 10 лет.
Формально делали для того, чтобы упёртые ИТ-шники не пилили мозг со словами "в QlikView нет прямых запросов".

По инерции перетащили в Qlik Sense и даже сделали несколько итераций по развитию, например, в виде поддержки нескольких таблиц фактов.

На данный момент Direct Discovery -  не развиваемая функциональность, о чём честно сказано в документации уже как минимум, 2 года назад. И совершенно правильно сделали, ибо смысла для заказчика в ней -  никакого.

Direct Discovery - игрушка для ИТ-шников,  которые до сих пор верят в то, что от дёргания и мгновенной визуализации данных есть какая-то бизнес-польза для управленческой аналитики.
Поэтому если кто-то верит в пользу самого такого дёргания данных для управленческой аналитики - ему прямая дорога в примитивные визуализаторы, которые больше ничего кроме этого не умеют (названия можете подставить сами).

Данные Direct Discovery  в ассоциативную модель не попадают, к ним неприменим сет-анализ и многое другое, ради чего, собственно,  и нужен и ради чего и выбирают Qlik.
источник

SP

Sergey Polekhin in Qlik BI chat
Поэтому ODAG и его производные типа Dynamic Views это и есть технологии на которые стоит ориентироваться при работе с большими объёмами данных
источник