Beobachten Sie die Lake-Nutzung.
Suchen Sie nach wiederholten Scans, Joins und Aggregationen.
Später verfügbar
Erledigen Sie die schwere Arbeit einmal. Machen Sie jeden Bericht leichter.
Planen Sie Jobs auf FastBI Lake. KI analysiert die Lake-Nutzung und empfiehlt Zwischentabellen, damit wiederkehrende Berichte weniger Daten scannen und schneller Antworten liefern.
DIE NUTZUNG BESTIMMT DIE NÄCHSTE TABELLEBeispielhafter Optimierungsablauf
NUTZUNG BEOBACHTEN
Finden Sie die wiederholte Berechnung.
Mehrere Berichte gruppieren Rohbestellungen nach Tag und Kunde. KI erkennt diese wiederholte Arbeit in der Lake-Nutzung.
lake.orders → nach Tag + Kunde gruppieren01Wiederkehrende Arbeit erkennen
Ihr Abfrageverlauf zeigt die nächste Verbesserungsmöglichkeit.
Wenn Berichte wiederholt dieselben Rohdaten scannen, kann KI gemeinsame Berechnungen erkennen und eine lohnende Zwischentabelle empfehlen.
Eine Tabelle empfehlen.
Speichern Sie nützliche Zwischenergebnisse in einer wiederverwendbaren Lake-Tabelle.
Nutzen Sie die Arbeit erneut.
Lassen Sie wiederkehrende Berichte die aufbereiteten Daten abfragen.
02Tabellen aktuell halten
Eine nützliche Tabelle braucht einen passenden Zeitplan.
Führen Sie Jobs zum Erstellen, Ersetzen oder Erweitern von Tabellen aus. Wägen Sie Aktualität gegen die Kosten der Neuerstellung der Daten ab, auf denen Ihre Berichte beruhen.
Erstellen
Ein neues Zwischen-Dataset aus einer Abfrage erstellen.
Ersetzen
Erstellen Sie eine Tabelle neu für eine aktuelle Sicht auf die Quelldaten.
Anhängen
Fügen Sie neue Ergebnisse mit einer Logik hinzu, die das richtige Zeitfenster berücksichtigt.
03Die Einsparungen verstehen
Weniger scannen. Weniger Arbeit für den Bericht.
Eine kleinere vorbereitete Tabelle kann Abfragekosten und Berichtslatenz senken. Dafür muss sie aktualisiert und gespeichert werden.
EIN EINFACHES BEISPIEL ERKUNDEN
Wann lohnt sich das Aufbereiten einer Tabelle?
Angenommen, jeder Bericht scannt 100 GB Rohdaten oder 1 GB aus einer Zwischentabelle. Eine tägliche Aktualisierung scannt die ursprünglichen 100 GB einmal.
Beispielhafte Scankosten zum veröffentlichten Lake-Preis von $5/TB bei 1.000 GB/TB. Ohne Speicher- und Jobs-Gebühren. Tatsächliche Einsparungen und Latenz hängen von Workload und Aktualisierungsstrategie ab.
ROHDATEN JEDES MAL ABFRAGEN10,00 $/Tag an Scankosten
2.000 GB gescannt
EINMAL AKTUALISIEREN + ZUSAMMENFASSUNG ABFRAGEN0,60 $/Tag an Scankosten
120 GB gescannt, einschließlich Aktualisierung
Weniger wiederholte Verarbeitung.
Verwenden Sie eine Aggregation erneut, statt sie für jeden Bericht neu zu berechnen.
Datenaktualität nach Ihren Regeln.
Wählen Sie einen Zeitplan passend dazu, wann neue Antworten benötigt werden.
Messen Sie die gesamten Kosten.
Berücksichtigen Sie Aktualisierungsscans und Tabellenspeicher bei der Nutzenbewertung.
Get notified about Jobs
Für frühen Zugang der Warteliste beitreten.