Lake 사용 현황을 관찰하세요.
반복되는 스캔, 조인, 집계를 찾으세요.
FastBI Lake에서 작업을 예약하세요. AI가 Lake 사용 현황을 분석하고 중간 테이블을 추천하여 반복 보고서가 더 적은 데이터를 스캔하고 더 빨리 답을 반환하게 합니다.
여러 보고서가 원시 주문을 날짜와 고객별로 집계합니다. AI가 Lake 사용 현황에서 이 반복 작업을 식별합니다.
lake.orders → 일자 + 고객별 그룹화01반복 작업 찾기
보고서가 같은 원시 데이터를 반복 스캔하면 AI가 공통 계산을 식별하고 만들 가치가 있는 중간 테이블을 추천할 수 있습니다.
반복되는 스캔, 조인, 집계를 찾으세요.
유용한 중간 결과를 재사용 가능한 Lake 테이블에 저장하세요.
정기 보고서가 준비된 데이터를 쿼리하게 하세요.
02테이블 최신 상태 유지
작업으로 테이블을 생성, 교체, 추가하세요. 최신성과 보고서 기반 데이터 재구축 비용의 균형을 맞추세요.
쿼리로 새 중간 데이터셋을 만드세요.
테이블을 다시 구축하여 원본 데이터를 최신 상태로 확인하세요.
적절한 시간 범위를 처리하는 로직으로 새 결과를 추가하세요.
03절감 효과 이해
작게 가공한 테이블은 쿼리 비용과 보고서 지연을 줄일 수 있습니다. 대신 테이블을 갱신하고 저장하는 작업이 필요합니다.
각 보고서가 원시 데이터 100 GB 또는 중간 테이블 1 GB를 스캔한다고 가정합니다. 매일 새로고침할 때 원본 100 GB를 한 번 스캔합니다.
1 TB = 1,000 GB를 기준으로 공개된 Lake 요금 $5/TB를 적용한 스캔 비용 예시입니다. 스토리지와 Jobs 요금은 제외됩니다. 실제 절감액과 지연 시간은 워크로드와 새로고침 전략에 따라 달라집니다.
2,000 GB 스캔됨
120 GB 스캔됨(새로고침 포함)
보고서마다 다시 계산하지 말고 집계를 재사용하세요.
새로운 답이 필요한 시점에 맞는 일정을 선택하세요.
효과를 평가할 때 새로고침 스캔과 테이블 저장도 포함하세요.
얼리 액세스 대기 목록에 등록하세요.