C'est juste à quel point il est facile à utiliser. Lorsque nous avons d'abord intégré, j'ai été surpris de voir à quelle vitesse nous pouvions nous connecter à, disons, plusieurs sources de données. Il n'y a pas eu de gros casse-tête d'installation, ce qui était génial. La mise en œuvre n'était pas si mauvaise, surtout en comparaison avec certains autres outils BI que nous avons utilisés. Je veux dire, ce n'était pas 100% fluide, il y a eu quelques petits accrocs, mais dans l'ensemble, nous l'avons fait fonctionner beaucoup plus facilement que je ne l'avais prévu. Il a un ensemble de fonctionnalités assez riche - les réflexions et l'accélération sont cool pour la performance, même si cela semble un peu écrasant au début. L'intégration avec nos éléments existants, comme nos buckets AWS S3 et Snowflake, a été assez simple. Pas de gros drame là-bas. Oh, et l'éditeur SQL est bien meilleur que je ne le pensais. Dans l'ensemble, cela ressemble juste à un outil conçu pour la vitesse et la flexibilité. Nous l'utilisons parfois plusieurs fois par jour lorsque je dois faire des analyses ad hoc ou explorer de grands ensembles de données. Oui, il y a définitivement une courbe d'apprentissage, pas de mensonge. Mais une fois que vous avez passé cela, vous réalisez à quel point il est puissant.

J'adore la capacité de la plateforme à se connecter à un large éventail de sources de données, y compris les bases de données relationnelles (PostgreSQL, MySQL, Oracle, MS SQL), les systèmes NoSQL (MongoDB, Elasticsearch) et le stockage basé sur le cloud ou les fichiers comme S3 et HDFS, sans nécessiter de pipelines ETL complexes. Cette approche simplifie l'intégration des données et réduit la charge de travail des ingénieurs. Le moteur de requêtes SQL est très performant, offrant des temps de réponse en dessous de la seconde même sur de grands ensembles de données, et prend en charge la visualisation des données en direct et les aperçus dynamiques lors de la préparation des requêtes. La fonctionnalité de réflexions de données agit comme une couche de mise en cache intelligente, optimisant les performances des requêtes et permettant des rafraîchissements de tableaux de bord à faible latence pour les charges de travail BI. Les ensembles de données virtuels de la plateforme permettent d'encapsuler et de réutiliser une logique de requête complexe, soutenant les principes de données en tant que code tels que le contrôle de version à la manière de Git et l'expérimentation. L'architecture cloud-native offre une mise à l'échelle élastique des calculs et est disponible en tant que service géré sur AWS et Azure, ce qui la rend adaptée aux déploiements sur site et dans le cloud. Elle prend en charge le contrôle d'accès basé sur les rôles et la multi-location, ce qui est essentiel pour les environnements d'entreprise avec de fortes exigences en matière de gouvernance des données.

J'aime le fait que vous puissiez interroger directement s3 et hdfs et qu'il prenne également en charge Power BI comme intégration.