翻译层减少
高管的问题、SQL、图表与生成它的 Python 都活在同一个项目里。角色之间不会丢失任何东西。
概览面向决策层
为判断是否把 Lanikaia 交给数据负责人评估的高管准备的一页概览。说明业务会发生什么变化、产品实际构建什么,以及为什么它不是又一个仪表盘、目录或笔记本层。
01 / 特征
01 / 它是什么
今天,一个跨域问题会被拆成工单、SQL、截图和会议。Lanikaia 把问题与管道保留在同一个项目里。答案不只是图表,而是可以检查、复用、发布的受治理 Iceberg 层。
02 / 它做什么
问题变成对话。对话变成在 Iceberg 上运行的 Python。Python 变成下游系统可信赖的版本化表。同一段对话产出董事会会读的图表、其他产品消费的 API、安全团队需要的审计记录。
03 / 它不是什么
Lanikaia 不是依赖文档堆砌的元数据目录,也不是按分析师人头计费的 BI 工具。它是位于两者之上的一层,问题、分析与产物存活于同一个项目,由同一身份治理,保存在同一份 Iceberg 快照里。
02 / 价值
高管的问题、SQL、图表与生成它的 Python 都活在同一个项目里。角色之间不会丢失任何东西。
分析师今天就能拿到所需的中间表,而不是下个迭代。对常规请求,集中数据团队的瓶颈消失。
每次提交都是版本化的 Iceberg 快照,每次授权都被记录。CFO 一年前签字的产物可以被准确重现。
重要的管道从对话晋升为定时执行,不重要的就自然消失。半成品的 dbt 模型不会在 main 分支堆积。
03 / 与现有 BI 栈的不同
现有类别
以仪表盘为工作单位。每张图表都是建在精心打磨的语义层之上的产物。分析师交付图表,工程师交付模型,各做各的。
Lanikaia
以对话为工作单位。同一段对话同时构建中间表、图表与运行两者的 Python。语义模型在过程中即时编排,按提交版本化。
现有类别
以目录为治理单位。元数据围绕已存在的表事后填写,血缘被事后重建。
Lanikaia
以管道编排本身为治理单位。血缘就是你写下的 Python。目录是"你产出的内容",而不是"你记得去记录的内容"。
现有类别
每份分析都是某人云盘里的 Jupyter 笔记本或 Excel 文件。可复现性靠个人习惯。一年后单元格顺序丢失,数据也已陈旧。
Lanikaia
每份分析都是带版本提交与不可变 Iceberg 快照的对话。一年后,问题、答案与数据仍然对齐。
04 / 下一步