我有一个复杂的数据集，其中超过16M行来自制药行业。关于数据，它保存在一个包含400多个关系表的sql server中。
数据有多个级别的层次结构，如省，市，邮政编码，人员和抗原措施等。
我想创建许多仪表板以观察变化和＆amp;趋势正在发生。为此，我可以使用Pentaho，R（有光泽）或Tableau。但问题是数据是如此巨大，用仪表板软件处理它需要很长时间。我可以选择制作立方体并将其连接到仪表板。
我的问题是，是否有任何其他解决方案可以使用而不是制作立方体？我不想经历制造和制造麻烦的麻烦。保持一个立方体。
我想使用一个软件来指定表之间的关系，因此聚合/合并可以顺利进行，并输出可以连接到仪表板的已处理表。我听说Alteryx是一款可以为你做的软件（我自己没试过，而且价格昂贵！）。
我理解这项任务需要两个或更多软件/工具。请分享您的意见和建议经验。请提及您使用的工具，数据大小，整个系统的速度/效率以及其他必要的详细信息。
答案 0 :(得分：0)
这很大程度上取决于数据集的大小（不仅仅是行数）以及SQL服务器的速度。
我已将带有＆gt; 20米行（大小> 4GB）的数据集直接加载到Tableau中（尽管这是在64位Windows计算机或具有大于8GB RAM的Mac上）。它们运作良好。
如果数据量很大（这意味着可能是10 GB的磁盘空间），那么最好将Tableau直接连接到SQL服务器并让服务器完成繁重的工作。这也很好。我在（快速且功能强大的）SQL服务器上拥有数十亿行数据集，如果SQL服务器针对快速分析而非事务处理进行了优化，那么它也可以以合理的速度运行。
如果您的本地服务器功率或容量有限，那么我还建议将您的数据放到Google的BigQuery（或亚马逊的Redshift）之类，因为这些设置非常便宜并且提供惊人的分析能力。 Tableau具有两者的连接器，因此即使使用怪物数据集，您也可以获得交互式速度。我有一个500米行和大约100GB数据的测试数据集，即使我直接从Tableau驱动它，我也可以在15-30秒内获得大多数查询的典型查询响应。