介绍
Cube.js是一个用于构建分析Web应用程序的开源模块化框架。它主要用于构建内部商务智能工具（也就是商业智能BI）或将面向客户的分析添加到现有应用程序中。Cube.js旨在与AWS Athena和Google BigQuery等无服务器查询引擎一起使用。多阶段查询方法使其适合处理数万亿个数据点。大多数现代RDBMS都可以与Cube.js一起使用，并且可以进行调整以获得足够的性能。
官方网站
https://cube.dev/
https://github.com/cube-js/cube.js
下面是其在Github上的Star走势(近期势头正猛)：
Cube.js特点
与其他应用程序不同，它不是一个整体应用程序，而是一组模块，可以很好地完成一件事情。Cube.js提供了用于在数据仓库中运行转换和建模，查询和缓存，管理API网关以及在其之上构建UI的模块。
- Cube.js后端
1、Cube.js模式：它充当分析的ORM，并允许对从简单计数到队列保留和渠道分析的所有模型进行建模。
2、Cube.js查询编排和缓存。它通过将查询分解为小块，快速，可重用和具体化的部分来优化查询执行。
3、Cube.js API网关。它提供幂等的长轮询API，该API保证分析查询结果的传递不受请求时间的限制，并且可以承受连接问题。
- Cube.js前端
Cube.js Javascript客户端。一组用于访问Cube.js API网关并与查询结果集一起使用的方法。Cube.js React，Angular和Vue。Cube.js API的特定于框架的包。
为什么选择Cube.js？
如果你要构建自己的商务智能BI或面向客户的分析，则很可能会遇到以下问题
性能：现代分析软件开发中的大部分工作时间都花在提供足够的洞察力上。在每个公司数据都是大数据的世界中，仅编写SQL查询来获取洞察力已经不够了。
SQL代码组织：早期使用纯SQL查询对具有十二个维度的十二个指标进行建模成为维护的噩梦，最终导致构建建模框架。
基础设施：每个生产就绪的分析解决方案都需要关键组件：分析SQL生成，查询结果缓存和执行流程，数据预聚合，安全性，用于获取查询结果的API和可视化。
Cube.js为每个严重依赖其缓存和预聚合层的分析应用程序提供必要的基础架构，以提供几分钟的原始数据来提供洞察延迟和数万亿数据点规模的亚秒级API响应时间。
快速入门
- 1. 可以使用npm或者yarn安装
$ npm install -g cubejs-cli # or $ yarn global add cubejs-cli
- 2、连接到您的数据库运行以下命令以开始使用Cube.js
$ cubejs创建<项目名称> -d <数据库类型>
使用-d标志指定项目名称和数据库。可用选项：
以下都是受支持的
- postgres
- mysql
- mssql
- athena
- mongobi
- bigquery
- redshift
- clickhouse
- hive
- snowflake
- prestodb
- oracle
例如你可以这样
cubejs create hello-world -d postgres
运行后，create命令将创建一个新项目目录，其中包含新Cube.js项目的脚手架。这包括启动Cube.js后端所需的所有文件，用于在React应用程序中显示Cube.js查询结果的示例前端代码，以及一些示例模型文件以突出显示Cube.js数据模式层的格式。此项目目录中的.env文件包含有关数据库凭据的占位符。对于MySQL和PostgreSQL，需要填写目标主机，数据库名称，用户和密码。对于Athena，您需要指定AWS访问和密钥以及运行Athena查询所需的访问权限，以及存储查询结果的目标AWS区域和S3输出位置。
- 3、定义数据架构
Cube.js使用数据架构来生成和执行SQL。它充当数据库的ORM，并且具有足够的灵活性来建模，从简单计数到队列保留和渠道分析的所有内容。您、可以使用开发人员Playground生成架构文件。为此，请从项目目录启动开发服务器：
npm run dev
或者手动创建数据结构文件
// schema/users.js
cube(`Users`, {
measures: {
type: `count`
},
dimensions: {
age: {
type: `number`,
sql: `age`
},
createdAt: {
type: `time`,
sql: `createdAt`
},
country: {
type: `string`,
sql: `country`
}
}
});
- 可视化数据
Cube.js客户端连接到Cube.js后端，并允许你可视化数据。下面说明如何使用Cube.js Javascript客户端。（首先启动服务）
npm i --save @cubejs-client/core
React:
$ npm i --save @cubejs-client/core $ npm i --save @cubejs-client/react
原生的方式：
import cubejs from '@cubejs-client/core';
import Chart from 'chart.js';
import chartjsConfig from './toChartjsData';
const cubejsApi = cubejs('eyJ0eXAiOiJKV1QiLCJhbGciOiJIUzI1NiJ9.eyJpIjozODU5NH0.5wEbQo-VG2DEjR2nBpRpoJeIcE_oJqnrm78yUo9lasw');
const resultSet = await cubejsApi.load({
measures: ['Stories.count'],
timeDimensions: [{
dimension: 'Stories.time',
dateRange: ['2015-01-01', '2015-12-31'],
granularity: 'month'
}]
})
const context = document.getElementById('myChart');
new Chart(context, chartjsConfig(resultSet));
React方式：
导入cubejs和QueryRenderer组件，并使用它们来获取数据。
import React from 'react';
import { LineChart, Line, XAxis, YAxis } from 'recharts';
import cubejs from '@cubejs-client/core';
import { QueryRenderer } from '@cubejs-client/react';
const cubejsApi = cubejs('eyJ0eXAiOiJKV1QiLCJhbGciOiJIUzI1NiJ9.eyJpIjozODU5NH0.5wEbQo-VG2DEjR2nBpRpoJeIcE_oJqnrm78yUo9lasw');
export default () => {
return (
<QueryRenderer
query={{
measures: ['Stories.count'],
dimensions: ['Stories.time.month']
}}
cubejsApi={cubejsApi}
render={({ resultSet }) => {
if (!resultSet) {
return 'Loading...';
}
return (
<LineChart data={resultSet.rawData()}>
<XAxis dataKey="Stories.time"/>
<YAxis/>
<Line type="monotone" dataKey="Stories.count" stroke="#8884d8"/>
</LineChart>
);
}}
/>
)
}
案例截图分享
下面展示一些示例：
总结
Cube.js确实是一个非常值得使用的Web应用的智能BI模块，用它可以快速而简单的构建出符合自己需求的商业智能分析Web应用程序，比传统普通繁琐的开发方式更加便捷，更加模块化，更加容易维护！