@Lilacs metabase 的代码我都读完了，它也没办法解决，多对多 join 时，不用写 SQL 的问题。

@xenme 如果没有大宽表，不用关心数据的重复计算，性能也特别高，当然也不需要写复杂的 SQL ，这难道不是一种更好的选择吗？

@xenme 如果做数据报表，出现的最多的问题就是因为一对多，多对多产生的数据重复计算的问题吧，而这些问题在 Agile Query 中，你可以完全忘记它。这就是 Agile Query 最大的优势。

大宽表是一种畸形的设计，对低层数据的变化，数据的一致性，数据的实时性响应都非常差，是由于针对技术实现的一种折中的做法。

@xenme 多表 join 时，一对多，多对多这些问题都需要数据工程师自己处理，进行数据去重，而在 Agile Query 中，这些问题都是智能处理的。数据工程师完全不需要考虑这些事件，只需要知道指标是哪几个字段计算的就可以了。

@xenme 多表 join 时，Agile Query 会自动处理 double-counting 的问题，会智能拆分子查询，传统的 BI 是需要数据工程师手工处理的，如果表比较多，数据工程师的工作量会非常大。

@xenme 目前的 BI ，针对单表运算是足够了，如果同一个表达式中涉及多张表，目前我还没有看到。大都数是将多张表的数据合并到一张表中，然后再进行运算，这样数据工程师的工作量就大很多。Agile Query 本质上就解决任意多张表的数据运算，在同一个指标公式中，可以多张表同时运算，内部拆分不同的子查询和 Join

@xenme 传统 BI 中的 countIf, sumIf 内部是不能嵌套其它聚合的，例如：

count_if(group_count(orders.id, customer.id) >= 2)

sum_if(group_count(orders.id, customer.id) >= 2, order_details.quantity * ordertails.unit_price)

单表，多表的运算都可以在一个公式中实现，Agile Query 可以动态的 join 多张表，进行计算，这是传统 BI 无法做到的。

@xenme 理论上再复杂的查询，也不需要写 SQL ，都可以通过 Agile Query 的函数实现，目前实现了 group_count, group_sum...，count_if, sum_if...，还有 growth_of 系列，rank_of 等这些很快也会实现，这些函数都可以内部嵌套普通聚合函数的运算。

还有，生成的 SQL 是比较复杂的，理论上可以实现所有复杂查询。

@gaobh 是的，我们正在深试通过 GPT 生成 Agile Query 的统计公式（各和聚合函数），直接生成 SQL 难度比较大。
SQL 的编译还是必要的。

@beneo 可以的，Agile Query 的函数是一种抽象的语义表达，我只是列举了几个常见的示例，您说的这些业务我后面会完善起来的，本质上这些统计都是不同维度的数据，聚合后进行的运算，基本上灵活的聚合+窗口，基本就可以实现了。

@boshok 还有，在不提前做任何数据加工的情况下，能够进行各工复杂查询的工具，我也想学习一下。

@boshok 麻烦问一下，你在其它什么地方看到基于复合函数生成 SQL 的。像 growth_of 类的。

想试用的朋友可以联系我。

@beneo @boshok

https://v2ex.com/t/934205#reply0

这个贴子演示了在不加工数据的情况下，实现了复杂查询，有兴趣的可以交流一下。

这难道不是 MySQL 的 Bug 吗？

braisdom 帮忙拉一下

@boshok
@beneo 感谢两位的提醒，等产品上线，邀请两位指点，多提点建议。目前这块国外的专利是 2020 下半年才出来，我看英文的专利文档费了好大的劲，完全颠覆了我超过 10 年的数据开发工作。

@beneo 感谢，之前花了一年半时间解决了最复杂的 SQL 编译，现在只有 UI 这块的开发工作了。近期会出第一个可用版本，支持部分数据库。

@beneo 不仅仅不需要做数据集，还不需要写 SQL 。您觉得怎么样？