@beneo 我不是开源项目，不需要有人点赞，只是让更多人看到，其中找到需要的人而已，如果你真的对项目感兴趣，可以加我微信，而不是在贴里讨论。

Agile Query 不能满足所有人的需求，但肯定能满足一部分人的需求，我需要的是让那部分人看到，看懂。

@beneo 不是大半年，是 2 年多了，兄弟你估计 Agile Query 的一篇文档都没看完

@justdoit123 习惯有时是个好东西，有时候反而会局限自身的认知，好奇一些往往会有意想不到的收获。

@wenhuacode 对的，的确很方便。

@meeop 预计算的优点之一是降低 SQL 的复杂度，用了 Agile Query 就不用考虑 SQL 的复杂度了。

@iugo 被你发现了，是我之前公司的同事，

@lexa 后面写文档说明一下，可能会晚些时候

写在 BP 里的：

• 过度计算识别算法
• 编译器相关算法
• 数据分析意图识别算法

@sampeng 你只提到了预计算的优点，还要看到缺点。

@sampeng DSL 不是核心，算法是核心

@bzzhou 只不过 Excel 的函数大都是单表分析，多表分析还是比较复杂的。

@bzzhou 如果数据分析师会用 Excel 的函数，就可以了，我们的函数和 Excel 一样。

@tikazyq 目前有好多商业公司在做这块，也都在想办法攻克核心算法，暂时不打算开源。先跑一段时间再说。

@tikazyq 和 superset 的区别很大，至少不需要写 SQL 就可以实现复杂统计，和 PowerBI 肯定有距离，我们还在努力。

@zuston DSL 应该的文本与 SQL 之间的语言，想通过自然语言描述统计规则还是很难的，有很多复杂的统计只能通过标记语言定义。

@tikazyq 是的 PowerBI 目前是复杂分析的首选，但使用复杂度也比较高，而且是自有的计算引擎，开源的 superset 类的 BI 的开发成本还是有点高的，使用的，大都数还是技术型公司，像国内的帆软，永洪存在的问题就更多了。

Agile Query 是处于中间位置，既能解决 PowerBI 的问题，同样能解决 superset, redash, metabase 的问题。这是我们的定位。

我的网站就是用 docusaurus 做的，有兴趣可以交流，https://www.agiquery.com

@bclerdx 创新的核心是一种 "高级分析型语言"

@szdosar 预计算目前是最优的方案，大部分公司都是这样的方案，文章的目的是终结预计算模式。