Я установил как демо-версию Saiku Analytics, так и плагины Pivot4J на Pentaho CE для демонстрации. С точки зрения высокого уровня, оба они кажутся точно такими же, хотя Сайку, кажется, выполняет немного быстрее. Может ли кто-нибудь, кто хорошо знаком с обоими, скажите мне различия между ними и какие факторы я должен принять во внимание при выборе одного из них для анализа Мондрейна Куба?Saiku Analytics против Pivot4J
ответ
Из моего опыта, Saiku кажется лучшим опытом, а также поддерживается другими плагинами, такими как IvyDD.
Более глубокий анализ был сделан разработчиком JPivot на этом awnser:
По сравнению с Saiku, я думаю, что каждый проект имеет свои преимущества в различных сценариях.
Saiku имеет легкую архитектуру на стороне клиента, чем наше приложение примера и плагин, поэтому его можно развернуть и вставить практически в любом месте.
Хотя это не очень трудно создать полный стиль REST аналитическую приложение с Pivot4J, наши нынешние образцы и вставные приложения требуют по меньшей мере, контейнер сервлетов для запуска и более трудно быть поместить его чем Saiku в определенной среде.
С другой стороны, как Pivot4J предназначен для UI независимого API с самого начала, она может обеспечить большую гибкость, чем Saiku в моей мнения разработчиков, когда они хотят построить свое собственное приложение на поверх него, или намерены настроить основные типы поведения API.
Например, если вы хотите использовать Pivot4J с вашим собственным приложением , который строят с ExtJS, DHTMLX или любых других инструментальных средств пользовательского интерфейса, было бы гораздо легче добиться бесшовной интеграции с Pivot4J, как это предоставляет вам удобные абстрактные точки расширения для этого.
Наконец, если вы знакомы с Javascript, вы можете найти работу с Saiku проще, поскольку он делегирует большинство работ, связанных с UI, на клиентскую сторону .
С другой стороны, если вы старая школа Java разработчик, как я :) вы можете найти наш пример приложения будет легче понять и работа с, как там практически нет пользовательского сценария не участвует и все выполняются на стороне сервера с помощью модели компонентов JSF.
В заключение я хотел бы сказать, что Pivot4J это не только API, который не может быть использована без написания много кодов, как это уже включает в себя довольно полнофункционален плагин Pentaho BI для предстоящего выпуска платформы 5.0. И поскольку Pivot4J и Saiku используют совершенно другой подход от друг к другу, каждый имеет свою собственную силу и преимущество, которое может быть , используемое в соответствии с конкретным вариантом использования.
- 1. Гибкие иерархии в Saiku Analytics
- 2. Невозможно увидеть Pivot4J View в Pentaho Business Analytics Консоль пользователя
- 3. Поддерживает ли плагин Saiku Analytics «атрибуты стиля» в строках формата?
- 4. «Ошибка при выполнении запроса» при анализе куба в Saiku Analytics
- 5. Есть ли плагин Saiku Analytics для Pentaho BI Server 4.8?
- 6. Cube in Analysis View не отображается в Saiku Analytics
- 7. Добавление плагина Saiku - диаграмма Saiku Plus
- 8. Saiku Несколько запросов | Медлительность
- 9. Sitecore DMS против Google Analytics
- 10. Saiku community edition
- 11. Saiku 3.7 CE фильтры
- 12. saiku Date Difference error
- 13. Saiku и Drupal
- 14. Интеграция Saiku В SpagoBI
- 15. Запросы Adhoc saiku
- 16. Saiku query fetch
- 17. OLAP Saiku Cache истекает
- 18. Экспорт функции во встроенный отчет pivot4j
- 19. Стек BI: Mondrian, Pivot4J и d3.js
- 20. Pentaho/Pivot4j - Не удалось получить список кубов
- 21. Где найти автономную версию Saiku Reporting?
- 22. API Google Analytics - объект PHP против массива?
- 23. отслеживания Google Analytics ga.js против analytics.js
- 24. Google Analytics: пользовательские показатели/размеры против событий
- 25. Saiku Widget показывает Нет данных
- 26. Использует ли Saiku Mondrian 4?
- 27. Прямой URL-адрес запроса Saiku
- 28. Развертывание Saiku UI на Glassfish
- 29. В запросе Saiku нет данных
- 30. Saiku с * оператором перекрестное соединение