Dari SQL ke Grafik dalam 60 Detik… Tanpa BI (Redash)

BBetter Stack
컴퓨터/소프트웨어창업/스타트업AI/미래기술

Transcript

00:00:00Anda sudah tahu SQL, jadi dasbor seharusnya mudah, bukan?
00:00:03Tapi setiap saat kita kembali melakukan hal yang sama.
00:00:05Kita mengekspor CSV, menulis skrip cepat yang sebenarnya tidak kita rencanakan.
00:00:10Dan tiket BI itu? Semuanya masih tertahan di sana.
00:00:13Aneh rasanya, karena saat ini masalah ini seharusnya sudah teratasi.
00:00:16Dan bagi banyak orang, memang sudah.
00:00:18Banyak pengembang kini menggunakan Redash untuk merilis analitik internal dalam hitungan menit.
00:00:23Ini sumber terbuka, lebih dari 28.000 bintang di GitHub, dan versi terbarunya baru saja rilis.
00:00:27Dan sejujurnya, ini mungkin akhirnya menghentikan alur kerja spreadsheet kita yang tak berujung.
00:00:30Saya akan tunjukkan cara menyiapkan semua ini, hanya dalam beberapa menit.
00:00:33Nah, Redash itu cukup sederhana.
00:00:40Ini adalah klien SQL dan pembangun dasbor dalam satu alat.
00:00:43Anda menghubungkan data Anda, seperti Postgres, MySQL, BigQuery, Snowflake, Mongo, apa pun itu.
00:00:48Anda hubungkan apa yang Anda butuhkan.
00:00:50Dan kemudian Anda cukup menulis SQL.
00:00:52Anda kini mendapatkan fitur seperti pelengkapan otomatis, penjelajah skema, dan mengubah hasil menjadi bagan.
00:00:57Dan Anda bisa memasukkan semua ini ke dalam dasbor Anda.
00:00:59Selesai.
00:01:00Dan itulah tepatnya mengapa pengembang menyukainya.
00:01:02Karena ini menggantikan banyak tugas kecil yang menjengkelkan dengan satu alur kerja yang bersih.
00:01:07Alih-alih mengekspor ke Excel atau memantau laporan,
00:01:10kita cukup melakukannya sekali dalam satu antarmuka, di semua basis data kita yang berbeda.
00:01:16Tidak ada keterikatan vendor.
00:01:17Ini sepenuhnya bisa di-host sendiri, yang membuatnya gratis.
00:01:19Jadi ini bukan sekadar dasbor, tapi mengurangi redundansi.
00:01:24Mari saya tunjukkan.
00:01:25Jika Anda menyukai alat koding dan tips yang mempercepat alur kerja Anda, pastikan untuk berlangganan.
00:01:29Kami memiliki video yang rilis setiap saat.
00:01:31Baiklah.
00:01:31Saya punya instans Redash baru yang berjalan secara lokal.
00:01:35Pertama, saya bisa menambahkan sumber data.
00:01:37Dan tepat di sini, selesai.
00:01:38Sekarang saya bisa menulis kueri.
00:01:41Dan perhatikan ini.
00:01:42Pelengkapan otomatis, penjelajah skema di sini.
00:01:45Saya bisa mengklik tabel alih-alih menebak-nebak namanya.
00:01:48Mari kita ambil beberapa data peristiwa, kelompokkan berdasarkan hari, misalnya, dan jalankan.
00:01:54Selesai.
00:01:54Sekarang dengan satu klik, saya bisa memvisualisasikannya.
00:01:57Saya bisa beralih ke bagan garis atau bagan lainnya, tambahkan parameter agar kita bisa memfilter berdasarkan rentang tanggal.
00:02:03Dan lihat, progresnya sudah cukup cepat di sini.
00:02:07Sekarang jika saya memasukkannya ke dasbor, saya bahkan bisa menjadwalkannya untuk disegarkan setiap jam.
00:02:13Dan hanya itu saja.
00:02:14Kueri, bagan, dasbor, tautan yang bisa dibagikan tanpa spreadsheet.
00:02:19Kelihatannya sederhana.
00:02:20Itulah tujuannya.
00:02:22Di atas kertas, Redash terlihat seperti alat BI lainnya, tapi rasanya tidak seperti itu.
00:02:26Redash dibangun untuk orang-orang yang ingin menulis SQL, bukan untuk menghindarinya.
00:02:30Itulah perbedaan utama di sini dibandingkan yang lain.
00:02:32Metabase bagus untuk tim tanpa kode, tapi begitu kueri menjadi rumit, itu akan melambat.
00:02:38Superset memberi Anda lebih banyak kekuatan visual dan skala,
00:02:41tetapi lebih berat dan tidak secepat itu untuk sekadar menulis kueri.
00:02:45Lalu tentu saja, ada Tableau dan Power BI.
00:02:47Keduanya sangat apik dan sejujurnya menjadi standar untuk masuk ke dunia analitik sejak lama.
00:02:52Namun kedua alat ini mahal dan seringkali berlebihan untuk apa yang dilakukan alat kecil dan apa yang sebenarnya kita butuhkan.
00:03:00Redash berada di posisi yang berbeda.
00:03:01Rasanya seperti editor SQL Anda berkembang secukupnya agar berguna bagi seluruh tim Anda.
00:03:05Anda tetap mendapatkan fitur seperti kueri di berbagai basis data.
00:03:09Bagus.
00:03:10Potongan kode yang bisa digunakan kembali, caching hasil, akses API, dan kemampuan untuk mencampur ulang kueri orang lain secara instan.
00:03:17Itulah mengapa sebagian besar tim pengembang mulai memilih ini jauh lebih cepat daripada alat mahal lainnya yang terlalu besar.
00:03:23Jadi apa yang sebenarnya disukai orang?
00:03:25Pertama, alur kerja SQL-nya cepat.
00:03:28Anda tidak perlu melawan alat tersebut, itulah mengapa SQL sudah terintegrasi.
00:03:32Anda menulis kueri dan Anda lanjut ke tahap berikutnya.
00:03:34Lalu self-hosting-nya sederhana.
00:03:36Ini adalah alat sumber terbuka, yang berarti saya bisa men-host-nya sendiri dan saya akan menggunakan Docker.
00:03:40Jadi kita tahu Docker.
00:03:41Cukup satu perintah.
00:03:42Kita selesai.
00:03:43Sudah berjalan.
00:03:44Lalu ada banyak sumber data plus penjadwalan dan peringatan.
00:03:48Dan API serta penyematannya sangat bagus jika Anda membangun alat internal.
00:03:52Bagi banyak tim, ini menjadi sesuatu yang mereka gunakan setiap hari.
00:03:55Tapi sekali lagi, alat sumber terbuka.
00:03:57Ini tidak terlalu apik, jadi akan ada konsekuensinya.
00:04:00Visualisasinya bagus, tapi tidak luar biasa.
00:04:04Jika Anda butuh dasbor yang sangat terkustomisasi, maka alternatif lain akan lebih baik.
00:04:08Self-hosting juga berarti Anda menangani operasional, pembaruan, penskalaan, dan pemeliharaan.
00:04:13Itu tanggung jawab Anda, tentu saja, kan?
00:04:15Jadi Anda harus menyadari hal itu.
00:04:16Dan jika tim Anda tidak menyukai SQL, ini tidak akan terasa menyenangkan.
00:04:19Pencariannya bisa lebih baik dan tampilan selulernya kurang bagus.
00:04:22Jadi ini tidak sempurna, tapi melakukan satu pekerjaan dengan sangat baik.
00:04:26Dan itulah poin utamanya.
00:04:27Jadi, haruskah Anda menggunakannya?
00:04:28Yah, jika tim Anda sudah bekerja dengan SQL, kemungkinan besar ya.
00:04:32Terutama jika Anda memiliki banyak basis data,
00:04:34Anda menginginkan dasbor internal tanpa membayar mahal,
00:04:37atau Anda sedang membangun analitik yang ditujukan untuk pengembang.
00:04:39Ini adalah alat sumber terbuka gratis yang keren.
00:04:42Kasus pengunaannya praktis, bukan?
00:04:44Pemantauan alur kerja, pelacakan, metrik, pembaruan,
00:04:48bahkan menggabungkan data API dengan kueri basis data.
00:04:51Di situlah ia bekerja dengan sangat baik.
00:04:53Bukan karena ia mewah, tidak,
00:04:55tetapi karena ia menghilangkan kesulitan dari pekerjaan yang sudah kita lakukan setiap hari.
00:04:59Tapi sejujurnya, ini keren, tapi lewati saja ini.
00:05:03Jika tim Anda menginginkan tanpa kode, gunakan saja Metabase, kan?
00:05:06Jika Anda butuh dasbor yang lebih masif, gunakan Tableau atau Power BI.
00:05:10Namun bagi banyak dari kita, Redash tetap masuk akal.
00:05:13Ini dipelihara secara aktif.
00:05:14Ini cocok dengan tumpukan teknologi kita.
00:05:16Penyiapannya cepat.
00:05:17Dan itu adalah karakteristik yang sangat bagus.
00:05:19Itu membuatnya mudah untuk dimulai.
00:05:21Dan itulah yang disukai banyak dari kita.
00:05:22Jadi untuk memulai, cukup klon repositorinya, jalankan Docker Compose Anda.
00:05:27Itu saja.
00:05:28Instal saja dan lihat apakah ini cocok untuk Anda.
00:05:30Jadi ya, itulah Redash.
00:05:31SQL, berbagi dasbor dengan mudah, dan jauh lebih sedikit omong kosong.
00:05:35Jika Anda menyukai alat sumber terbuka dan tips koding seperti ini,
00:05:37pastikan untuk berlangganan saluran Better Stack.
00:05:39Sampai jumpa di video lainnya.

Key Takeaway

Redash mempercepat pembuatan dasbor internal dengan menggabungkan editor SQL, fitur pelengkapan otomatis skema, dan visualisasi data dalam satu platform sumber terbuka yang dapat di-host sendiri menggunakan Docker.

Highlights

Redash menyediakan akses ke lebih dari 28.000 bintang di GitHub sebagai solusi analitik internal sumber terbuka yang dapat di-host sendiri secara gratis.

Alur kerja SQL terintegrasi memungkinkan pembuatan visualisasi data dari Postgres, MySQL, BigQuery, dan Snowflake dalam waktu kurang dari 60 detik.

Fitur penjadwalan otomatis menyegarkan data dasbor setiap jam untuk menghilangkan proses ekspor CSV manual ke spreadsheet.

Instalasi sistem hanya memerlukan satu perintah Docker Compose untuk menjalankan seluruh instans Redash secara lokal.

API dan fitur penyematan memfasilitasi integrasi kueri basis data langsung ke dalam aplikasi atau alat internal tim pengembang.

Timeline

Masalah Efisiensi pada Alur Kerja BI Tradisional

  • Proses analisis data sering terjebak dalam siklus ekspor CSV dan pembuatan skrip sementara yang tidak terencana.
  • Tiket permintaan pada sistem Business Intelligence (BI) tradisional sering mengalami penundaan yang menghambat akses informasi.
  • Redash hadir sebagai solusi bagi pengembang untuk merilis analitik internal dalam hitungan menit tanpa ketergantungan pada vendor.

Banyak pengembang masih menggunakan metode manual seperti spreadsheet meskipun mereka menguasai SQL. Redash dirancang untuk memutus ketergantungan pada alat BI yang lambat dengan memberikan kendali langsung kepada pengguna SQL. Model sumber terbuka ini telah diadopsi secara luas dengan komunitas yang kuat di GitHub.

Arsitektur dan Konektivitas Data Redash

  • Platform ini menggabungkan fungsi klien SQL dan pembangun dasbor dalam satu antarmuka tunggal.
  • Sistem mendukung berbagai sumber data populer termasuk MongoDB, BigQuery, Snowflake, dan basis data relasional.
  • Kemampuan self-hosting melalui Docker memastikan ketersediaan alat secara gratis tanpa biaya berlangganan.

Alur kerja yang bersih menggantikan tugas-tugas kecil yang menjengkelkan dengan menyatukan akses ke berbagai basis data yang berbeda. Fitur seperti penjelajah skema dan pelengkapan otomatis kueri meningkatkan kecepatan penulisan kode secara signifikan. Hal ini mengurangi redundansi dalam memantau laporan di berbagai platform yang tersebar.

Demonstrasi Teknis dan Visualisasi Data

  • Visualisasi data dilakukan melalui satu klik setelah kueri SQL dijalankan di editor.
  • Parameter kueri memungkinkan pengguna memfilter hasil berdasarkan rentang tanggal atau kriteria lainnya secara dinamis.
  • Dasbor mendukung sinkronisasi data terjadwal untuk memastikan informasi selalu mutakhir tanpa intervensi manual.

Proses dimulai dengan menghubungkan sumber data dan menulis kueri langsung di aplikasi. Pengguna dapat memilih antara bagan garis atau tipe visualisasi lainnya dengan cepat untuk melihat tren seperti data peristiwa harian. Hasil akhirnya adalah tautan yang dapat dibagikan yang menyediakan akses instan ke metrik penting bagi seluruh tim.

Perbandingan dengan Alat BI Lainnya

  • Metabase lebih cocok untuk tim tanpa kemampuan koding namun melambat pada kueri yang kompleks.
  • Superset menawarkan kekuatan visual yang lebih besar tetapi memiliki performa yang lebih lambat untuk penulisan kueri cepat.
  • Tableau dan Power BI merupakan standar industri yang mahal dan seringkali memiliki fitur berlebihan untuk kebutuhan tim kecil.

Redash menempati posisi unik sebagai editor SQL yang berkembang untuk kolaborasi tim. Fitur unggulannya meliputi penggunaan kembali potongan kode (snippets), caching hasil untuk kecepatan, dan kemampuan mencampur ulang kueri anggota tim lain secara instan. Fokus utamanya adalah pada kecepatan alur kerja bagi mereka yang lebih memilih menulis kode daripada antarmuka tarik-dan-lepas.

Kelebihan, Kekurangan, dan Kasus Penggunaan

  • Kekuatan utama terletak pada integrasi API, peringatan otomatis, dan kemudahan deployment dengan Docker.
  • Keterbatasan sistem mencakup visualisasi yang kurang estetik dan tampilan seluler yang tidak optimal.
  • Tanggung jawab operasional seperti pemeliharaan dan pembaruan sepenuhnya berada di tangan pengguna karena model self-hosting.

Alat ini paling efektif untuk pemantauan alur kerja dan penggabungan data API dengan kueri basis data. Meskipun pencariannya bisa ditingkatkan, Redash tetap menjadi pilihan utama bagi tim yang sudah mahir SQL dan membutuhkan dasbor internal yang hemat biaya. Instalasi dilakukan dengan melakukan klon pada repositori dan menjalankan Docker Compose untuk memulai eksplorasi data secara instan.

Community Posts

View all posts