BI接入要點：最佳化效能與總擁有成本

您的BI儀表盤是否執行緩慢？每次查詢需要30秒，調優它們耗費大量時間和金錢。常見做法是構建聚合表來加速，但隨之而來的是維護管道、監控和多個BI工具產生的重複表，導致管理混亂和成本上升。

Databricks提供了一整套BI接入棧，從物理資料佈局到治理語義層，每一層都能疊加效能提升。本文從底向上介紹每個層的最佳化方法。

首先是物理層。星型模式仍然是BI查詢效能的黃金標準。使用寬維度表和事實表，透過代理鍵連線，能為查詢最佳化器提供清晰的連線路徑。Databricks支援主鍵和外部索引鍵約束（帶RELY提示）、標識列以及CHECK和NOT NULL約束。建議在銀牌層保留規範化模型，在金牌層構建星型模式供BI使用。

使用Unity Catalog託管表是基礎。託管表自動啟用預測最佳化、自動液簇選擇和後設資料快取，從而減少雲端儲存請求並加速查詢規劃。液簇替代了靜態分割槽和手動Z-ORDER，且可隨時重新定義叢集鍵而無需重寫資料。對於BI工作負載，建議按常用過濾和連線列（如日期鍵、區域、產品類別）進行叢集，最多可選擇四列。預測最佳化會自動執行OPTIMIZE、VACUUM和統計資訊收集，在觀察的工作負載中平均效能提升22%。

接下來是指標檢視。大多陣列織在不同工具中定義相同的業務指標，導致定義漂移。Unity Catalog中的指標檢視提供了一個無頭BI層——一個單一、治理的語義層，你可以在其中集中定義資料模型和KPI，獨立於任何特定BI工具。AI/BI儀表盤、Genie、SQL筆記本和第三方BI工具都從同一定義解析指標。指標檢視還包含語義後設資料（如顯示名稱、註釋、同義詞），幫助AI系統正確理解業務問題。

指標檢視物化提供了OLAP級效能，而無須維護單獨的聚合表。啟用物化後，平臺會自動維護預聚合結果，並透明地將查詢路由到最佳物化。儀表盤查詢從掃描全表變為命中預聚合，降低延遲和計算成本。

最後，降低總擁有成本的實用建議包括：合理調整SQL倉庫大小（使用無伺服器自動擴充套件）、利用DBSQL快取層級、透過直接查詢減少資料移動，以及使用系統表監控BI使用情況。從金牌層星型模式、託管表、液簇和預測最佳化開始，然後定義指標檢視並啟用物化，最後監控結果。

Databricks的BI接入棧旨在幫助使用者從底層物理最佳化到頂層語義治理全面加速BI查詢，同時降低成本。每一步最佳化都建立在Unity Catalog的治理基礎上，確保資料血緣和訪問控制貫穿始終。對於希望快速見效的團隊，建議優先實施託管表、液簇和預測最佳化，這些措施無需修改現有查詢即可帶來顯著效能提升。隨後透過指標檢視統一業務定義，並啟用物化以獲得OLAP級效能，最終實現BI儀表盤的毫秒級響應和更低的總擁有成本。