Семантический слой — одна из тех вещей, которые все хотят иметь, но никто толком не знает, с чего начать.
Существует огромное количество способов его реализовать: некоторые встроены в SQL-уровень, например dbt MetricFlow, некоторые являются независимыми решениями, например Cube, а некоторые живут на стороне базы данных, например Snowflake Metric Views.
У каждого подхода есть свои компромиссы.
У семантического слоя Bruin есть несколько особенностей, которые делают его привлекательным:
- Вы можете определять семантический слой в той же кодовой базе, что и ваши data assets. Он хранится в системе контроля версий и находится в том же контексте, что и остальная часть вашей дата-платформы.
- Существующая CLI-команда
query в Bruin позволяет выполнять семантические запросы напрямую локально. Это дает возможность использовать такие запросы вместе с AI-агентами.- Он работает «из коробки» с
dac — нашим продуктом для создания дашбордов как кода (dashboard-as-code), который также является open-source.- Поддерживает вложенные ссылки (nested references), сегменты (segments) и графы соединений (join graphs).
- Может быть проверен с помощью команды
bruin validate, чтобы убедиться в корректности определений метрик.Это означает, что если вы используете агентов для построения пайплайнов, они смогут по ходу работы обновлять и ваш семантический слой. Если Bruin используется как контекстный слой для AI-аналитика данных, вы сразу получаете семантический слой, пригодный для использования этим аналитиком.
Семантический слой пока находится на ранней стадии развития, но уже работает на всех платформах, которые мы поддерживаем. Он совместим с любыми существующими агентами — будь то Claude Code, Codex или Pi.
@tldr_data