寻求可自动生成多事实表关联正确查询的PostgreSQL兼容BI工具

我恰好研究过这类自动处理跨事实表查询的BI工具，针对你要的自动识别事实表/维度表、自动生成PostgreSQL的drill-across/multi-pass查询、无需手动写SQL的需求，以下几款工具可以完美适配：

• Tableau：
  它的智能数据模型功能会自动扫描你的PostgreSQL数据库，识别星型/雪花模型里的事实表和维度表。当你把多个共享维度的事实表拖进画布，然后选取不同事实表的度量值时，Tableau会在后台自动生成正确的drill-across查询（用隐式联合或子查询适配PostgreSQL语法），你只需要专注于做可视化，根本不用管底层SQL怎么写。

• Power BI：
  Power BI的数据建模模块能自动检测表之间的关联关系，包括共享维度的多事实表场景。当你在报表里同时使用来自不同事实表的指标时，它会自动生成对应的multi-pass查询发送给PostgreSQL。尤其是用星型模型设计数据模型时，这种自动处理逻辑特别靠谱，几乎不需要你手动干预。

• Looker (Google Cloud Looker)：
  Looker的LookML建模层让你可以先定义好事实表和维度表的关系，之后在探索界面里，不管你选多少个不同事实表的度量值，Looker都会自动生成适配PostgreSQL的drill-across SQL语句。它的建模逻辑会帮你处理所有跨表关联的细节，完全不用你写复杂的查询语句。

• Mode：
  Mode的智能建模工具能自动识别PostgreSQL库中的事实表和维度表结构，当你创建包含多事实表的报告时，它会自动生成正确的drill-across查询。你只需要拖拽不同事实表的度量值到可视化组件里，底层的SQL就自动搞定了。

不过要提一句，如果你的数据模型是非常非标的（比如不是标准星型/雪花模型、存在特殊的多对多关联），可能需要做一点点模型配置，但绝对不需要手动编写drill-across或multi-pass的SQL语句。

内容的提问来源于stack exchange，提问作者Bart Jonk