在介绍Agile Query 前，先简单介绍一下大数据（详细介绍请参考文章中的链接）。大数据的概念应该是2010 年左右在国外兴起的，国内也同步兴起，网络上有很多关于大数据的定义，包括：百度百科、 Oracle 等，但总觉得这些定义不是很准确，单纯的以数据体积和复杂程度来定义是远远不够的， 我尝试从数据计算的角度，补充一下大数据的定义：
微观视角： 数据在业务决策过程中的使用频率越来越高，分析视角从传统的宏观统计，不断地向更细粒度转变，参与计算的数据体量也会不断的增加， 导致看似很小的数据量，经过关系运算后，也会变得庞大，同时分析维度组合不断地切换，也会导致预计算变得越来越困难。
背景
数据分析相关的软件产品，对于企业来说并非刚性产品，但随着企业规模不断发展，对数据分析软件的依赖性会越来越强，最终会成为不可替代的工具。 不同行业对数据分析类软件的依赖程度各有不同。金融、保险和零售行业应该是最早采用数据分析的行业，而其他行业也跟随数字化转型的口号，纷纷采购了数据分析相关软件。 然而，实际产生的价值却因行业特性而异。目前数据分析类软件产品，主要包括以下几大类：
- 数据可视化：主要以开源BI 系统为主，这类系统通常需要数据工程师编写大量SQL，
数据准备的研发投入比较大。 - 数据再加工：主要以国内通用型商用BI 系统为主，通常支撑的数据体量过小，大数据量计算时，还是需要编写大量SQL。
- 行业定制：主要以国内大数据公司的平台为主，为细分行业（例如：用户行为、游戏等）定制的数据分析系统，个性化分析需求支持不足。
大数据分析类软件经过十数年的发展，也衍生出很多概念，例如：数据血缘、指标平台、数据集市和预计算等，这些概念是和一个时代的技术发展紧密相关， 也是一些公司为了解决一些特定问题的市场化包装，并起了一些看似很专业的名词。但随着技术的发展，这些也就显得冗余，经不起迭代，也只能是技术发展长河中的小插曲。
随着MPP 型数据库的快速发展，大数据量的计算方法逐渐向SQL 这个古老的语言倾斜，数据加工层可以变得很薄且抽象程度也可以很高，个性化查询需求变得容易实现。 但SQL 的编程属性比较弱，工程化实施变得复杂，整个行业可能会往两个方向发展，一个就是类似ObjectiveSql 这类项目， 提供一个可编程的SQL 框架，另一个方向就是设计一个更高级的分析语言，屏蔽一些关系计算的底层逻辑，让数据工程师或分析师将注意力聚焦在自身业务上， Agile Query 便是第二种方案，底层由FlatQL 编译器结合关系描述，将查询语言编译成SQL Dialect，并基于数据统计方法，设计了一系列高级聚合函数， 对外屏蔽了SQL 底层的关系计算逻辑。
关系计算的反直觉模式
关系计算的核心是笛卡尔乘积，但笛卡尔乘积形成的二维表格，却是反人类直觉的，如下图所示（为简化我们忽略连接条件）：
note
上图的计算结果中 R1 表和 R2 表中的数据被翻倍了，无论是左连接、右连接、还是其它连接方式，得到的结果总会违反人类直觉上的认知，如果对 R1
表中的数据进行 SUM， COUNT 或其它方式聚合，总会得到错误的结果，这就是数据工程师的主要工作，手工调整数据输出，使其符合人类直觉。
指标和维度的自由组合
行业不同，指标和维度的设计也不同，分析的场景不同，指标和维度的组合也不同。在各行各业快速发展的过程中，一个固化的数据分析系统，总会跟不上企业发展的步伐， 如果按需定制，也需要不断投入时间和货币成本。指标和维度的自由组合是个性化数据分析的必要条件，但自由组合后，就需要对笛卡尔乘积进行统一方式的处理， 这也就是Agile Query 所要解决的核心问题之一。
Agile Query 系统结构
note
- 图中定义的维度和指标，可以是数据库中的原生Column，也可以是FlatQL 的函数，预定义的函数或列可以自由组合，由FlatQL Compiler 动态识别分析意图
- 表之间的关系描述为预先定义，FlatQL Compiler 动态识别表关系间的过度计算，按人类自然直觉调整SQL，输出符合人类认知的二维数据
- FlatQL Compiler 会根据不同的MPP 型数据库，生成不同的SQL
Agile Query 核心技术
- 分析意图识别算法：系统动态识别用户输入的关键字语义，并依据基础数据分析方法，结合关系计算，推理出符合人类认知的二维数据，并结合智能可视化方法， 为用户提供不视角的数据分析方法
- 过度计算识别算法：系统基于关系描述和用户输入的关键字语义，动态计算出查询涉及的表，并依据关系定义推理出所有过度计算的关系， 并以合并子查询的方式生成SQL
- 查询优化算法：系统会基于最优化规则自动合并原生查询，调整连接顺序，优化查询过程