[]

选型建议

本文针对各种数据集和数据模型的特点进行总结，并给出一些选型建议供您参考。

推送型

流式数据集

瞬时数据分析，实时数据刷新。

通过驻留时间的设置实现对数据的流式处理，配合仪表板的实时刷新功能可达到实时刷新仪表板大屏的效果。

推送数据集

推送数据集一直累积历史数据，所以更适合分析历史感较强的长时间段的数据走势，当数据刷新时显示实时数据。

拉取型

缓存数据集

缓存数据集是基于数据源创建的，支持产品数据源设计器中的所有数据源格式。
缓存数据集将数据进行抽取缓存，支持数据清洗、复杂计算以及添加复杂的过滤器，交互速度快。
但由于中间经过缓存过程，因此数据不是实时更新，需通过刷新计划进行数据同步。

综上，对实时性要求不高的历史数据分析时，更推荐使用缓存数据集。

原生查询数据集

基于数据源创建，支持产品数据源设计器中的所有数据源格式。
使用数据库原生查询语法进行查询，自由灵活，不能跨源。
在仪表板中不能进行数据处理，只能直接展示。
适合处理数据量大，对实时性要求高的场景。

直连模型

直连模型直连数据库，直接连接数据库实时查询数据库的数据并返回结果。但数据模型仅支持部分数据库类型，如Oracle、SQL Server、Mysql、Postgres、TimeScale、AnalyticDB、MariaDB、BigQuery、DB2以及Web JSON 等。所以当您的数据来源是这些数据源之外时，则不能使用直连模型。
由于数据模型是基于直连模式，所以完全依赖数据库自身的能力，查询性能以及交互速度较数据集会稍弱一些。但也正是因为它直连数据库，所以数据实时更新，数据结构更加灵活，常用于已有数据仓库和实时性要求较高的数据分析。

抽取模型

抽取模型使用高性能的缓存数据库缓存数据，使用数据时从缓存数据库中查询；直连模型则直接连接数据源进行查询。
抽取模型支持单数据源或多数据源数据建模，而直连模型仅支持单个数据源数据建模。当您需要跨数据源建模时，就只能选择使用缓存模型，不能使用直连模型了。
抽取模型中，由于可支持多数据源的特性，不能更改数据源；对比来看直连模型中是可以更改数据源。

直连模型VS抽取模型

直连模型和抽取模型有很多相似之处：

都是使用现有数据构建数据模型。能够自动携带源数据库的关系，可以自动添加关联的表。
数据模型（直连模型&抽取模型）尤其适合多租户用户场景。因为多租户/多组织上下文的情况，使用数据集的话会生成不同租户/上下文下的数据集，存储数据的成本会较高。所以此种需求时，建议您使用数据模型，仅创建一个数据模型即可满足多租户/多组织上下文的情况。
另外，数据模型（直连模型&抽取模型）还有一个非常重要的应用场景。当数据来源是以上几种数据模型可用的数据库之一时，如果需要在同一仪表板中展示同一个度量值在不同维度表中的表现，建议您使用数据模型。因为如果使用数据集的话，需要分别创建2个不同的数据集才能实现正确结果的输出；而使用数据模型的话，只需创建一个数据模型即可，更加方便。

虽然都是数据模型，但由于一个是直连数据库，另一个是抽取缓存模式，所以两者的区别也非常明显。

抽取模型VS缓存数据集

相同点

两者都是使用高性能的缓存数据库缓存数据。
使用数据的场景（仪表板）都是在缓存数据库中查询数据。
均支持多数据源模式，可以跨数据源关联表。

不同点

缓存模型中用户无需知道两个表的具体关联关系（如LEFT JOIN 或 RIGHT JOIN等）即可建立多表关联的数据模型；COT 模式即缓存数据集中，用户需要自行选择是哪一种关联关系。
缓存模型在缓存数据库中建立多个表来缓存所需数据；COT 模式即缓存数据集在缓存数据库建立一个宽表缓存所需数据，表中可以体现出源表之间的关系。
缓存模型与使用数据的场景（仪表板，报表）松耦合；COT 模式即缓存数据集与使用数据的场景（仪表板，报表）高耦合。