@jearyvon 如果有兴趣一起做项目。大数据分析相关的。有兴趣的话加我：braisdom

最近我也在找合伙人，有兴趣加我微信：braisdom ，下面是我的作品：

https://www.youtube.com/watch?v=Zc8wOhp8WIg

@chensuiyi 有兴趣可以一起搞。

不错，也是一个努力的人，能静下心来做总是不容易的，这是我的项目，做了半年了，最近应该会再出一个版本：

https://www.youtube.com/watch?v=Zc8wOhp8WIg

我是主动离职的，现在自己在做产品，有一个客户快签单了，有兴趣可以聊聊，看看能不能合作。有兴趣加我 WX：braisdom

@harrozze 非常同意，Agile Query 有自己的边界，将跨表查询的 SQL 编译，其它的特性会适当的加上。

@winglight2016 那是数据库选型的问题，针对 SQL 的结果进行 1 分钟，5 分钟的缓存就可以解决。异步执行

@encro 哈哈，superset 多表查询是需要写 SQL 的，而 Agile Query 不需要写 SQL 自动多表查询。

@encro 数据库连接是可以选择的，会不会搞死数据库，可以根据自身的需要。

@Autmn
@wdmcode
目前系统已经具备演示条件，有兴趣可以加我微信：18901845760

@wdmcode 至于数据治理，这属于一个新名字，不太理解到底是做什么的。

@wdmcode 我分别回复一下：
第一点，数据清洗不是 Agile Query 的职责，Agile Query 只是解决数据的灵活计算，指标定义只是 Agile Query 中的一个公式而已，可能和传统 BI 系统的指标统一可能概念上不一样。

第二点，Agile Query 会根据表之间的关系自动 Join ，自动生成最优的查询 SQL ，数据工程师不需要写 SQL ，所以宽表存在的意义就不是那么大了，最近几年 MPP 型数据库发展的非常快，计算效率也越来越高，所谓 ODS ，ADS ，宽表，数据血缘，数据集市 这一堆概念产生的背景是：因为传统 BI 需要写复杂 SQL ，而且之前计算效率非常低效，如果这两个痛点都由 Agile Query 解决了，这些概念也就不存在了。

@phatzhong24 后端用 Python

@ideacco 看看我这个产品，对您有帮助吗：

https://www.youtube.com/channel/UCN7ckPJv4c9kMHANlHiARdA

楼主要以看一下 LLVM ，目前大都数语言的跨平台都在往这个方向发展，有些时候站在别人的肩上也不会太丢人。

至少从高级语言 到汇编这块 LLVM 处理的还是很棒的。

很好的尝试，最近我在写 SQL 的编译器，大家都在往更底层技术的创新，很棒的想法...

@loading 我们正在基于 Facebook 的 LLaMA 做自己的服务，就不用担心那玩意了。哈哈

@yinyuncan6 可视化这块正在完善，应该很快就能发布了。

@yinyuncan6 SQL 型数据库都可以完美的支持。接入只需要一天时间