Résumé
Strata est une couche sémantique expressive qui permet aux utilisateurs non techniques de créer des requêtes et des visualisations de données de manière simple. Elle inclut des fonctionnalités telles que des noms stricts, des conventions de nommage, des routages sémantiques et des mesures complexes. Strata est conçue pour fonctionner avec les modèles de langage et peut être utilisée via un agent de conversation ou via MCP.
Pourquoi c’est intéressant
Strata est intéressant car il propose une approche unique de la conception de la couche sémantique, qui permet de trouver un équilibre entre l'expressivité et la facilité d'utilisation pour les utilisateurs non techniques. De plus, son intégration avec les modèles de langage et MCP ouvre des possibilités pour les applications personnalisées.
Comment Claude est utilisé
Strata utilise MCP pour permettre aux utilisateurs de créer des applications personnalisées sur son semantic layer. L'auteur mentionne également que les utilisateurs peuvent interagir avec Strata via un agent de conversation ou via MCP.
Idées dérivées
- 01
Visualiseur de données pour Strata
Créer un outil de visualisation de données qui s'intègre à Strata pour offrir des représentations graphiques des données traitées.
- 02
Module d'intégration pour Strata
Développer un module d'intégration pour connecter Strata à d'autres outils de business intelligence, tels que Tableau ou Power BI.
- 03
Système de recommandation pour Strata
Concevoir un système de recommandation de mesures et de calculs personnalisés pour les utilisateurs de Strata, en fonction de leurs habitudes et de leurs besoins.
Afficher le post originalMasquer le post original
Hello HN, I'm Ajo and I built Strata.I spent 4 years at Netflix solving self service for non-technical business users. I think I cracked it with my unique approach to semantic layer design. The key challenge is balancing expressiveness with ease of use for our non technical colleagues. It just so happens that focus made it work pretty well with LLMs too.Strata is a full stack solution. It includes a semantic layer, dashboards, subscriptions, and google sheets exports. All of it can be done view agent conversation or via MCP.Some key concepts and features:
- Names are strict. Only one thing called Revenue can exist in a project. If revenue is mapped to multiple tables, the query grain plus speed will decide table.
- Strict naming conventions lends itself to enabling Automatic data blending acrros fact domains.
- Partition and Aggregate aware semantic routing. This allows you to load a portion of your data into a faster compute engine like Druid or ClickHose, while keeping full history in trino or something cheaper. The query engine will choose the faster tier if the query can be resolved there.
- Complex measures: out of the box support for snapshot, LOD (include/exclude), Compound, and Auto leveling compound measures.
- On top of the semantic layer users can create custom calculations that span fact domains.
- Another interesting feature is the ability to create cohorts and apply as filter to an entire query or single measure within a query.We are deliberately not building a semantic layer that your BI tools connect to. I think that is a dead end. We have apis, and mcp for anything custom you want to build on top.Try it free on docker: https://strata.do/try/Docs here to get you going: https://strata.do/docs/This is an early beta version. It is NOT open source. However, the free tier includes up to 25 users. You should be able to run it entirely on your machine with docker.I would love to hear your feedback. Especially, those working with Looker and Cube.Thanks for reading!