@fishily1993 你说的非常对，坚持和执拗不是一墙之隔，是一回事。懂得坚持的人往往更酷一些

@weijancc Agile Query 没有定义语法，语法与 SQL 完全一致，只是新增了大量分析函数，你可以先简单了解一下 Agile Query

还有，在喷其它人的项目的同时，自己可以好好想想，自己能不能坚持 3 个月，半年搞一个小东西，做出来的东西敢于发出来让人挑战吗？

@sampeng 我个人对每个技术人做的产品都保持着敬畏之心，无论是创业项目，还是个人兴趣，因为任何一个项目没个 3 个月，半年是搞不出来的，能潜下心来认真做一件事，实属不易。

@CaptainD
1 ）数据量大小其实并不重要，关键看分析的复杂度，如果复杂高，写 SQL 是有难度的，而且维护起来也比较复杂，Agile Query 本质上是降低 SQL 的复杂编程，如果你的统计需求原本就很简单，那就不需要 Agile Query ，用 Excel 就能做了。
2 ） Agile Query 有个大前提是 MPP 数据库的发展，使得大数据量的复杂 SQL 也可以正常查询了，而且效率非常高。
3 ）数据清洗在早期已经完成了，而分析需求是不断的新增的，这样的工作是持续的，没有尽头的，如果每个分析需求都有 300-500 行的 SQL ，维护成本是极高的。

@beneo 感谢。你公司的资料我也看了，我们应该算同行。

@beneo 我不是开源项目，不需要有人点赞，只是让更多人看到，其中找到需要的人而已，如果你真的对项目感兴趣，可以加我微信，而不是在贴里讨论。

Agile Query 不能满足所有人的需求，但肯定能满足一部分人的需求，我需要的是让那部分人看到，看懂。

@beneo 不是大半年，是 2 年多了，兄弟你估计 Agile Query 的一篇文档都没看完

@justdoit123 习惯有时是个好东西，有时候反而会局限自身的认知，好奇一些往往会有意想不到的收获。

@wenhuacode 对的，的确很方便。

@meeop 预计算的优点之一是降低 SQL 的复杂度，用了 Agile Query 就不用考虑 SQL 的复杂度了。

@iugo 被你发现了，是我之前公司的同事，

@lexa 后面写文档说明一下，可能会晚些时候

写在 BP 里的：

• 过度计算识别算法
• 编译器相关算法
• 数据分析意图识别算法

@sampeng 你只提到了预计算的优点，还要看到缺点。

@sampeng DSL 不是核心，算法是核心

@bzzhou 只不过 Excel 的函数大都是单表分析，多表分析还是比较复杂的。

@bzzhou 如果数据分析师会用 Excel 的函数，就可以了，我们的函数和 Excel 一样。

@tikazyq 目前有好多商业公司在做这块，也都在想办法攻克核心算法，暂时不打算开源。先跑一段时间再说。