Looker Modeler

Informações básicas

O Looker Modeler é um componente especializado dentro do ecossistema Looker (núcleo do Google Cloud), projetado para fornecer uma camada de métricas independente. Como parte de uma plataforma em nuvem com atualizações contínuas, novas versões secundárias são lançadas aproximadamente a cada duas ou três semanas, totalizando cerca de 11 lançamentos por ano. O Looker Modeler foi anunciado inicialmente em versão prévia em março de 2023. A plataforma Looker, em geral, foi fundada em 2012 e adquirida pelo Google em 2019, tornando-se parte do Google Cloud Platform.

Os requisitos mínimos para acesso do lado do cliente incluem um navegador web moderno com conectividade à internet. Os sistemas operacionais suportados para acesso do lado do cliente são independentes de sistema operacional, abrangendo qualquer sistema capaz de executar um navegador web moderno. Para instâncias do Looker auto-hospedadas, os sistemas operacionais suportados incluem as principais distribuições Linux corporativas, como Ubuntu Linux (versões LTS), Red Hat, CentOS e Amazon Linux, todas exigindo conjuntos de instruções x64. O Windows 10 também é suportado com configurações específicas de pré-instalação.

Como um Software como Serviço (SaaS) baseado em nuvem, os usuários do Looker Modeler sempre têm acesso à versão estável mais recente. O suporte é contínuo para as versões mais recentes, com datas de fim de vida útil geralmente aplicáveis a recursos específicos descontinuados ou instâncias hospedadas pelo cliente mais antigas e sem suporte. A expiração de atualizações automáticas não é uma preocupação para o serviço em nuvem em constante desenvolvimento, já que as atualizações são contínuas. O modelo de licenciamento é baseado em assinatura, com preços estruturados em torno de licenças de plataforma e de usuário, categorizadas como Visualizador, Padrão e Desenvolvedor, cada uma oferecendo diferentes recursos. O principal modelo de implantação é o SaaS baseado em nuvem hospedado no Google Cloud, embora implantações hospedadas pelo cliente também sejam suportadas para a plataforma Looker.

Requisitos técnicos

• RAM: Mínimo de 8 GB de RAM livre; 24 GB recomendados para desempenho ideal em instâncias do Looker auto-hospedadas.
• Processador: CPU com frequência mínima de 1,2 GHz (recomenda-se dois ou mais núcleos); conjunto de instruções x64 necessário para instâncias do Looker auto-hospedadas.
• Armazenamento: mínimo de 10 GB de espaço livre em disco; 2 GB de espaço para arquivo de troca (swap) para instâncias do Looker auto-hospedadas.
• Exibição: Não especificada diretamente para o servidor, mas o acesso do lado do cliente se beneficia de resoluções de tela padrão.
• Portas: Tráfego de entrada para a instância do Looker pela porta TCP 9999; porta TCP 19999 para acesso à API.
• Sistema Operacional: Distribuições Linux com conjuntos de instruções x64 (Ubuntu Linux LTS, RedHat, CentOS, Amazon Linux). O Windows também é suportado com configurações específicas de pré-instalação.
• Outros softwares necessários: Java OpenJDK 11.0.12 ou superior, ou HotSpot 1.8 atualização 161 ou superior (JDK recomendado). Git 2.39.1 ou posterior para Looker 23.6 ou superior. As bibliotecas libssl e libcrypt.so devem estar presentes. Protocolo de Tempo de Rede (NTP) ou equivalente para sincronização de tempo.

Análise dos Requisitos Técnicos

O Looker Modeler, como componente da plataforma Looker, utiliza uma base robusta de nível empresarial. Para usuários em nuvem, os requisitos técnicos são mínimos, exigindo principalmente um navegador web moderno e acesso à internet. Para implantações em servidores próprios, os requisitos são moderados, priorizando memória RAM e núcleos de CPU suficientes para processamento eficiente de dados e geração dinâmica de SQL. A utilização de Linux e Java indica um ambiente estável e escalável, adequado para operações complexas com dados.

Suporte e compatibilidade

• Última versão: Usuários hospedados na nuvem recebem automaticamente a versão mais recente; instâncias hospedadas pelo cliente gerenciam suas próprias atualizações.
• Suporte a sistemas operacionais: O acesso do lado do cliente é independente do sistema operacional, sendo compatível com navegadores modernos como Chrome, Firefox, Edge e Safari. Instâncias autohospedadas são compatíveis com as principais distribuições Linux corporativas e com o Windows 10.
• Data de Fim do Suporte: O suporte contínuo é fornecido para o serviço de nuvem atual. Para instâncias hospedadas pelo cliente, é crucial manter a versão mais recente com suporte.
• Localização: O Looker geralmente oferece suporte a vários idiomas para sua interface de usuário.
• Drivers disponíveis: O Looker Modeler oferece uma nova interface SQL, permitindo conexões via JDBC para ferramentas que utilizam SQL. O Looker também suporta API REST e JDBC.
• Integrações: Integra-se com ferramentas populares de BI, como Connected Sheets, Looker Studio, Looker Studio Pro, Microsoft Power BI, Tableau e ThoughtSpot.

Análise do estado geral de suporte e compatibilidade

O Looker Modeler demonstra forte compatibilidade, integrando-se a diversas fontes de dados e ferramentas de BI por meio de sua interface SQL e driver JDBC. Sua arquitetura nativa da nuvem garante ampla acessibilidade em dispositivos cliente. O suporte é contínuo e integrado ao ecossistema do Google Cloud, com atualizações regulares e foco na manutenção da compatibilidade com as plataformas de dados modernas.

Estado de segurança

• Recursos de segurança: O Looker Modeler se beneficia dos recursos abrangentes de segurança do Looker, incluindo controle de acesso baseado em funções, aplicação centralizada de políticas e registros de auditoria detalhados. Os dados são criptografados tanto em repouso quanto em trânsito. As limitações do LookML podem restringir a exposição de dados, e a segurança em nível de linha com filtros de acesso está disponível.
• Vulnerabilidades conhecidas: Não foram encontradas vulnerabilidades específicas conhecidas para o Looker Modeler nas informações fornecidas.
• Status na lista negra: Nenhuma informação sobre o status na lista negra foi encontrada.
• Certificações: A Looker oferece suporte à conformidade com a HIPAA, passando por auditorias anuais das Regras de Segurança da HIPAA realizadas por terceiros.
• Suporte à criptografia: os dados são criptografados em repouso e em trânsito. As transmissões SSL também podem ser criptografadas.
• Métodos de autenticação: Suporta nome de usuário/senha nativos do Looker, autenticação de dois fatores (2FA), LDAP, Google OAuth e SAML.
• Recomendações gerais: As melhores práticas incluem limitar o acesso do Looker ao mínimo necessário ao banco de dados, configurar permissões rigorosas para as contas do banco de dados, restringir o acesso do usuário a funções e dados essenciais, utilizar conjuntos de modelos para segurança dos dados, atribuir funções com base na associação a grupos e evitar a exposição pública das credenciais da API. Além disso, recomenda-se excluir informações de identificação pessoal (PII) das consultas.

Análise da classificação geral de segurança

O Looker Modeler, como parte integrante da plataforma Looker, beneficia-se de uma estrutura de segurança robusta. Isso inclui métodos de autenticação fortes, controles de acesso granulares e criptografia abrangente para dados em repouso e em trânsito. O compromisso da plataforma com a conformidade, como a HIPAA, reforça ainda mais sua postura de segurança. A ênfase na responsabilidade compartilhada pela segurança em instâncias hospedadas pelo cliente ressalta a importância da configuração adequada e da adesão às práticas de segurança recomendadas.

Desempenho e indicadores de desempenho

• Resultados de benchmark: Não foram encontrados resultados de benchmark específicos para o Looker Modeler nas informações fornecidas.
• Métricas de desempenho no mundo real: O Looker Modeler consulta com eficiência os dados mais recentes diretamente de bancos de dados na nuvem, eliminando a necessidade de extrações de dados e minimizando o risco de insights desatualizados. A arquitetura integrada ao banco de dados do Looker permite a conexão direta com os dados brutos, possibilitando análises rápidas sem uma camada ETL intermediária, garantindo assim alto desempenho em diversos tamanhos de dados.
• Consumo de energia: Como se trata de um componente de software, as métricas de consumo de energia direta não são aplicáveis. O consumo de energia seria atribuído à infraestrutura subjacente do Google Cloud ou aos servidores hospedados pelo cliente.
• Pegada de carbono: Não se aplica diretamente ao software em si. A pegada de carbono estaria associada à infraestrutura de hospedagem, com o Google Cloud fornecendo informações sobre seu impacto ambiental geral para implantações em nuvem.
• Comparação com recursos similares: O Looker Modeler (LookML) é frequentemente comparado ao dbt Semantic Layer. O Looker Modeler se destaca pela sua experiência de desenvolvimento madura, expressividade, desempenho e integrações, principalmente quando os dados residem no BigQuery. Considera-se que ele possui uma curva de aprendizado menos acentuada do que o dbt Semantic Layer. O Looker Modeler visa servir como uma camada semântica universal, integrando-se a uma ampla gama de ferramentas de BI.

Análise do Estado Geral de Desempenho

O Looker Modeler oferece um desempenho robusto em situações reais, permitindo a consulta direta de dados atualizados em bancos de dados na nuvem e aproveitando a arquitetura eficiente do Looker integrada ao banco de dados. Sua abordagem de camada semântica promove consistência e eficiência na definição e no consumo de métricas em toda a organização. Embora não haja pontuações de benchmark específicas disponíveis, comparações com soluções concorrentes sugerem um perfil de desempenho maduro e eficiente, especialmente dentro do ecossistema do Google Cloud.

Avaliações e comentários dos usuários

O feedback dos usuários destaca os pontos fortes significativos do Looker Modeler na criação de uma camada semântica unificada e governada, crucial para métricas consistentes e tomada de decisões baseada em dados em toda a organização. Os usuários apreciam a capacidade de definir métricas uma única vez e utilizá-las em qualquer lugar, integrando-se perfeitamente com ferramentas populares de BI. Essa funcionalidade ajuda a aprimorar a governança e a qualidade dos dados, centralizar o gerenciamento de dados e facilitar a validação de dados. O LookML é reconhecido como uma linguagem de modelagem semântica poderosa que oferece consistência, reutilização e governança robusta.

Uma fraqueza notável identificada por alguns usuários diz respeito à sua disponibilidade ou maturidade percebida desde o anúncio em março de 2023, com alguns expressando que não havia sido totalmente lançado até maio de 2024. Além disso, para fontes de dados que não estão no BigQuery, a camada semântica dbt pode ser considerada uma alternativa mais robusta.

Os casos de uso recomendados para o Looker Modeler incluem o estabelecimento de um hub central para contexto de dados, definições e relacionamentos, para dar suporte a fluxos de trabalho de Business Intelligence (BI) e Inteligência Artificial (IA). Ele também é altamente recomendado para a criação de métricas consistentes e acessíveis em diversos casos de uso, aprimorando a governança e a qualidade dos dados em geral, viabilizando fluxos de trabalho orientados a dados e desenvolvendo aplicativos personalizados.

Resumo

O Looker Modeler representa um avanço significativo na modelagem semântica, construindo sobre a plataforma Looker já consolidada para fornecer uma camada de métricas dedicada e universal. Sua principal vantagem reside em permitir que as organizações definam métricas de negócios uma única vez usando LookML e, em seguida, as utilizem de forma consistente em diversas ferramentas e aplicativos de BI, promovendo uma única fonte de verdade. Essa capacidade aprimora consideravelmente a governança, a qualidade e a segurança dos dados, além de simplificar os processos de gerenciamento e validação de dados.

O ativo possui bases técnicas robustas, com requisitos moderados para instâncias auto-hospedadas e demandas mínimas do lado do cliente, garantindo ampla acessibilidade. Sua forte compatibilidade com uma ampla gama de sistemas operacionais e integração perfeita com ferramentas populares de BI via conexões JDBC e API são vantagens essenciais. A segurança é um recurso primordial, incorporando autenticação avançada, controles de acesso granulares e criptografia abrangente, com suporte de medidas de conformidade como a HIPAA.

O desempenho é otimizado por meio de sua arquitetura integrada ao banco de dados, permitindo a consulta direta de dados atualizados e eliminando a necessidade de processos ETL complexos, o que resulta em insights eficientes em tempo real. Embora benchmarks específicos não sejam amplamente divulgados, seu design arquitetônico e comparações com concorrentes sugerem uma solução de alto desempenho, especialmente dentro do ecossistema do Google Cloud.

De modo geral, os usuários elogiam sua capacidade de unificar métricas e melhorar a consistência dos dados, embora algumas preocupações tenham surgido em relação ao cronograma de implementação desde o anúncio inicial. O Looker Modeler é altamente recomendado para organizações que buscam estabelecer uma camada semântica centralizada e governada para impulsionar iniciativas de BI e IA, promover a tomada de decisões baseada em dados e garantir dados consistentes e confiáveis em todos os departamentos.

As informações fornecidas são baseadas em dados disponíveis publicamente e podem variar dependendo das configurações específicas do dispositivo. Para obter informações atualizadas, consulte os recursos oficiais do fabricante.