其中，对于事实表数据量非常小（<5万）的模型，直接保存在MySQL中，供前端分析查询使用；对于数据量中等（>5万，<100万）的模型，默认使用Hive+SparkSQL来查询分析；对于数据量较大（>100万）的模型，在Kylin中建立Cube，供前端分析查询使用;
设计该系统的主要目的一是为了使产品、运营、数据分析同事能快捷方便灵活的管理和分析自己的数据，而不用依赖开发资源；
二是为了减少数据开发人员的临时数据任务，做过数据开发的同学应该深有体会，很多时间都被临时取数给占掉了。
用户数据，在快速迭代中变得至关重要。从早期的没有数据，或只收集用户系统崩溃数据，到现在开发了 Autodesk 自己的基于 Spark 的大数据平台 ADP(Autodesk Data Platform)。数据在 Autodesk 驱动着商业决策，改变着整个公司的运作习惯。
本人工作在 Autodesk Fusion 360 产品线，和团队一起从零开始开发了数据可视化平台 QMetrix。目前 QMetrix 开放平台已经在 Autodesk 内部逐渐发展壮大，正吸引着越来越多的产品线加入我们一起开发，以各种方式展现自己产品的数据做深入的分析。迄今为止 QMetrix 已经直接对接了公司内部和外部的多种数据来源，如 JIRA、TFS、ADP，CER，Git，GA、Denodo、Splunk 等。同时，QMetrix 和旧金山的大数据团队紧密合作，开发开放了更加通用的 V2 平台，并在 V2 统一展现了公司各产品线关键数据，在全球 22 个办公室的大屏幕滚动播放。
这次的分享也涉及 QMetrix 背后的技术架构，等等，大量干货。