精读：Query pushdown in Cube’s semantic layer
- 原文：Query pushdown in Cube’s semantic layer
- 作者：Pavel Tiunov、Igor Lukanin
- 发布时间：2024-05-29
- 原文链接：https://cube.dev/blog/query-push-down-in-cubes-semantic-layer
这篇为什么值得读
如果你已经理解 Cube 的建模方式与 SQL API，这篇文章会进一步说明：
Cube 不是只能支持“规规矩矩”的语义查询，它正在向更复杂、更接近真实 BI 工具输出 SQL 的方向进化。
这篇文章适合说明 SQL API 的能力边界，以及官方为什么越来越重视它。
Query Pushdown 结构图
核心观点
1. SQL API 的目标是兼容越来越复杂的 BI 查询模式
原文先回顾了 SQL API 的应用范围：Power BI、Tableau、ThoughtSpot、Sigma、Superset、Metabase 等。
这意味着 SQL API 的难点不在“支持 SQL”，而在于：
- 这些工具会生成非常复杂的 SQL；
- 很多 SQL 并不是人手写的“整洁查询”；
- 语义层必须理解并吸收这些复杂度。
2. Query pushdown 为 SQL API 增加了一条新执行分支
文章解释了旧模式：
- 把 SQL 尽量拆成 regular queries；
- 再结合 DataFusion 做后处理。
这对很多场景已经够用，但遇到复杂表达式、相关子查询、窗口函数等时会失败。
新的 pushdown 模式允许 Cube：
- 接收 Postgres dialect 的 SQL；
- 选择把它转译到上游数据源方言；
- 在多种执行计划里选择更优路径。
3. 这不是“绕过语义层”，而是“在语义层内扩展灵活性”
这一点非常重要。
很多人看到 pushdown，会误以为语义层变成了 SQL 透传层。其实不是。
原文明确强调：
- query rewrite 仍然生效；
- multitenancy 仍然生效；
public: false的成员仍不能访问；- DDL 与系统 SQL 仍被忽略。
所以它增加的是 受治理前提下的表达力。
4. 它特别适合 BI 工具里的即席计算与原型探索
文中给了一个很现实的使用价值：
- 用户可以在 BI 工具里临时创建 calculated dimensions / measures；
- 不必每次都先改 Cube 数据模型。
这对自助分析十分关键，因为 BI 使用者通常会先探索，再逐步沉淀分析路径。
5. 但它也引入了新的语义与安全思考
文章特别提醒：
- 用户拿到某些 dimension 后，就可能基于它做任意聚合；
- 这相当于给了更灵活的事实表访问能力；
- 不过 row-level security 仍然适用。
此外，文中还指出 ungrouped queries 的处理方式会有 breaking change，需要升级时注意。
和本教程哪几章最相关
对中国团队的启发
1. SQL API 的价值不只在于“BI 可以连上”
更大的价值是：
- 在治理内提供更高自助度；
- 允许分析用户做临时计算；
- 让语义层和 BI 之间的边界更自然。
2. 但开放性越高，view 与权限设计越重要
如果要把 SQL API 给更广泛用户使用，就应该：
- 优先暴露 views，而不是所有底层 cubes；
- 严格控制 public 成员；
- 配好 row-level security 与 API scope。
3. 这篇文章也强化了一个趋势判断
Cube 正在从“JSON 查询语义层”越来越向“语义 SQL 平台”演进。
我的补充判断
从更宏观的角度看，这篇文章的重要战略含义在于：
Cube 试图在不牺牲治理的情况下，把语义层重新变成一个对 BI 工具非常自然的“可编程数据库接口”。
这也是为什么后来官方在 2026 年文章中更明确推荐 SQL API。
一句话总结
这篇文章说明了 SQL API 的重要升级方向：在保留语义治理、安全与缓存能力的前提下，让 Cube 能理解并承接更复杂的 BI SQL。