saiku

一套 cube 同时喂给 Excel、看板和 AI Agent

Saiku 是一个开源语义层与 OLAP 分析平台，核心是把 Mondrian 和 Apache Calcite 组合成统一的多维数据模型（cube），让同一套指标定义同时服务于 Excel 数据透视（通过 MDX/XMLA 协议）、Web 仪表盘以及 AI Agent（通过 MCP 协议）。它解决的是企业里指标口径分散、每个前端工具各建一套模型的问题：业务人员在 Excel 里连上 Saiku 就能拖拽分析，BI 看板复用同一 cube，AI 助手也能通过 MCP 调用这些受治理的指标而不是直接猜 SQL。技术上用 Java 编写，支持 MDX 查询、XMLA 接口、OLAP 聚合，可对接关系型数据库和多种数据源。适合需要统一语义层、又希望兼容 Excel 生态和新兴 AI 分析场景的团队。

开源 freemium 行业应用

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 1327

维护状态活跃

是否开源是

定价模式 freemium

项目预览

项目数据

分类行业应用

开发团队spiculedata

所属国家

官网地址https://saiku.bi

GitHubhttps://github.com/spiculedata/saiku

定价模式freemium

价格说明开源免费，企业版/云服务可能付费，定价信息待确认

访问状态

是否开源是

开源协议Apache-2.0

主要语言Java

技术栈/模型analytics,apache-calcite,business-intelligence,mcp,mdx,mondrian,olap,semantic-layer,xmla

GitHub 星标★ 1327

30天Star增速

HF 下载量

上线时间2011-10-05 00:00:00

最近更新2026-09-30 00:00:00

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-10-01

浏览次数0

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

正在加载星标数据…

使用教程

难度：进阶约 20 分钟部署方式：本地安装 5 步

环境要求

JDK（项目为 Java 编写，需本地可运行 java 命令）
Apache Maven（需能执行 mvn 命令）
Git（用于克隆仓库）
可访问 GitHub Packages 的凭证（README 提到本地构建存在认证问题，详见 CLAUDE.md）
建议预留 2GB 以上内存与磁盘空间用于构建与运行 fat-JAR

安装与启动步骤

1克隆代码仓库

从 GitHub 拉取 saiku 源码，命令结束后进入生成的 saiku 目录再执行后续构建。
```
git clone https://github.com/spiculedata/saiku.git
cd saiku
```
2构建可运行 fat-JAR

用 Maven 只构建 saiku-launcher 及其依赖模块，并跳过测试以加快构建；产物在 saiku-launcher/target 下。
```
mvn -pl saiku-launcher -am -Dmaven.test.skip=true package
```
3启动 Saiku 服务

运行上一步生成的 fat-JAR，serve 子命令启动服务，用 --port 指定端口、--home 指定工作目录。
```
java -jar saiku-launcher/target/saiku-*.jar serve --port 8080 --home ./saiku-home
```
4浏览器访问体验

服务启动后打开本机 8080 端口，即可在浏览器里拖拽分析 cube；也可先看官方在线 demo 对照效果。
5（可选）跑集成测试

该 profile 会在进程内启动 Jetty 与 launcher 的 WAR，并连到预置的 FoodMart H2 数据源，用于验证整套 API。
```
mvn verify -P integration
```

关键配置

配置项	必填	说明	示例
`--port`	否	指定 Saiku 服务监听的 HTTP 端口	`8080`
`--home`	否	指定 Saiku 的工作目录，存放运行期配置与数据	`./saiku-home`

如何确认成功

启动命令无报错并停留在运行状态，浏览器访问 http://localhost:8080 能看到 Saiku 分析界面即成功；可对照 https://demo.saiku.bi 的界面。

常见问题

Q：本地构建时报 GitHub Packages 认证相关错误怎么办？

A：README 明确指出本地构建存在 GitHub Packages 认证的坑，并指向仓库中的 CLAUDE.md 查看说明，按其中提示配置凭证后再构建。

Q：不想自己编译，有没有现成的运行方式？

A：README 提供了官方 Docker 镜像 ghcr.io/spiculedata/saiku（见徽章），也可直接在 https://demo.saiku.bi 体验在线版本。

Q：8080 端口被占用怎么办？

A：启动命令中的 --port 参数可改成其他未被占用的端口，例如 --port 9090，然后访问对应端口。

Q：集成测试用什么数据？

A：README 说明 mvn verify -P integration 会在进程内启动 Jetty 和 launcher 的 WAR，连到预置的 FoodMart H2 数据源进行全 API 测试。

注意事项

官方 Docker 镜像地址为 ghcr.io/spiculedata/saiku，README 中仅以徽章形式给出，未提供具体 docker run 示例。
构建与依赖版本由 saiku-bom 统一管理，模块结构、依赖目录及本地构建注意事项见仓库内 CLAUDE.md。
项目许可证为 Apache-2.0 + EPL-1.0，商用前请确认授权条款。
遇到问题可到 GitHub Issues / Discussions 反馈，或加入 README 给出的 Slack 社区。

核心亮点

同时提供 MDX/XMLA 与 MCP 接口，Excel 透视表和 AI Agent 可复用同一套 cube 定义，避免指标口径分裂
基于 Mondrian + Apache Calcite 成熟组合，OLAP 多维查询与 SQL 方言适配能力经过长期验证
Java 技术栈便于嵌入已有企业 BI 体系，XMLA 兼容意味着可对接 Excel、Power BI 等既有客户端

不足之处

项目规模仍偏小（约 1.3k star），社区生态和第三方插件丰富度不及主流 BI 平台
MCP 与 AI Agent 方向较新，相关文档和最佳实践可能仍在完善中

适用场景

业务分析师在 Excel 中通过 XMLA 连接 Saiku，直接拖拽 cube 做多维透视分析
数据团队维护一套语义层，同时供 Web 仪表盘和 AI 助手调用统一指标
企业把 Saiku 作为 AI Agent 的语义后端，通过 MCP 让大模型查询受治理的 OLAP 数据

替代项目

Apache Superset、Metabase

项目介绍

saiku 是行业应用领域的开源项目，由 spiculedata 开发，2011 年首次发布。

在全站 13,465 个收录项目中，它的 GitHub 星标数（1,327）位列前 30%，在行业应用分类中处于中上游。

项目目前处于活跃维护状态，最近一次代码更新于 2026-09-30。开源免费，企业版/云服务可能付费。

它主要面向的使用场景是：业务分析师在Excel中通过XMLA连接Saiku，直接拖拽cube做多维透视分析。同类可对比的替代方案包括 Apache Superset、Metabase。

上一篇：itksnap

下一篇：agent-to-merchant-payments