分成兩個部分，上段講原因、思維、牢騷XD。下段純講實作。受眾自己選擇目標。好久沒分享了，先跟各位朋友抱歉，謝謝你們。
眾所周知，MongoDB支援相當強度的線上連線數量，document 的儲存方式也非常便於儲存、獲取資料，且對於開發API更為友善。缺點則是不支援transaction、空間使用比較不精簡。（2022了我知道有支援txn，但我不認為瘸一條腿叫做支援。）
再來也是本文主旨，要作分析平台，使用聚合、整理報表等等需求，包含不影響線上營運，那麼你所需要的就還是ETL，做成獨立的分析資料倉儲，而不是ELT。或者用data lake的概念來說，ELT也就包含了分析資料倉儲本身。所以分析的資料也該是個「流」。
考量至此，開始了慢長的探索過程。我相信網上能搜到的資源不太多，目前使用中文、哪怕是英文世界，這樣流暢混搭又願意分享的文章不多，也可以視作這樣使用場景還不夠廣泛，大家還是比較涇渭分明。document, redis, HDFS, RDM各擁山頭。否則，有去這樣規劃朋友，也會是買了非常多integration工具的。用流量計費、連接器數量計費、資料儲存量計費、訂閱制計費等等等等，五花八門。線上都有，他們也都有付廣告費，很好搜，這邊沒收錢我不廣告。
哪怕花錢了，有專責去整理或是整合的人嗎？還是又各自頭痛醫頭、腳痛醫腳？有了一個需求才去挖看看那邊有資料… 然後一次性做完，下次又重頭來過？於是資料分析花錢又沒效果的惡名，就又在資料產出（data egineer）與分析端(data scientist/ analyst)互相推諉下沈淪。累不累啊… 這邊有個個人故事，等時機成熟了再多分享些。整合整理都是要時間成本的，不是亂買一堆工具，丟著就是data lake。data governance 不是嘴嘴，屬於管理議題了。在我眼裡這才是價值，並不是串接資料本身，工具都有了，處理需求的速度才是價值吧。
網路上講這麼多什麼data lake，吹到都會飛了，大家也都是嘴砲嘛。前期整理整合的時間，就是未來需求改變增加的開發效率。
身為免費仔，網路上收錢的工具多了去，說實話真的很好用，要錢就是好用。免費的就「超級難用」，不亞於直接寫code 去parsing，或是付費解鎖。這種感覺就跟你們18禁相關的事情一樣，好不容易到那步了，下一步要花錢解鎖，要不是公司配的螢幕有點貴我氣到就砸下去XD（誤）很多人說那你就寫code啊，很難嗎？對啦，你就不要欄位改了，或是dump, import, export file的時候跟我說I/O成本很高。省去很多事情沒寫，愛code的朋友也不要太清高，import哪個lib自己承認。又不是自己刻lib。然後等schema改變的時候，維護的時候，再來跟我吶喊吧科科。
很多開發者會定義這樣的開發、維護、修改是自己的價值。但在我眼裡，公司要的目標才是價值。免費贈送觀念。點讚訂閱關注開啟小鈴鐺謝謝。其他免費的步驟，正常你們想得到的工具or路我都走過了，甚至可能都更進階些。相信我這篇就好了。願意直接花錢的應該也搜不到我這篇XD
省略搜尋、嘗試的諸多痛苦人生，佔去絕大多數時間，濃縮定調用免費套件，最後選定官方自行開源的 MongoDB BI connector, MongoDB ODBC driver 來當作連接的橋樑。公司要是有人看到請幫我加薪感恩。我省的不只是工具錢，還有效率。接下來就下段分享。
（下）
用有限的資料知識探索無限的世界 