2019/12/02 和Yi Wang沟通交流考虑SQLFLOW可以支持如下的特性

一、基础功能：好用的工具需要一个更加简易友好的界面，让业务开发/分析更加简单
1)设计分析类工具，提供自动联想输入、快速语法、常见语义错误，提升用户体验
应用场景：提供IDE的自动联想功能，提高开发效率；语法和基本语义提前检查，避免提交到后台，执行较长时间后报错
2)大数据量时时间较长，建议提供任务(job)管理、允许用户了解数据执行的状态、监控进度、提供动态调试、watch能力，方便用户感知和调优
应用场景：耗时任务可以快速了解整体进度，提供一些中间的过程信息、耗时等，方便用户进行调优,优化开发
3) 安全权限、用户管理、
应用场景：增加新的数据分析人员、用户权限的管理等无需OPS运维支持
4) 数据源配置、数据导入
应用场景：增加新的数据源/导入新的数据等无需OPS运维支持
5）项目管理
应用场景：同一个数据源可能有多个分析结果，那有关系的分析可以通过项目管理集中起来，类似于文件夹管理,后续基于关联数据可以进一步挖掘，分析
6）国际化、多语言支持
应用场景：支持中文 等主流语言
7）复杂逻辑的开放接口，允许透过自定义python代码执行相关的预测
应用场景：业务逻辑较复杂时，SQL语句开发较为困难，对于高级别用户，可以输入自定义的python代码执行复杂的分析，而不是需要了解整个系统的后台代码,需要控制权限，防止安全风险

二、业务功能：业务上可以提供更多用户可能会关注的内容

1. 深度学习时多个模型并行计算，对比，给出良好的建议
   应用场景：同一个数据预测，可能存在多种模型和分析思路，需要支持同一个数据源，多种分析结果并进进行
   2）多个预测方案分析，对比
   应用场景：同一个数据预测，有多个预测方案结果，可以进行分析对比，择优
   3）预测结果分析原因，导致预测结果形成的原因，偏简易
   应用场景：预测结果形成的原因，目前的展示较为简易，需要综合框架，中间计算结果等，给出预测结果出现的原因，便于用户对高层/客户澄清
   4）时间轴或数据轴功能，预测结果和实际结果的对比，作为输入优化模型
   应用场景：用户基于特定的数据预测产生的结果，后面需要和真实的结果进行数据对比，方便用户对模型和语句进行开发/调优
   5）提供数据展示的定制能力，支持工具平台，展示给用户显示
   应用场景：用户数据的预测结果、对比结果，提供开发接口，允许用户自定义开发相关的UI组件 予以显示

三、技术：云化-》共享平台，连接主流的数据商，为散落的数据建立桥梁，增加数据价值
1）更易于分享模型，模型market
应用场景：支持模型的云化风险，支持更多的公司开源相关的模型，其他用户可以快速获取到
2）更易于分享SQL语句、版本管理
应用场景：分享相关的SQL语句，可以用于review，协作
3）预测数据、原始数据的分享
应用场景：数据协同，确保数据真实价值得以体现,需要注意隐私合规

四、BI化：

1. 小型化，随时随地分析
   应用场景：高铁、飞机、接入内网不便的场景，支持部分数据加载到本地，在桌面运行sqlflow特性，小型数据集、基于GPU运算的AI分析，便于开发调优
   2）支持定制预测分析报告:
   应用场景:支持预测分析报告一键生成，用于高层、客户汇报