Define once. Use everywhere.

任何数据库、任何 Agent —— Apache Ossie 原生的指标语义层

用 Apache Ossie（原 OSI）把指标和语义模型定义一次。Dosi 把它们编译成 16 种数仓方言各自原生的 SQL —— DuckDB、Postgres、Snowflake、ClickHouse、StarRocks 等，再以 CLI、MCP、REST + Arrow、Python 四种形态交付给每个消费端。

安装 运行第一个查询 Apache Ossie 是什么、为什么用 Dosi

它解决什么问题

指标的含义，看板里写一遍，SQL 里写一遍，notebook 里又写一遍。写着写着就对不上了：一处过滤了已取消订单，另一处没过滤；一次不留神的 JOIN 把总额悄悄翻了倍。最后两个数都说自己"正确"，却谁也对不上谁。

Dosi 把每个指标收敛到一处定义，SQL 由它生成。同一份定义，在每个数仓上都算得对，重复计数这类错误在设计上就被排除了。

基于 Apache Ossie

Apache Ossie（原名 Open Semantic Interchange，OSI）是语义模型的开放规范：数据集、关系、维度和指标用普通 YAML 写一次，就能在 BI 工具、AI Agent 和数据平台之间通用。

Ossie 定义指标是什么，Dosi 是让它跑起来的引擎：按上游规范校验模型、规划 JOIN，为每个数仓生成正确的 SQL。模型始终是标准 Ossie，不会被 Dosi 绑定。

30 秒看懂

在模型里定义一次，之后按名字取用：

$ export DOSI_EXAMPLES=~/.local/share/dosi/examples
$ dosi list metrics --model $DOSI_EXAMPLES/orders/model.yaml
NAME              KIND        DATASETS          DESCRIPTION
revenue           aggregate   orders            Total order amount
order_count       aggregate   orders            Number of orders
unique_customers  aggregate   orders            Distinct purchasing customers
avg_order_value   ratio       orders            Revenue per order (ratio)
total_margin      expression  orders, products  Revenue minus cost (expression over two aggregates)

$ dosi query --model $DOSI_EXAMPLES/orders/model.yaml \
    --metrics revenue --group-by orders.status --execute --db orders.db
status     revenue
completed  350
cancelled  100
2 rows

这个路径就是安装脚本放内置示例模型的地方，dosi info 也会把它打印出来。orders.db 由教程里的一条命令灌好。

换成 --dialect snowflake，SQL 就变了，模型一个字不用动。

团队为什么用它

• 任何数据库

  ---

  同一份 Apache Ossie 模型能编译出 16 种方言的正确下推 SQL，从 DuckDB 到 Snowflake、StarRocks 到 DWS 和 Oracle。换数仓只改一个参数，不用重写。

• 任何 Agent

  ---

  原生 MCP 服务让 Agent 用自然语言直接问指标。结构化错误简短明确——稳定错误码、候选名单、修复提示——Agent 据此自我纠正，而不是盲目重试。

• 标准 Apache Ossie，不被绑定

  ---

  输入就是纯 Apache Ossie（原 OSI）YAML —— 一个开放的交换标准，自带与 dbt、Snowflake、Databricks、Tableau 等格式的双向转换器。SQL 指标定义进得来，也出得去。

• 算得清的指标代数

  ---

  引擎知道每个指标是否可加、能否跨粒度上卷、能否预测；扇出保护保证绝不悄悄重复计数。这份代数知识也支撑起内置归因：一次调用解释指标为什么变了，用与该指标类型精确匹配的方法分解。

• 够快，原生支持 Arrow

  ---

  比 MetricFlow 快 10–20 倍，内存约省 10 倍；结果以零拷贝的 Arrow 流式送进 DuckDB、Polars 或 pyarrow。数据见基准测试。

• 接入方式随选

  ---

  CLI、REST + Arrow 服务、MCP 服务、Python 绑定，同一个引擎，同样的答案。

从这里开始

• 安装

  ---

  拿到 dosi 可执行文件并验证，几分钟搞定，不用装数据库。

• 运行你的第一个指标查询

  ---

  10 分钟动手教程，从一份模型走到能肉眼核对的真实结果。

• Apache Ossie 是什么、为什么用 Dosi

  ---

  Dosi 所基于的开放规范、语义层解决了什么问题，以及这些数字凭什么可信。

• 用 Claude Code 问数

  ---

  把 Dosi 注册为 MCP 服务，让 Agent 用自然语言回答问题 —— 走你的指标，而不是猜出来的 SQL。

---

Dosi 是 Datus 的产品。获取使用权限、授权或技术支持，请联系 Datus 团队，也可以了解 Dosi 所支撑的商业化平台 Datus Studio。