Apache Superset——开源的大数据探索分析、可视化报表平台

wellknow

目 录

• 
  " X0 S8 M. O! v+ V9 Q( b$ t3 h
  • 1. 需求背景
  • 
    & F" t6 w, y9 c8 U: Y+ A# |
    • 1.1 大数据可视化面临的挑战
    • 1.2 大数据数据可视化的目标架构
      
  • 2. Apache Superset简介
  • 
    
    • 2.1 Apache Superset是什么？
    • 2.2 为什么选Apache Superset？
    • 2.3 对比Metabase
      8 G8 B3 y+ D5 r9 V; \& H6 n
  • 3. 快速上手
  • 4. 部署安装
  • 
    
    • 4.1 部署方式及版本
    • 4.2 配置需求
    • 4.3 下载安装
    • 4.3 安装注意及排错
    • 4.4 启动与关闭
      5 F, `" A1 i( D' T
  • 5. 用户手册（重点）
  • 
    # u0 C$ y3 H: i0 g
    • 5.1 新建Databases(数据库）
    • 5.2 新建Datasets(数据集，老版本也叫Tables)
    • 5.3 SQL Lab(SQL实验室)
    • 5.4 创建Charts(图表)
    • 5.5 创建Dashboards(仪表盘)
      . S/ @2 R; Z" M( N! w$ v; I
  • 6. 设置
  • 
    % @& H( }% a- o" Z) c! Z3 [5 U/ A0 i! @
    • 6.1 角色列表及权限
    • 6.2 用户列表
    • 6.3 操作日志
    • 6.4 用户信息、退出、版本信息
    • 6.5 语言选择
    • 6.6 管理设置
    • 6.7 `+ NEW`
      4 A6 d2 b$ h4 f, r6 m

6 ~  k6 _8 F" Y
1. 需求背景1.1 大数据可视化面临的挑战

  大数据的兴起，关于数据的存储、计算技术层出不穷，但是最终的数据可视化呈现，数据的探索，也成为颇为重要的一环，这一块并没有像存储、计算技术栈那么百花齐放，大家在做大数据可视化时是否也曾有这些困惑呢？

• 传统的可视化对接传统数据库，对大数据组件的hive，spark，presto、elasticsearch、clickhouse等兼容性差，甚至不兼容，每次还需要多一道将大数据集群数据分发到传统数据库的冗余操作；
• 商用产品昂贵、甚至产品设置技术壁垒，很多甚至要求对接该商家的自己的大数据技术方可对接；
• 群众基数大的Excel拖来拽习惯、SQL操作的方便性，排斥自成一派的新技术，网页版账号登录优于用户下载客户端登录；
• 公司开发人员配置紧张，没有多余的人力自研大数据可视化平台，但是决策层希望有一个统一的可视化平台。
  

  诸如此类，确实令人头疼，现在就推荐一款解药Apache Superser——开源的大数据分析探索、可视化报表的神器。

1.2 大数据数据可视化的目标架构
; \6 f& B8 j9 Y; M! U+ e, f

图1.2 大数据数据可视化架构

* M1 i. u3 }+ `0 V  s3 {

  做事还是需要立一个目标架构，最后所有的事情都是围绕目标架构展开，才能越做越轻松，如图1.2，可是架构分为三个梯队；

• 第一梯队：ClickHouse、DorisDB、Kylin等优秀OLAP技术做存储，利用自带的连接引擎，快速响应，同时支持实时数据和离线数据的接入，外接可视化平台，通过权限管控后呈现给用户；
• 第二梯队：数据存在数据仓库Hive内或者NoSQL的Hbase，再通过较为优秀且高效的引擎Presto、Flink、Spark等接入可视化平台，通过权限管控后呈现给用户；
• 剩下就是一个特殊的，如MySQL，临时文件等文件的接入；
  9 h$ w2 [5 p# K% N

  注意：常用的也还有其它技术架构，如ELK架构，ELK由ElasticSearch、Logstash和Kiabana三个开源工具组成。Elasticsearch是个开源分布式搜索引擎，它的特点有：分布式，零配置，自动发现，索引自动分片，索引副本机制，restful风格接口，多数据源，自动搜索负载等。 Logstash是一个完全开源的工具，他可以对你的日志进行收集、分析，并将其存储供以后使用（如，搜索）。 kibana 也是一个开源和免费的工具，他Kibana可以为 Logstash 和 ElasticSearch 提供的日志分析友好的 Web 界面，可以帮助您汇总、分析和搜索重要数据日志。这个后续再讲，这里书归正传，先讲讲Apache Superser。

2. Apache Superset简介2.1 Apache Superset是什么？

  Apache Superset是一款由Python语言为主开发的开源时髦数据探索分析以及可视化的报表平台；她支持丰富的数据源，且拥有多姿多彩的可视化图表选择。

• 官网 ：https://superset.apache.org/
• github ：https://github.com/apache/superset
• 国内支持的镜像站 ：阿里云：http://mirrors.aliyun.com/pypi/simple/、豆瓣：https://pypi.douban.com/simple/ 等
• 开发语言：Python为主
  4 K* K# T4 v/ `; [9 X/ X0 ?! X

图2.1.1 Apache Superset定义

2.2 为什么选Apache Superset？

• 支持丰富的数据库作为数据源，基本上平时用到的数据库都支持；如图2.2.0，支持的数据源有：
  

• Amazon Athena
• Amazon Redshift
• Apache Drill
• Apache Druid
• Apache Hive
• Apache Impala
• Apache Kylin
• Apache Pinot
• Apache Solr
• Apache Spark SQL
• Ascend.io
• Azure MS SQL
• Big Query
• ClickHouse
• CockroachDB
• Dremio
• Elasticsearch
• Exasol
• Google Sheets
• Hologres
• IBM Db2
• IBM Netezza Performance Server
• MySQL
• Oracle
• PostgreSQL
• Trino
• Presto
• SAP Hana
• Snowflake
• SQLite
• SQL Server
• Teradata
• Vertica
  
  
  
  

图2.2.0 Apache Superset支持的数据源

3 D' c. z: H+ B9 n) E

• 多姿多彩的可视化图表，Apache Superset拥有非常丰富的图表，来实现不同的可视化需求，如图2.2.1。
  
  
  
  7 w' @/ R& l( V/ D9 V9 d; Z

图2.2.1 Apache Superset支持的图表

• 轻量级和高度可扩展，利用现有数据基础模型的直接进行数据探索和可视化呈现，而不需要另一个摄取层，如图2.2.2，配置好数据库后，进入SQL Lab(SQL实验室)，就可以对数据进行探索分析，SQL Lab更像是一个数据库连接查询客户端，当然要更好的数据可视化呈现，还必须结合图表和仪表盘功能。
  
  
  
  1 h/ ^! U7 {; H# |3 l
  2 \3 D- N- {7 |5 U0 y* ^
  图2.2.2 Apache Superset的SQL Lab
• 使用简单，如图2.3.3，Apache Superset使用层面主要分为以下个部分；
  

• Data：主要功能是新增数据源和数据集Dataset(旧版本也叫Table)，Dataset作为数据图表可视化的基础；
• Charts：图表，就是针对准备好的Dataset数据集，选择一款合适的图表呈现；
• Dashboards：仪表盘，其实就是报表、看板大屏展示，可以将多个Charts组合到一个仪表盘内一起展示。
• SQL Lab：SQL实验室，其实就是一个类似DBeaver、Navicat、DataGrip等一样的多功能数据库连接客户端，但是只有查询功能，配置驱动和连接后可以进行数据库、表、字段等模型的SQL查询操作。
• 设置：语言选择，登录注销、人员权限，操作日志等设置；
  ' b2 T. s& D% J& e+ I4 `! O

图2.2.3 Apache Superset使用预览

* P  W: }8 Q2 V( K- i2 M. I2.3 对比Metabase

  之前博主也写过一篇关于Metabase的大数据可视化神器Metabase——开源的大数据分析探索、可视化报表神器的博客，那么对于与Metabase，Apache Superset有哪些优劣呢；

• 天生自带支持的数据源Apache Superset完胜Metabase；
• 数据图表形式Apache Superset完胜Metabase；
• 操作界面美观丝滑度Apache Superset稍逊Metabase；
• 托拉拽操作Apache Superset稍逊Metabase；
  9 B. J4 y, |- N

  向来博主都是鱼与熊掌能兼得就兼得，毕竟小孩才做选择嘛，可以考虑两个都装，Metabase用于专注业务数据需求人员，Apache Superset用于懂SQL的数据需求人员，二者生成的通用仪表盘，则可以利用一个统一的网页超链接到一起，形成一个统一的报表平台。

3. 快速上手

  这里先快速上手带大家体验一把，细节后续章节细讲，首先配置好数据库连接(配置方法参考后续的5.1 新建Databases(数据库）)，然后打开SQL Lab，选择好配置数据库，写SQL语句分析探索数据，如图3.1.0，然后运行语句，得到数据结果，可以点击保存将常用的探索SQL保存下来，然后点击查询结果上方的EXPLORE按钮，就可以跳转图表分析图3.1.1；

图3.1.0 Apache Superset在SQL Lab上探索数据

/ ^: j5 e5 m. \  ^

  利用SQL Lab探索得到的数据集，选择合适需求的数据图表，选择合适的指标，度量值，点击上方的RUN就可以得到结果，非常的方便，可以直接点击上方的SAVE保存图表；
1 ^4 g- [  S$ U

8 i5 a8 L) d% {+ {8 x

图3.1.1 Apache Superset数据可视化

  新建Dashboard，然后编辑Dashboard,将之前生成好的Charts(图表)拖拽到Dashboard,就完成了数据仪表盘的最终呈现，然后就可以分享给需求方，也可以生成访问链接分享。

  注意：拖拽时尽量往Dashboard的上面拖拽，会出现一条蓝色的分界线就可以松手，否则可能出现无法拖拽的情况，这个设计很坑。

图3.1.1 Apache Superset数据仪表盘呈现

2 v) V1 Z% c+ [8 y! s. \4. 部署安装4.1 部署方式及版本

• 支持Linux、Windows、Mac的Docker部署
• 支持Linux、Windows、Mac的Python环境代码部署
• 可以在github，官网、或者国内镜像网站查看版本，但是别先下载，因为Apache Superset依赖包很多，最好能在线安装；
  
  
  
  

图4.1.0 Apache Superset版本预览

( X9 ~" H1 m9 q* n

• 博主选的是apache-superset-0.38.1.tar.gz在Linux上的Python环境代码部署。
  ! R" m1 d& A  {+ E* k8 k; E6 Q% U

4.2 配置需求

• apache-superset-0.38.1.tar.gz
• CentOS 7 16核 32G（非硬性，一般性能的服务器即可）
• Python 3.6
• 要求服务器网，如果没有，可以使用能联网的代理服务器，依赖很多，采用在线安装的形式
  % ?! Q9 s; f; u: L1 o+ ?. @

4.3 下载安装

• 下载安装Python3.6,可以选择安装anaconda集成的python,可以参考博客Linux通过anaconda来安装python,对应的版本是Anaconda3-5.2.0-Linux-x86_64.sh,下载传送门：Anaconda Download；安装好以后，如果老的服务器上存在python2,默认的环境变量启动是python2，没关系，只需要设置一个新的环境变量确保 python3启动是刚刚安装的版本即可。
• 安装python虚拟机，并启动，然后安装Apache Superset。
  0 @, X4 f$ E0 `. e& M) E3 f

3 }% r9 M' [: E3 h5 ~7 u% Z

1. # 切换到自己安装软件的目录，博主的是在/usr/local/tools，并新建superset目录
   
2. cd /usr/local/tools
   
3. mkdir superset
   ! M; A' N, z6 E0 Z* Q
4. cd superset
   
5. 
   
6. # 安装虚拟机，有网就不需要的代理服务器，配置代理服务器10.212.18.34:3129方法：
   2 W& r5 U( z; @3 ^$ {( V# e
7. # 写入配置文件 /etc/profile里面追加
   7 F. }0 s% o* Z# N6 G* w0 l% W
8. # export http_proxy=10.212.18.34:3129
     l( {8 I% ?  p$ J) l
9. # export https_proxy=10.212.18.34:3129
   
10. # 然后wq! 保存退出，source /etc/profile刷新配置文件
    ; s+ ]  G7 e, N3 m% \) s: t
11. # 安装完可以删除代理，记得再source /etc/profile
    
12. # 如果不想配置/etc/profile或者无权限，可以采用以下命令
    6 G' Y+ i( t5 ~" E
13. # pip install virtualenv --proxy=10.212.18.34:3129，每次都需要，烦
    
14. pip install virtualenv
    $ q& c7 D+ T- }* U
15. 
    3 [. U( K1 \3 P2 I! b* ^$ o: T
16. # 配置命名虚拟机
    # V6 e0 b1 @. f; n6 @* [; y. H
17. python3 -m venv venv
    # f- r8 d+ ~' _( m( F
18. 
    
19. # 启动虚拟机，会在当前目录下自动创建venv目录
    ' O- @9 e5 o- ?8 k5 ~
20. . venv/bin/activate
    7 z" K- y) p) c# W" v/ ^
21. 
    0 ]$ M' y! f: G
22. # 退出虚拟机指令，但是这里不需要退出
    1 f1 g, Q. s& E; p
23. # 退出虚拟机指令，但是这里不需要退出
    + {( i1 T6 y) m, I
24. # 退出虚拟机指令，但是这里不需要退出
    
25. deactivate
    
26. 
    
27. # 安装更新一些依赖
    / G) C% c/ g# J5 F# d1 B% r0 [
28. pip install --upgrade setuptools pip -i https://pypi.douban.com/simple/
    
29. 
    
30. yum install gcc gcc-c++ libffi-devel python-devel python-pip python-wheel openssl-devel libsasl2-devel openldap-devel mysql-devel gcc-devel
    
31. 
    
32. # 如果报错：GPG key retrieval failed: [Errno 14] curl#37 - "Couldn't open file /etc/pki/rpm-gpg/RPM-GPG-KEY-EPEL-7"
    
33. # 解决：
    
34. vi /etc/yum.repos.d/epel.repo
    
35. gpgcheck=0
    4 O' a, R; t7 `. p
36. # 然后wq!保存再试一次yum install gcc gcc-c++ libffi-devel python-devel python-pip python-wheel openssl-devel libsasl2-devel openldap-devel mysql-devel gcc-devel
    
37. 
    2 n% B( z' M5 f* J) R9 n/ I
38. # 先用官网下载，因为官网的会自动把依赖也给你一起安装了，实在不行再用其他网站的镜像
    ! J0 D& w! i# l9 ^% l
39. pip install apache-superset==1.4.2
    / F' e* p# X7 p* P; v% u
40. 
    
41. # 安装superset，指定版本，不指定版本默认是最新版本
    
42. pip install superset==0.30.1 -i https://pypi.douban.com/simple
    8 P! Q/ `6 n  `/ E* [% @
43. 
    
44. # 安装email_validator
    - W! l1 v; ^) P% Q# Y- S8 `% _
45. pip3 install email_validator -i https://pypi.douban.com/simple/
      R6 b6 z0 \7 I% q5 x
46. 
    
47. # 更新数据库
    
48. superset db upgrade
    9 K0 t: z. R% J' o# l! }' h
49. 
    $ ~% Q) m3 P7 X3 @- u7 Y4 e
50. # 创建admin的用户名，用户名随便写，bigdata123，admin都行，写完用户名后会让你输入姓，名，邮箱，这三项可写可不写，不写就直接回车，然后是设置密码，一点要写。
    3 l1 [1 p8 J% t' W' h
51. export FLASK_APP=superset
    / w" s& r# {5 x3 ^: p
52. superset fab create-admin
    
53. 
    6 O- M) v5 \3 A5 \( Q1 f
54. # 加载样例数据，考验网络，如果实在一致加载报错就放弃，不影响后续使用。
    . T3 O( @- F$ S; t+ O: e
55. superset load_examples
    
56. 
    7 q/ a+ G6 m, v9 e# {5 G% U0 N. i
57. # 初始化
    ( q$ P5 P2 p& W; n
58. superset init
    , _% m- A; ]0 a. u2 H; u, n" z
59. 
    6 n# ~0 T8 F1 X" z
60. # 启动，官网是superset run -p 8088 --with-threads --reload --debugger
    . q& z- i) }. P7 [$ q" T9 N+ X
61. # 建议用gunicorn启动，方便快速，先直接启动，确保打印在客户端的日志正常
    ' Q2 b7 @& U4 Y  j
62. pip install gunicorn
    0 n& z5 ]4 K$ c" L' C
63. gunicorn -w 5 --timeout 120 -b  10.218.10.290:9089 "superset.app:create_app()"
    
64. 
    
65. # gunicorn 是一个Python WEB服务，可以理解为Tomcat
    # p2 `- s3 C  H' B6 z. r
66. # -w WORKERS：指定线程数
    
67. # --timeout：worker进程超时时间，超过会自动重启
    
68. # -b BIND：绑定Superset访问地址
    $ \# T; A1 C: ?0 B* u
69. # --daemon：后台运行
    7 |6 J  \* c4 j! n) ^) _
70. 
    % H7 {5 ]) D' _( L. l- }9 b4 [
71. # 在能访问10.218.10.290:9089的服务器上打开浏览器，输入刚刚登录的用户名，密码即可。
    0 W5 d% T1 X2 r0 q# X
72. 
    8 @& W% \) f0 J0 R
73. 
    
74. # 如果没开启后台停止，直接ctrl+c关停
    
75. # 后台进程停止gunicorn
    
76. ps -ef | awk '/gunicorn/ && !/awk/{print $2}' | xargs kill -9

复制代码

1 x0 v7 U0 L  f0 T$ e
4.3 安装注意及排错

  pip install superset步骤时出现关键字眼Successfully installed证明正确安装，如图4.3.0；

# _! r/ g4 S9 d7 a

图4.3.0 成功安装的提示

  superset fab create-admin配置用户名时提示如图4.3.1。

图4.3.1 配置用户名时提示

  每个人的服务器环境，可能导致缺少的 依赖不同，途中如果遇到bug，可自己百度解决，基本都是python依赖包之类的问题，要耐心。

1. # 报错
   3 M% d9 x* ?$ C% d" N5 D
2. ModuleNotFoundError: No module named 'dataclasses'
   * X% q3 e, L1 O7 A! c- e/ S
3. 
   ' ]+ r1 D. G2 _1 b! y
4. # 解决
   
5. pip install dataclasses
   5 H1 c& u( q( N* M
6. 
   - b% K2 P$ z; Z# J
7. # 报错
   # I2 g0 o, v, L
8. No PIL installation found
   ; J; V5 z/ x2 @+ H8 O( x
9. # 解决
   9 q, p0 C( c. d) n2 x; n
10. pip install pillow
    7 r. t" w! z( g+ j4 `$ ~

复制代码

  一切解决后，网页登录如图4.3.2；

图4.3.2 登录首页4.4 启动与关闭

  官网提供的直接启动的方法不是很好，博主推荐一个采用gunicorn的方法,先关停superset。

1. 
   
2. #安装好superset后会在venv生成很多文件，切换到venv
   
3. cd /usr/local/tools/superset/venv/
   0 W! R- ^2 V; P2 D' d- F
4. 
   
5. 
   5 F- Z, R; d  y6 @/ K( @/ I! Y
6. 
   0 {. R6 R4 w+ p+ P. \/ {$ U1 U2 S
7. #新建日志文件夹
   3 R; H. k- s6 a$ S& W  R. H
8. mkdir log
   
9. 
   
10. #切换到log目录，新权限 日志，错误日志和启动pid文件
    / p) V# W6 W2 G8 q" A
11. cd log
    / K& {6 U% f# p/ N
12. touch gunicorn_access.log
    
13. touch gunicorn_error.log
    
14. touch pidfile
    
15. chmod 755 ./*  #修改权限
    ( |4 |7 N6 s  p. e' Y8 E9 X
16. 
    3 `" a& x. _8 w) s9 n
17. #切换到/usr/local/tools/superset/venv/bin，写一个gunicorn配置文件，python语言
    
18. cd ./usr/local/tools/superset/venv/bin
    " p: g, c. Z/ |6 W: a" l+ @
19. 
    0 `+ J& ^' t) U/ B$ D4 O4 ~5 ~' A
20. 
    
21. vim gunicorn_config.py  # 内容如下
    ) o; }* o/ l# D/ C2 @
22. 
    & T. w5 e& q* `+ H
23. #内容开始
    
24. import multiprocessing
    
25. 
    " a+ p4 @; R. s6 z/ @3 L
26. 
    ' W% {8 J# Q% ^1 a
27. bind = '10.218.10.290:9089'      #绑定ip和端口号
    6 W- \! @/ x/ G/ r: H6 g! H
28. backlog = 512                #监听队列
    1 k; s3 S2 Y; g
29. timeout = 30   #超时
    
30. worker_class = 'gevent'
    
31. workers = 5
    
32. worker_connections = 1000
    5 K5 l1 D! a- j( X: K' E. W. Z
33. threads = 2 #指定每个进程开启的线程数
    
34. loglevel = 'info'  # 日志级别
    
35. access_log_format = '%(t)s %(p)s %(h)s "%(r)s" %(s)s %(L)s %(b)s %(f)s" "%(a)s"'    #设置gunicorn访问日志格式，错误日志无法设置
    
36. 
    ! s! t! \- n: O- @% Y1 g  w
37. 
    
38. 
    
39. pidfile = '/usr/local/tools/superset/venv/log/pidfile'
    
40. errorlog = '/usr/local/tools/superset/venv/log/gunicorn_error.log'
    $ i0 K3 S& [- }
41. accesslog = '/usr/local/tools/superset/venv/log/gunicorn_access.log'
    * [% R* C& o4 f
42. 
    
43. print("IP and PORT:"+bind)
    % I1 A0 W4 {" r
44. print("pid_file:"+pidfile)
    & d- J  y5 P" Q$ |2 P
45. print("error_log:"+errorlog)
    
46. print("access_log:"+accesslog)
    
47. 
    
48. #内容结束
    
49. 
    ( Y# ^' [! b% f3 G; b: w# Y, L
50. #然后 wq! 保存退出
    
51. 
    7 n8 q' C9 p: {# l/ z; b
52. # gunicorn 启动 -c 配置文件启动；--daemon后台启动，日志可以去配置文件指定的路径查看
    * G+ t1 G6 g5 F6 Z
53. gunicorn -c ./gunicorn_config.py "superset.app:create_app()" --daemon
    
54. 
    ) ^# C& v6 H( v0 V+ A$ U
55. # 后台进程查看
    2 U/ X( i( b8 |, C7 i' y$ K
56. ps -ef | grep gunicorn
    # N6 c+ A7 f/ B+ A* ]% w) T
57. 
    3 o0 X; N8 H' N5 o8 H3 W
58. # 或者通过端口查看
    
59. netstata -tunlp | grep 9089
    
60. # 或
    
61. ss -anp | grep 9089
    2 Z& O8 Q9 V+ }# G) f* Y# H' I
62. 
    
63. # 如果没开启后台停止，直接ctrl+c关停
    
64. # 后台进程停止gunicorn
    
65. ps -ef | awk '/gunicorn/ && !/awk/{print $2}' | xargs kill -9

复制代码

9 r  J. Y3 y9 _- t' l+ g, |

5. 用户手册（重点）
" @* y" J. J+ H6 y
5 U* b& T8 [, B8 z6 ?5 T6 |  |5.1 新建Databases(数据库）

  新建数据库之前，需要先安装该数据库的python驱动包，具体语句可以参考官网Database Drivers，如图5.1.0，一般就是pip install XXX,安装好驱动后，记得重启下Superset服务；

  新建数据库连接的作用是为数据集Datasets和SQL实验室SQL Lab提供数据库、表的选择，就是提供数据源，当然Data下还有个Upload CSV(最新版本也支持Upload Excel)也可以直接将本地的CSV文件作为数据源上传到Superset站点，直接进行数据探索分析。

图5.1.0 数据库驱动以及连接字符串

  登录进Apache Superset后，点击Data,下来选择Databases,然后跳转到图图5.1.1，点击右上侧的+号就可以跳转图5.1.2的数据新增配置界面。

图5.1.1 新建数据库连接

  图5.1.2，Database是指的新建这个数据库的显示名称，这个随便取，合理即可，SQLAlchemy URI 这个地方就是之前图5.1.0上的数据库连接字符串，确保和你选择的数据库类型一致。
然后点击TEST CONECTION,连接成功后会跳出Seems OK!的弹出框，记得滑到最下面，点击保存，如果连接不成功，请检查数据库的实例，端口，用户名，密码以及自己部署的Apache Superset的服务器访问数据库的端口网络时是否能通，当然也不要忘记SQLAlchemy URI 填写规范，保存后的数据库连接就会列举在图5.1.1上。
* r0 k4 o8 A1 {

. x- g, A) r$ P. O; i

图5.1.2 新建数据库连接配置信息
0 Z* G0 ^* f1 `3 c' o5.2 新建Datasets(数据集，老版本也叫Tables)

图5.2.0 新建数据集

! t* X- M0 E, n3 V7 \$ S) K9 Q7 J$ F; [

  如图5.2.0，点击图中的Data下的Datasets，然后点击+号，跳转到图5.2.1，将配置好的数据库名下拉选出，写一个该连接实例下的数据库，然后选择一张表，点击保存即可，保存好的数据集会列举在图5.2.0中，这些知道为啥老板叫Tabels了吧；
  数据集的作用是为后续的Charts(图表)数据可视化作为数据源头。

图5.2.1 新建数据集配置信息

5.3 SQL Lab(SQL实验室)

  SQL Lab其实就是一个数据库查询客户端，利用SQL语句对数据库的表，字段模型进行查询探索，同时支持智能补全，当然SQL Lab的查询结果也可以直接EXPLORE到Charts(图表)，作为数据可视化的数据源。
  G: W+ R! j  ~/ {  如图5.3.0，SQL Lab有三个选项，三个选项的功能如下：

• SQL Editor：进行SQL查询探索
• Saved Queries：保存的通用查询SQL
• Query Search：查询的历史记录
  

图5.3.0 主界面进入SQL Lab

  点击SQL Editor进入图5.3.1的SQL查询探索，左侧上方是配置好的数据库连接名和选择的数据库，左侧下方是将要用到的表及字段模型；右侧上方是写SQL语句的地方，支持RUN(查询)，RUN SELECTION(查询鼠标选择局部语句)，SAVE(保存)，SHARE(分享)等，右下方是数据结果，支持EXPLORE到Charts(图表)可视化，.CSV下载，CLIPBOARD(复制到剪贴板)。

图5.3.1 SQL Lab使用

" J% n$ W! N* Q6 P( w5.4 创建Charts(图表)

  图表的作用是数据可视化，利不同的图表满足不同的业务需求，图表同时也作为仪表盘的展示的一部分，一个仪表盘内可以展示一个或多个图表。
' x0 }% W) b# y" I, e* ]  创建图表的方式有两种：

• 如图5.4.0，点击Charts，点击+创建新的图表，跳转图5.4.1
• 在SQL LabSQL语句探索查询的结果直接EXPLORE到Charts(图表)可视化
  

图5.4.0 创建图表

  如图5.4.1，选择合适需求的数据图表(如图5.4.2，支持的图表类型非常丰富，号称最漂亮的可视化图表展示)，选择合适的指标，度量值，点击上方的RUN就可以得到结果，非常的方便，可以直接点击上方的SAVE保存图表；

图5.4.1 图表可视化配置

! U9 a, N; ^1 W) `& Q% G

  号称最美可视化展示，支持可视化的图表类型确实丰富多彩，应对各种可视化需求。
$ K$ |' n* e) E" {2 J6 ~

图5.4.2 支持的图表类型

. A; @. _* V- F* O6 m5.5 创建Dashboards(仪表盘)

  仪表盘就是最后的数据总体呈现，即报表展示。

  如图5.5.0，点击Dashboards，然后点击+新建仪表盘，跳转图5.5.1。

图5.5.0 创建仪表盘

  点击图5.5.1右上角的编辑仪表盘，之前做好的Charts(图表)拖拽到仪表盘上，注意：第一次拖拽的时候尽量网上拖拽，知道出现这个条蓝色的分解线，否则 无法拖拽过去；

  同时也支持一些通用的组件，图表旁的Components下，有Header、Tabs、Row、Column、Markdown、Divider；
  编辑完后后记得点保存。

图5.5.1 编辑仪表盘

( b3 ]3 y1 a% U5 v2 m  ?

  保存后的仪表盘支持分享，下载等功能，同时也会根据图表内的数据源刷新来获取新的数据；

图5.5.2 仪表盘功能

# V8 H+ l9 {1 t# M/ r1 B  _

  分享给别人看到的仪表盘如图5.5.3。

图5.5.3 分享后他人视角的仪表盘

$ e& b/ m; `( d1 D/ a6. 设置

  设置包含在菜单栏Settings下，主要设计权限和操作日志等模块，接下来分别讲解。

图6.0.0 通用设置

0 S2 ?3 N, a: r+ p3 m7 e- J6.1 角色列表及权限

  Apache Superset中的安全性由Flask AppBuilder（FAB）处理，FAB是一个构建在Flask之上的应用程序开发框架。FAB提供身份验证、用户管理、权限和角色,可以查看其相关文档。
" P6 k: R) i* Q% t& Y+ Z. O3 y5 r  Apache Superset默认提供了不同的角色，每种角色拥有的权限不同，在运行superset init命令时，与每个角色关联的权限将重新同步到其原始值,不建议更改与每个角色关联的权限(例如，通过删除或添加权限),支持admin再自建角色类型，指定想要的权限,默认的角色及权限如下；

• Admin：管理员拥有所有可能的权限，包括授予或撤销其他用户的权限，以及更改其他用户的切片和仪表板；
• Alpha：Alpha用户可以访问所有数据源，但不能授予或撤消其他用户的访问权限。它们也仅限于改变它们所拥有的对象。Alpha用户可以添加和更改数据源。
• Gamma：Gamma用户的访问权限有限。他们只能使用来自通过另一个补充角色访问的数据源的数据。他们只能查看由他们可以访问的数据源制作的切片和仪表板。目前Gamma用户无法更改或添加数据源。我们假设他们主要是内容消费者，尽管他们可以创建切片和仪表盘。另请注意，当Gamma用户查看仪表板和切片列表视图时，他们将只看到他们有权访问的对象。
• sql_lab：sql_lab角色授予对sql lab的访问权限。请注意，虽然管理员用户在默认情况下可以访问所有数据库，但Alpha和Gamma用户都需要在每个数据库的基础上获得访问权限。
• public：要允许注销的用户访问某些超集功能，需要自己配置权限，并将其分配给另一个角色，您希望将其权限传递给该角色。
  6 h5 V( j% h' n0 x, T: _

  更多的角色权限可以查看官网Apache Superset Security,或者点开图6.1.0的编辑角色查看，尽量别改默认角色的权限。

图6.1.0 系统默认角色

  同时Apache Superset也支持管理员自己新增角色，如图6.1.1，新建角色并指定角色权限。

图6.1.1 新建角色

, |5 k+ C" v+ P3 y, A9 o
# ^9 V6 F9 W4 P7 k( O6.2 用户列表

  新建、编辑用户指定角色，用户的权限是绑定在角色里面的，一个用户可以有多个角色，配置信息如图6.2.0。

图6.2.0 新建、编辑角色

6.3 操作日志

  操作日志记录的是在你的Superset平台上不同用户的行为日志，如图6.3.0。

图6.3.0 行为日志查看

# S" s* W# i0 ~; T* L/ _, P6 F
6.4 用户信息、退出、版本信息

  菜单栏最右侧的个人信息，主要是包含:

• 用户信息：修改用户姓名，重置密码；
• 退出：回到登录主界面；
• 版本：目前您安装的Superset版本信息。
  5 B( S, ~/ U  B$ N
  
  
  

图6.4.0 个人信息模块

7 u6 k( Y; M$ X" G4 v9 R( J6.5 语言选择

  作为Apache的顶级项目，自然是运用于全球的，支持世界上一些通用的语言 ，选择一款你最喜欢的即可。

图6.5.0 语言选择

& B2 F6 ]) V, G5 D: b6 o# z8 L6.6 管理设置

  针对仪表盘，图表渲染加入自己想要的风格和模板，实际运用的用的不多。
2 }. B% y; {9 w+ b! N: g

" ?2 Z" H5 V- N, [

图6.6.0 管理模块

! _/ I- I# I* \9 h$ A- o# e1 u6.7 + NEW

  菜单栏的+ NEW其实就是给最通用的三个模块SQL Query、图表、看板(仪表盘)的一个快捷方式，此三者的用法就不在累赘了。

图6.7.0 + NEW模块

1 R8 Z- }2 w7 i/ t% w# `7 V

  以上就是关于Apache Superset这款开源的大数据探索分析、可视化报表平台的基本介绍，更多更加刺激的内容可以关注官网及官方文档Apache Superset Documention。

, D, m8 P5 n, q/ G原文来源：https://blog.csdn.net/LXWalaz1s1s/article/details/119061337

' _3 U, `" P( F) P& v