Apache Superset——开源的大数据探索分析、可视化报表平台

wellknow

目 录

• 
  
  • 1. 需求背景
  • 
    : K% x5 i" J2 C& I+ s
    • 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
  • 
    7 V/ S! U4 V) u- C# x
    • 2.1 Apache Superset是什么？
    • 2.2 为什么选Apache Superset？
    • 2.3 对比Metabase
      + b+ V  C) }( [# T
  • 3. 快速上手
  • 4. 部署安装
  • 
    ; m$ K; _2 S- M9 I/ L
    • 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 X# b+ W# E+ l  v% ]8 S
  • 5. 用户手册（重点）
  • 
    9 L; N1 V6 J6 p
    • 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)
      
  • 6. 设置
  • 
    
    • 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 s7 E: A) y' x  j- l
2 K( ?. l3 ^/ e( e5 r# x3 V1. 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
3 ~9 [: I+ a# c& {. H

0 `- l2 h6 P, S5 V, E" e: B/ w

图1.2 大数据数据可视化架构

& C3 x$ ~; W8 `. J% M

  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；
  ; F% c2 y4 d4 d

  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
  % z* Y( ?4 U, f  s* e! ]

: m& e3 x; @" b# v& c6 d6 u( E

3 Z% i: `/ x$ o$ W: c

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
  
  
  
  5 I0 w8 ~7 s! M$ N+ R3 ]$ b' t' d6 |

图2.2.0 Apache Superset支持的数据源

( R3 K. @8 w: B* c  X4 I" e4 L

• 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。
  ) d0 U& T* j0 |
  
  
  1 T( _+ W. ?5 s: K3 n  Z" U

图2.2.1 Apache Superset支持的图表

$ F) ]' w' O" b9 M2 ]7 K4 j

• 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。
  ' q7 n  I" c5 v' _3 Y  n, w% }) }
  
  
  # U8 A* a4 M% r
  - }! ^8 t' U2 j$ G
  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；
  

图2.2.3 Apache Superset使用预览

2.3 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；
  6 ~( E0 @- G9 t; y& k& O, T' U

  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；
7 _% [# @5 ~  R, K* ^

3 T, R5 W3 l$ Z

图3.1.0 Apache Superset在SQL Lab上探索数据

' R2 ?) B4 k. I

  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；

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

4 h9 k0 k# B/ k8 e. t4. 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；
  ' ~$ S3 p: C9 [" T" y
  
  
  

图4.1.0 Apache Superset版本预览

• 博主选的是apache-superset-0.38.1.tar.gz在Linux上的Python环境代码部署。
  ) J" Y7 ]# L! E- u% a

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
  ; F6 ^7 G+ a" q7 E# B7 b

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。
  $ \, q9 _& {/ E; Y& r$ L" O

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
   # H. v' Q& S% j- O5 X2 k8 o1 R  E
3. mkdir superset
   
4. cd superset
   % e' S. s/ ?% W$ |5 k9 t
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：
   
7. # 写入配置文件 /etc/profile里面追加
   7 {' ?- g& X% Z( T$ h: s$ i- D
8. # export http_proxy=10.212.18.34:3129
   
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
      K" }$ y$ _1 n. K% A- s$ \/ q/ s
11. # 安装完可以删除代理，记得再source /etc/profile
    6 h' e5 g6 ?. S& B8 h( N
12. # 如果不想配置/etc/profile或者无权限，可以采用以下命令
    : p5 c* @4 a9 F3 c. h' j
13. # pip install virtualenv --proxy=10.212.18.34:3129，每次都需要，烦
    
14. pip install virtualenv
    
15. 
    9 [- A6 E, P/ G
16. # 配置命名虚拟机
    
17. python3 -m venv venv
    4 R  c( P2 j: G+ ~
18. 
    
19. # 启动虚拟机，会在当前目录下自动创建venv目录
    0 X( m* _- R) T5 ?: v. j  U4 Y
20. . venv/bin/activate
    
21. 
    . U8 H) B2 V3 e+ ?* @- T( B
22. # 退出虚拟机指令，但是这里不需要退出
    # O4 o8 ]5 p) V+ ~. w
23. # 退出虚拟机指令，但是这里不需要退出
    " i& e3 L- V1 l" _" i! @
24. # 退出虚拟机指令，但是这里不需要退出
    
25. deactivate
    5 h9 ^7 P  _6 A) q
26. 
      s9 B% P0 l  B" w' p, j
27. # 安装更新一些依赖
    
28. pip install --upgrade setuptools pip -i https://pypi.douban.com/simple/
    9 \" \3 {1 j5 t
29. 
    3 b$ m( y. g8 j6 y2 u: M
30. yum install gcc gcc-c++ libffi-devel python-devel python-pip python-wheel openssl-devel libsasl2-devel openldap-devel mysql-devel gcc-devel
    - d. g2 B* W; L: W: |% V  X
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"
    ! w0 v& @& z& e# \0 C0 S3 X( C
33. # 解决：
    ' L6 E& m5 [: z! w) p' R
34. vi /etc/yum.repos.d/epel.repo
    * V+ ?. {8 }* D. ~1 h
35. gpgcheck=0
    
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
    % N, K4 a8 A% N: G% ]) g
37. 
    % u" S2 p9 ?: j/ p' M2 a
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
    
39. pip install apache-superset==1.4.2
    5 `4 V* O! C# y4 x* c* T, l# t
40. 
    4 O& }. a0 m& z8 X1 \: F8 \
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
    
43. 
    & c# }# o2 h) R7 @! p3 \( F' d
44. # 安装email_validator
    
45. pip3 install email_validator -i https://pypi.douban.com/simple/
    : k" Q8 T0 m9 }+ S
46. 
    
47. # 更新数据库
    1 p/ k/ e5 r" A1 @- \
48. superset db upgrade
    
49. 
      G4 |9 i8 U+ ^2 W/ @& u7 o, G5 W
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。
    
51. export FLASK_APP=superset
    
52. superset fab create-admin
    
53. 
    
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。
    
55. superset load_examples
    % X* ]( k! H- |: c' F( w8 c; H
56. 
    9 G& X/ D# ]5 D6 q
57. # 初始化
    7 \: b. R; B; a- p3 c2 y
58. superset init
    5 Z" u* X) w3 E; Q' V4 h- t( j: o
59. 
    
60. # 启动，官网是superset run -p 8088 --with-threads --reload --debugger
    * ^" Y, k" J6 m- m. s2 v1 T" `
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
    
62. pip install gunicorn
    
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
    
66. # -w WORKERS：指定线程数
    
67. # --timeout：worker进程超时时间，超过会自动重启
    + f& ~7 l1 f* W2 ~9 M
68. # -b BIND：绑定Superset访问地址
    
69. # --daemon：后台运行
    
70. 
    
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。
    9 A8 v. |( c! X3 W# B% C; {
72. 
    
73. 
    
74. # 如果没开启后台停止，直接ctrl+c关停
      N' k( a' y' I- ?9 F2 U
75. # 后台进程停止gunicorn
    
76. ps -ef | awk '/gunicorn/ && !/awk/{print $2}' | xargs kill -9

复制代码

3 \: q( z- o! F; ]0 X4.3 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；
7 _" l7 X* Z8 j6 \% N) w/ Y

图4.3.0 成功安装的提示

. A) G/ ^5 Z. f# ~, {& ]. G

  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
   5 o! [* L- J/ X) `  |. z
2. ModuleNotFoundError: No module named 'dataclasses'
   
3. 
   . B. w' s7 y; K. N7 g
4. # 解决
   + t  `4 B+ V3 f0 N  u
5. pip install dataclasses
   
6. 
   4 L, ^; m3 _* Y" m+ @; |
7. # 报错
   2 a  C2 s  n" d; q
8. No PIL installation found
   : ]' a' k2 Q: V' V
9. # 解决
   
10. pip install pillow
    

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
   , W9 n3 i2 }3 Q7 [) v* v) E, U9 Y
3. cd /usr/local/tools/superset/venv/
   " I# m7 F; ^8 {6 Y# E/ K+ e8 N
4. 
   
5. 
   9 a( \& O3 \  w% f- a* M/ Z# D
6. 
   & g' J: M+ ]3 ?( Q# I8 U+ r
7. #新建日志文件夹
   
8. mkdir log
   . z8 E* ]' I5 o, p" E# |
9. 
   
10. #切换到log目录，新权限 日志，错误日志和启动pid文件
    
11. cd log
    
12. touch gunicorn_access.log
    4 {, _# S$ l; G9 B! [1 W. x
13. touch gunicorn_error.log
    
14. touch pidfile
    ) P  m! z4 A, h0 t3 s1 f2 F
15. chmod 755 ./*  #修改权限
    
16. 
    
17. #切换到/usr/local/tools/superset/venv/bin，写一个gunicorn配置文件，python语言
    ) E1 ^$ Y- {% Z' G8 k1 A% F$ ]
18. cd ./usr/local/tools/superset/venv/bin
    " M+ J4 ]8 f0 Z, E; a
19. 
    ! Y, |1 R! k, _+ \6 S3 ?& f2 K( `. Y
20. 
    ' J3 {: ?+ V) N4 F$ Q7 k/ R
21. vim gunicorn_config.py  # 内容如下
    ! Z1 R6 T( O( _: B3 c. w
22. 
    / n5 z/ l/ h  O& ~0 _
23. #内容开始
    4 Z/ }" C$ x6 u
24. import multiprocessing
    - v' |7 d0 _$ z# X, E, ^+ Y
25. 
    . v* |& |+ p0 @0 }
26. 
    ' n* Q' I8 s) l' L8 s: ^  w
27. bind = '10.218.10.290:9089'      #绑定ip和端口号
    
28. backlog = 512                #监听队列
    # F+ }% ]% m8 |( n- k$ l
29. timeout = 30   #超时
    
30. worker_class = 'gevent'
    
31. workers = 5
    
32. worker_connections = 1000
    
33. threads = 2 #指定每个进程开启的线程数
    
34. loglevel = 'info'  # 日志级别
    - X7 ]0 B/ Y) C6 j" G8 N
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. 
    . M# J0 g3 |1 a& o5 s' n
37. 
    
38. 
    
39. pidfile = '/usr/local/tools/superset/venv/log/pidfile'
    
40. errorlog = '/usr/local/tools/superset/venv/log/gunicorn_error.log'
    
41. accesslog = '/usr/local/tools/superset/venv/log/gunicorn_access.log'
    / D0 f- L1 i3 i$ F) f
42. 
    ! g( x% M$ h$ C) g" p2 p2 P  y
43. print("IP and PORT:"+bind)
    8 [' U9 N% B  z( u' A* Q' @
44. print("pid_file:"+pidfile)
      J6 F" U* r$ M& [9 n4 V& ~
45. print("error_log:"+errorlog)
    
46. print("access_log:"+accesslog)
    
47. 
    + {6 l' ^: y/ E5 Z6 z- m, I
48. #内容结束
    
49. 
    
50. #然后 wq! 保存退出
    7 H8 k* a; B/ K5 O: q
51. 
    8 G! Y- j! T/ r, c9 r- n
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
    6 ~, I; z+ a) o4 j+ Y' _
53. gunicorn -c ./gunicorn_config.py "superset.app:create_app()" --daemon
      u& }5 P: s; G0 h1 s1 J: g
54. 
    7 c9 m& a# p  v' o+ ^4 Y( k
55. # 后台进程查看
    $ p# N# J: Q0 v2 O8 h5 S  r1 A
56. ps -ef | grep gunicorn
    
57. 
    
58. # 或者通过端口查看
    + k6 F4 q$ C# o; g  \6 I
59. netstata -tunlp | grep 9089
    
60. # 或
    
61. ss -anp | grep 9089
    * E6 [& M  T" ^
62. 
    1 B" v. |; s: Q/ Y! Y0 i8 r, w
63. # 如果没开启后台停止，直接ctrl+c关停
    ! `- N7 ~. M2 L) p+ o
64. # 后台进程停止gunicorn
    
65. ps -ef | awk '/gunicorn/ && !/awk/{print $2}' | xargs kill -9

复制代码

5. 用户手册（重点）

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

+ u( s' h* ?" c- K- V

  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。
8 ?+ ?$ h! M7 |" `0 v) }3 i, o

图5.1.2 新建数据库连接配置信息
5.2 新建Datasets(数据集，老版本也叫Tables)

图5.2.0 新建数据集

, V" }5 I' M# c/ 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

. I  U$ d8 c" [
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。
  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

& N0 d# T* X8 `4 C8 j+ B: I

  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

5.4 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。
  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

8 B  ~( q( R1 i& x! S

  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；
6 n; \* d3 L  L& F/ y/ _

图5.4.1 图表可视化配置

  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。
; `3 I' u, a5 G: M. [

图5.4.2 支持的图表类型

# U, Z1 X: _6 z5.5 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

$ _- m8 [) H4 \, Y' I/ t

  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；
- T& M- s! h5 T2 n- N  编辑完后后记得点保存。

图5.5.1 编辑仪表盘

  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

  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

6. 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。
. \' P, u. Q8 q/ Z

图6.0.0 通用设置

6 y) V2 q: Z+ T$ S
. ]) p# y% X) R1 k$ p7 m9 i% L6.1 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。
. ^. d4 c$ |. c. i  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。
  & A* O2 C/ K. y

  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。
; ]; z) {$ w7 N$ ]! K3 u# W

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。
) r3 V5 j$ ^/ L

图6.1.1 新建角色

, E# A9 z. v* `
3 b6 ?" U5 }& o* n* _6.2 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。
) t2 a' T( H2 k4 e: y

! {. ?6 X5 G- \* G0 y

图6.2.0 新建、编辑角色

9 l+ q& ?7 ]. R$ t; ]' s
( U" K5 L* _, a, ^6 I/ T4 X6.3 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

$ u+ r8 T; \! \1 s8 _
; H  W1 I) e2 e6 \3 R6.4 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 a/ \  h3 N$ h4 B! M. j2 H  |4 W/ N

图6.4.0 个人信息模块
, |4 y" V* s5 v( i( n
: z* s$ y7 f6 X# s6.5 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

! f: w; S8 D7 l; c' ^, m9 p  H5 b6.6 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。
3 ^! g: D& w2 Y' y) b. _8 I

图6.6.0 管理模块

6.7 + 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

# w2 W# |7 g2 |# w; ?% y% m- a

  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。

. z8 H: ?& Y  b6 a( O/ z# c, i  n9 i6 F原文来源：https://blog.csdn.net/LXWalaz1s1s/article/details/119061337

- O! v4 K) k! J' O! a. L8 O