Apache Superset——开源的大数据探索分析、可视化报表平台

wellknow

目 录

• 
  7 r) F% a* ]; N+ D  X2 m, x- H5 a
  • 1. 需求背景
  • 
    1 q  j8 b" n9 {: O# X
    • 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
      
  • 3. 快速上手
  • 4. 部署安装
  • 
    4 g6 c  I4 g5 m1 m* t+ x5 O
    • 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
      4 h( B( `7 O$ v* y
  • 5. 用户手册（重点）
  • 
    6 K/ A" h6 k* 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)
      + ^+ X! _- Q- `3 b" v7 l0 A  h$ b
  • 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`
      

  l, L/ V/ F1 ^$ m
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。
  & A2 {4 ]* d2 K

  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
5 b4 \: ?: L# n4 @

5 Y* H( H6 c$ r9 a0 l3 K

图1.2 大数据数据可视化架构

  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；
  

  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
  

9 U' C& T; V* Y' A- c9 ?' h

, K. n3 J) `& d$ A, |

图2.1.1 Apache Superset定义

3 O8 f3 N9 p* z* }+ X6 \) g/ s2.2 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：
  8 Z, z1 Z0 s0 M8 Q, P# E" ?

• 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
  ; f3 ?! Z1 @" l: v1 s
  
  
  : r' v+ P6 I0 H* X+ H! @3 D$ k  X2 {

图2.2.0 Apache Superset支持的数据源

• 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。
  3 j8 Y% `& R& r8 I
  
  
  . f  E9 ^) w( q, [* ?, S

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。
  
  
  
  
  - s( N9 i. w- V4 D$ q  M0 a. \
  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；
  ) V0 K2 L' l/ {+ v/ L5 U  g) y

  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；
( U5 u" ^' S9 T8 n" `+ c9 u

图3.1.0 Apache Superset在SQL Lab上探索数据

' [& O2 R0 A6 d1 `" n

  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. 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；
  
  
  
  - y6 \# h* Z$ q  S( W; G1 i7 x

图4.1.0 Apache Superset版本预览

+ y( y, i0 C0 O5 O

• 博主选的是apache-superset-0.38.1.tar.gz在Linux上的Python环境代码部署。
  & P" U0 ]- D1 Z1 f+ }- v" G( R  k' d

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
  

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。
  ) ]$ f* N2 H5 r( T

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
   : O7 C- H( g! k3 b
2. cd /usr/local/tools
   7 f7 S! p2 Y' K8 S0 @' [$ h
3. mkdir superset
   
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：
   
7. # 写入配置文件 /etc/profile里面追加
   . [; l' r; j+ \9 y# |
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
    
11. # 安装完可以删除代理，记得再source /etc/profile
    ; V2 J" x6 U+ V8 U! C( n) O3 K
12. # 如果不想配置/etc/profile或者无权限，可以采用以下命令
    
13. # pip install virtualenv --proxy=10.212.18.34:3129，每次都需要，烦
    
14. pip install virtualenv
      G2 f- r; e* a4 r, a9 n. m
15. 
    
16. # 配置命名虚拟机
    # x1 e3 M' M7 g3 J7 `8 F; [
17. python3 -m venv venv
    
18. 
    
19. # 启动虚拟机，会在当前目录下自动创建venv目录
    ; c/ d6 `  C' U  Y  _! }; a% X
20. . venv/bin/activate
    
21. 
    % C* {9 n2 b  s( Z- F  `' b
22. # 退出虚拟机指令，但是这里不需要退出
    0 Y( o% J0 o' N: l+ m4 W( K
23. # 退出虚拟机指令，但是这里不需要退出
    
24. # 退出虚拟机指令，但是这里不需要退出
    : c3 t" z" k6 a" N
25. deactivate
    
26. 
    : f5 x1 `3 t4 E, w! d
27. # 安装更新一些依赖
    
28. pip install --upgrade setuptools pip -i https://pypi.douban.com/simple/
    7 `3 x- s1 V$ M& c
29. 
    , Z# m2 ^! x9 A5 \( 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
    # ~7 {5 i6 H6 E* P- ~
31. 
    + r# o# ^: F4 S: Q: P
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"
    % \4 S! R# ~0 d% M
33. # 解决：
    
34. vi /etc/yum.repos.d/epel.repo
    
35. gpgcheck=0
    . ~% x; B( h+ q* M0 W. k
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
    & f6 d3 _, b8 z. _# y. @. ^
37. 
    
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
    7 k0 ?8 P4 @" S& m, d
39. pip install apache-superset==1.4.2
    - l4 d' g$ a8 L1 P3 s
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
    $ k8 g7 y) ~5 _, N0 f) q! i. I
43. 
    * ~' {7 a% y# l, I* ^
44. # 安装email_validator
    
45. pip3 install email_validator -i https://pypi.douban.com/simple/
    + C: x, u3 l8 b
46. 
    
47. # 更新数据库
    # F/ \$ o& E7 c6 G: p1 ^" c! E
48. superset db upgrade
    # d6 R% H, N% v) Q% e" W4 P
49. 
    
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
    9 G3 v; l; Y4 U' @
52. superset fab create-admin
    ( s7 \, X/ U9 T( r8 D/ |
53. 
    & x; P+ U! C6 B' A* t( H
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。
    ; v! h. z/ y; ^& j$ @
55. superset load_examples
    ! u" ~# Y! G0 o9 g! h. X9 W
56. 
    + J7 {( t8 `/ P- l6 y" j; m6 I
57. # 初始化
    
58. superset init
      ^: ~/ X) N% m( ^- f" Z0 {
59. 
    4 L# q% B# f( ]' |# \* q$ Y% y) f
60. # 启动，官网是superset run -p 8088 --with-threads --reload --debugger
    - }0 R" T( b- l. |; i# V% J8 f
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
    + M( g4 c# ]) G$ H# i" w4 }& `4 y* m
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
    8 n: z2 C. L: k& b% A' \) Z, F7 v
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
    " n/ X( O  ^- E6 K1 g
69. # --daemon：后台运行
      S  u; W, g( @0 L, H/ v* D
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。
    , C4 S* P& B( G1 y  P
72. 
    
73. 
    9 r/ G3 r# ~" q! ^' f! ?
74. # 如果没开启后台停止，直接ctrl+c关停
    9 H0 d& D; f  ]# D6 Z6 K
75. # 后台进程停止gunicorn
    
76. ps -ef | awk '/gunicorn/ && !/awk/{print $2}' | xargs kill -9

复制代码

! k! D1 }! G) W+ ?) O# C
' W/ u" ^+ a' K: }* P6 |& j4.3 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' {% n. b. O: B8 g

) V1 W$ ^! B7 r

图4.3.0 成功安装的提示

; F0 D" Q7 y& C1 R- o) o

  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

3 R% O2 V" @5 j+ u6 K3 b$ \

  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
   
2. ModuleNotFoundError: No module named 'dataclasses'
   # V3 f' y* \, h+ D+ G  V' v8 k* R9 J
3. 
   ) e# }/ T8 h; i" m! _5 t9 O
4. # 解决
   1 ^; h- I# Z& P0 c6 z$ |. z! ?
5. pip install dataclasses
   5 G4 Q" w6 q" y; l+ J
6. 
   
7. # 报错
   " f# `' [7 g6 T3 r4 U, W3 x/ L
8. No PIL installation found
   # V; T+ L) k6 o5 s7 k: {) j
9. # 解决
   2 j, I4 v3 C, ^9 i0 B4 w3 u
10. pip install pillow
    + A4 |0 a1 a  g! u

复制代码

; O6 h8 J7 {% h

  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。
% b; a8 Q8 ~/ A$ f: g# r8 }. e, i. a1 k
% _$ z+ @/ u* i: y0 o  ?

1. 
   
2. #安装好superset后会在venv生成很多文件，切换到venv
   : m* u. H" c7 S* T# W4 E, G$ m' m+ c
3. cd /usr/local/tools/superset/venv/
   
4. 
   ! t0 `$ X: d  i
5. 
   
6. 
   . D9 D3 z! e# D" N
7. #新建日志文件夹
   
8. mkdir log
   
9. 
   6 q7 R$ t# N- R: Q& u
10. #切换到log目录，新权限 日志，错误日志和启动pid文件
    3 ?; {1 ?) z  Q( \: `! T5 T2 D( q
11. cd log
    # W6 I  f# w  j! K- U
12. touch gunicorn_access.log
    
13. touch gunicorn_error.log
    
14. touch pidfile
    
15. chmod 755 ./*  #修改权限
    3 f) A6 U/ ?; s2 |
16. 
    
17. #切换到/usr/local/tools/superset/venv/bin，写一个gunicorn配置文件，python语言
    + t7 s9 B9 `( ?# Q( |. X& v
18. cd ./usr/local/tools/superset/venv/bin
    
19. 
    , L4 G" r# J, ~) e( K6 R
20. 
    9 J' o2 O. A- s* ~/ R
21. vim gunicorn_config.py  # 内容如下
    4 F9 d9 r9 U0 i: s0 r
22. 
    + p+ a2 V, D2 k4 I- {2 t6 E
23. #内容开始
    1 F, L& l  i* B2 Z
24. import multiprocessing
    
25. 
      y/ |% v2 z5 y' L; S  U( |5 o! Y
26. 
    
27. bind = '10.218.10.290:9089'      #绑定ip和端口号
    # V. G: n$ ~& Z/ [0 @$ d
28. backlog = 512                #监听队列
    3 Y2 Y# i' E3 a/ K1 B4 J
29. timeout = 30   #超时
    ' S' y/ H, t; N+ k0 W9 |/ Q
30. worker_class = 'gevent'
    
31. workers = 5
    
32. worker_connections = 1000
    ( d7 z7 U* i* U8 P) G4 e
33. threads = 2 #指定每个进程开启的线程数
    
34. loglevel = 'info'  # 日志级别
    0 f5 \, j! }# i( I9 h) T
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. 
    1 o6 b$ _3 t' J
37. 
    
38. 
    5 k& A; W- D8 l0 u
39. pidfile = '/usr/local/tools/superset/venv/log/pidfile'
    
40. errorlog = '/usr/local/tools/superset/venv/log/gunicorn_error.log'
    6 f% B, c" J! U" x% p
41. accesslog = '/usr/local/tools/superset/venv/log/gunicorn_access.log'
    % G$ L6 h6 w1 V- H7 m6 K. x6 R
42. 
    
43. print("IP and PORT:"+bind)
    + M! Z% j& c9 B0 w6 K  x
44. print("pid_file:"+pidfile)
    
45. print("error_log:"+errorlog)
    6 n) j" Q* @+ W, m. v( f: o
46. print("access_log:"+accesslog)
    
47. 
    - [! u9 g" J. {4 A7 T, `/ Q5 G
48. #内容结束
    - j' V9 G" m5 Y- J" m$ m
49. 
    
50. #然后 wq! 保存退出
    
51. 
    7 Y2 S0 }# s; V3 {" H. C
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
    / p2 u. g7 M* F1 [8 {% d
53. gunicorn -c ./gunicorn_config.py "superset.app:create_app()" --daemon
    
54. 
    , h; b+ ]) d; w8 V
55. # 后台进程查看
    
56. ps -ef | grep gunicorn
    " j* u2 ?% Y8 t* E! `4 k+ w$ ^
57. 
    + j: R$ Y9 J! d, E+ s/ u
58. # 或者通过端口查看
    $ z% T5 H. K0 h* W
59. netstata -tunlp | grep 9089
    
60. # 或
    4 ^* q( W& x& y$ d
61. ss -anp | grep 9089
    4 r0 k$ v1 i, K4 i% U
62. 
    ' `) g- J$ N9 R$ i
63. # 如果没开启后台停止，直接ctrl+c关停
    
64. # 后台进程停止gunicorn
    ! K7 Y' e' Y+ X
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

! T! |- c7 c; D

  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。
% h8 |( ~; b$ Q" C: W  u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。
" Z$ f% W9 C; R6 |( Y( v

4 w6 I9 y% w  B+ r4 E

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

  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

/ B; g( ^) [: x5.3 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。
  o( H$ f" m5 P7 n/ q2 k! \. x+ k  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

1 ~7 M8 \) A* m+ o4 ], X' M

  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。
6 I5 R& B5 @( }) P% o  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
  : a/ l  s' \; G3 @

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；

2 x  P: S% m) L' t7 X0 A' P% V1 O; |

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。

图5.4.2 支持的图表类型

* y, g0 w: A2 g5.5 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

  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；
  u4 T6 \: n" z: `2 h  R- T

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

: p" M7 r* p( r9 G" 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

6.1 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。
( n! m, A3 G3 ~' B$ ]! T  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。
  1 \* }( o0 A7 a# A9 l

  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。
6 o  U8 Y+ X% |2 k

8 P$ n+ J. q# n6 y& \

图6.1.0 系统默认角色

% B* D" \8 J# I1 O% @% J

  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。

; I8 o; `* f1 J5 |

图6.1.1 新建角色

5 u* X% |9 y/ o2 M) g6 D
4 \' M8 i5 g- k, a; K6 e: i- k) J# c6.2 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

0 ^6 K! h( _0 M7 ^
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

3 L# i0 o4 ~, M& H
0 A. H1 k# n6 o& T1 i% M2 k  q9 J6.4 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。
  * s  a/ Q, S: L+ D3 x/ t
  
  
  $ v: f% `; e1 O2 _- }, a$ e% e! M

图6.4.0 个人信息模块
3 S4 P6 W4 @$ D+ P) T
6.5 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

. F2 U* e6 F7 A; [* m; d7 w6.6 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。
1 x- l3 r: y, V  P

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

  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。

! \: n- `$ m# v3 M; I6 |/ T
原文来源：https://blog.csdn.net/LXWalaz1s1s/article/details/119061337

& @5 B- o+ d$ I. F3 Y" z# \