این راهنما را به اشتراک بگذارید
نمای کلی
Apache Superset یک پلتفرم مدرن و آماده سازمانی برای هوش تجاری و کاوش داده است که کار با داده را برای کاربران در هر سطح مهارتی آسان میکند. Superset که در ابتدا در Airbnb توسعه یافت و اکنون یک پروژه سطح بالای بنیاد نرمافزار آپاچی است، رابط غنی و شهودی برای ساخت داشبوردها، نمودارها و برنامههای تحلیل داده ارائه میدهد، بدون آنکه به دانش گسترده SQL یا مهارت برنامهنویسی نیاز باشد.
Superset در هسته خود بر پایه یک لایه معنایی قدرتمند ساخته شده که به تقریباً هر پایگاه داده یا انبار دادهای که با SQL کار میکند متصل میشود. پشتیبانی شامل PostgreSQL، MySQL، SQLite، Oracle، Microsoft SQL Server، Amazon Redshift، Google BigQuery، Snowflake، Apache Drill، Apache Druid، Apache Hive، Presto، ClickHouse و دهها مورد دیگر از طریق اتصالدهندههای SQLAlchemy است. این اتصال همهجانبه، سازمانها را قادر میسازد تحلیلها را از طریق یک رابط واحد در منابع داده ناهمگون یکپارچه کنند.
این پلتفرم کتابخانه گستردهای از بیش از ۴۰ نوع نمودار از پیش ساختهشده دارد، از جمله نمودارهای سری زمانی، نمودارهای میلهای، نمودارهای دایرهای، نقشههای جغرافیایی، heatmap، جدولهای محوری و تجسمهای پیشرفته مانند نمودارهای Sankey و sunburst. هر نوع تجسم از طریق یک رابط کاربری شهودی بهشدت قابل سفارشیسازی است و به تحلیلگران امکان میدهد ارائهها را بدون نوشتن کد با نیازهای کسبوکار خاص تطبیق دهند.
SQL Lab در Superset یک IDE قدرتمند برای کاوش داده ارائه میدهد با امکاناتی مانند تاریخچه پرسوجو، پرسوجوهای ذخیرهشده، زمانبندی پرسوجو، چند برگه و پیشنمایش یکپارچه داده. پشتیبانی از قالببندی Jinja در پرسوجوها، تولید پویای SQL را بر اساس فیلترهای داشبورد ممکن میکند و تجربههای تحلیلی تعاملی میسازد. نتایج پرسوجو را میتوان برای تحلیل بیشتر یا اشتراکگذاری به CSV صادر کرد.
در محیطهای میزبانی VPS، Superset بهعنوان جایگزین خودمیزبان پلتفرمهای BI تجاری مانند Tableau، Looker یا Power BI عمل میکند و قابلیتهای معادل را بدون هزینه مجوز به ازای هر کاربر یا وابستگی به فروشنده ارائه میدهد. معماری این پلتفرم از مقیاسپذیری افقی از طریق load balancing پشتیبانی میکند و میتواند بارهای کاری در مقیاس سازمانی با هزاران کاربر همزمان و میلیونها ردیف داده را مدیریت کند.
امکانات امنیتی و حاکمیت شامل کنترل دسترسی مبتنی بر نقش (RBAC)، امنیت در سطح مجموعه داده و سطح ردیف، یکپارچهسازی با ارائهدهندگان OAuth (Google، GitHub، Okta)، احراز هویت LDAP و ثبت حسابرسی جامع است. پشتیبانی از چندمستاجری، فضاهای کاری ایزوله را برای بخشها یا مشتریان مختلف درون یک نصب واحد Superset ممکن میکند.
قابلیت توسعه این پلتفرم از طریق معماری افزونه قوی به توسعهدهندگان امکان میدهد تجسمها، اتصالدهندههای پایگاه داده و اجزای داشبورد سفارشی بسازند. جامعه رو به رشدی افزونهها و توسعهها را مشارکت میدهد و امکانات و اکوسیستم یکپارچهسازی Superset را پیوسته گسترش میدهد.
ویژگیهای کلیدی
اتصال همهجانبه به پایگاه داده
پشتیبانی بومی از بیش از ۴۰ پایگاه داده از طریق SQLAlchemy، از جمله PostgreSQL، MySQL، BigQuery، Snowflake، Redshift، Druid، ClickHouse و Presto برای تحلیل یکپارچه.
کتابخانه غنی تجسم
بیش از ۴۰ نوع نمودار از پیش ساختهشده شامل سری زمانی، نقشههای جغرافیایی، جدولهای محوری، نمودارهای Sankey و تجسمهای پیشرفته با گزینههای سفارشیسازی گسترده.
محیط توسعه SQL Lab
ویرایشگر قدرتمند SQL با تاریخچه پرسوجو، پرسوجوهای ذخیرهشده، رابط چندبرگه، قالببندی Jinja، زمانبندی پرسوجو و پیشنمایش یکپارچه داده برای کاوش.
امنیت و حاکمیت سازمانی
کنترل دسترسی مبتنی بر نقش، امنیت سطح ردیف، مجوزهای مجموعه داده، یکپارچهسازی OAuth/LDAP، ثبت حسابرسی جامع و پشتیبانی از چندمستاجری.
داشبوردهای تعاملی
سازنده داشبورد کشیدنورها کردن با فیلتر متقاطع، قابلیت drill-down، چیدمان واکنشگرا و بهروزرسانی بلادرنگ داده برای تحلیل پویا.
معماری مقیاسپذیر
طراحی مقیاسپذیر افقی با پشتیبانی از load balancing، لایههای کش (Redis)، اجرای ناهمگام پرسوجو (Celery) و کاربران همزمان در مقیاس سازمانی.
موارد استفاده
- داشبوردهای هوش تجاری: ساخت داشبوردهای مدیریتی، پایش KPI، تحلیل فروش و گزارشدهی عملیاتی برای تصمیمگیری مبتنی بر داده
- کاوش و تحلیل داده: امکان کاوش مجموعه دادهها، ساخت پرسوجوهای موردی و ایجاد تجسمها برای تحلیلگران بدون نیاز به پشتیبانی مهندسی
- پرتالهای تحلیل مشتری: ساخت تحلیل تعبیهشده در برنامههای SaaS که به مشتریان بینش درباره استفاده، عملکرد و روندهایشان میدهد
- پایش بلادرنگ: پایش معیارهای برنامه، عملکرد سیستم، داده حسگرهای IoT و رویدادهای کسبوکار با داشبوردهای خودبهروزشونده
- پلتفرم BI خودخدمت: توانمندسازی کاربران کسبوکار در بخشهای مختلف برای ساخت گزارشها و تجسمهای خودشان از مجموعه دادههای تحت حاکمیت
- تحلیل چندمستاجری: ارائه محیطهای تحلیل ایزوله برای مشتریان، بخشها یا واحدهای کسبوکار مختلف با امنیت سطح ردیف
راهنمای نصب
Apache Superset را روی VPS اوبونتو با pip در یک محیط مجازی Python نصب کنید. یک پایگاه داده اختصاصی (PostgreSQL توصیه میشود) برای ذخیره فراداده Superset بسازید. Redis را برای کش و پشتیبانی از پرسوجوی ناهمگام نصب کنید.
محیط مجازی را با python3 -m venv venv بسازید، آن را فعال کنید و بسته superset را با pip install apache-superset نصب کنید. پایگاه داده را با superset db upgrade مقداردهی اولیه کنید و کاربر مدیر را با superset fab create-admin بسازید.
داده نمونه را بارگذاری کنید و Superset را با دستور superset init مقداردهی اولیه کنید. فایل superset_config.py را با SECRET_KEY، رشتههای اتصال پایگاه داده و تنظیمات کش Redis پیکربندی کنید. کارگرهای Celery را برای اجرای ناهمگام پرسوجو روی مجموعه دادههای بزرگ راهاندازی کنید.
وبسرور (Gunicorn) و reverse proxy (Nginx) را برای استقرار عملیاتی پیکربندی کنید. HTTPS را با گواهیهای Let's Encrypt فعال کنید. سرویسهای systemd را برای وبسرور Superset و کارگرهای Celery برای راهاندازی و پایش خودکار تنظیم کنید.
برای استقرارهای با دسترسی بالا، چند نمونه وبسرور Superset را پشت load balancer اجرا کنید، پایگاه داده فراداده مشترک و کش Redis را پیکربندی کنید و یک استخر جداگانه کارگر Celery برای اجرای پرسوجو مستقر کنید. عملکرد را پایش کنید و کارگرها را بر اساس بار پرسوجو مقیاس دهید.
نکات پیکربندی
پیکربندی Superset از طریق فایل superset_config.py در PYTHONPATH مدیریت میشود. SECRET_KEY را برای رمزگذاری نشست پیکربندی کنید (با openssl rand -base64 42 تولید کنید)، SQLALCHEMY_DATABASE_URI را برای ذخیره فراداده و CACHE_CONFIG را برای کش Redis تنظیم کنید.
اتصالهای پایگاه داده را از طریق رابط کاربری یا دستور superset set_database_uri تنظیم کنید. امنیت سطح ردیف (RLS) را با تعریف فیلترهای SQL که بر اساس نقشهای کاربر روی مجموعه دادهها اعمال میشوند پیکربندی کنید. داشبوردهای عمومی را با PUBLIC_ROLE_LIKE = «Gamma» برای اشتراکگذاری بیرونی فعال کنید.
احراز هویت را با پیکربندی AUTH_TYPE (DATABASE، OAUTH، LDAP یا REMOTE_USER) و تنظیمات AUTH_CONFIG متناظر سفارشی کنید. برای SSO با ارائهدهندگان OAuth (Google، GitHub، Okta) یا LDAP/Active Directory سازمانی یکپارچه شوید.
بهترین شیوهها شامل فعالسازی محافظت CSRF، پیکربندی CORS برای داشبوردهای تعبیهشده، تنظیم زمانانتظار پرسوجو برای جلوگیری از پرسوجوهای طولانی، فعالسازی برآورد هزینه پرسوجو برای مدیریت منابع، پیکربندی هشدارهای ایمیلی برای گزارشهای زمانبندیشده و پیادهسازی راهبرد پشتیبانگیری از پایگاه داده فراداده است. برای اعتبارنامههای حساس، بهجای درج مستقیم در فایل پیکربندی، از متغیرهای محیطی استفاده کنید.