Yleiskatsaus
Apache Superset on moderni, yrityskäyttöön sopiva liiketoiminta-älyn ja datan tutkimisen alusta, joka tekee datan tutkimisesta ja visualisoinnista helppoa kaikentasoisille käyttäjille. Alun perin Airbnb:ssä kehitetty ja nykyään Apache Software Foundationin ylätason projekti Superset tarjoaa rikkaan ja intuitiivisen käyttöliittymän kojelautojen, kaavioiden ja data-analytiikkasovellusten rakentamiseen ilman laajaa SQL-osaamista tai ohjelmointitaitoja.
Supersetin ytimessä on tehokas semanttinen kerros, joka yhdistyy lähes mihin tahansa SQL-kieltä puhuvaan tietokantaan tai datavarastoon. Tuki kattaa PostgreSQL:n, MySQL:n, SQLite:n, Oraclen, Microsoft SQL Serverin, Amazon Redshiftin, Google BigQueryn, Snowflaken, Apache Drillin, Apache Druidin, Apache Hiven, Prestot, ClickHousen ja kymmeniä muita SQLAlchemy-liittimien kautta. Tämä yleiskäyttöinen yhteydettävyys mahdollistaa analytiikan yhdistämisen eri datalähteistä yhden käyttöliittymän kautta.
Alustalla on laaja visualisointikirjasto, jossa on yli 40 valmista kaaviotyyppiä, kuten aikasarjakaaviot, pylväskaaviot, piirakkakaaviot, maantieteelliset kartat, lämpökartat, pivot-taulukot sekä kehittyneet visualisoinnit, kuten Sankey-diagrammit ja aurinkokaaviot. Jokaista visualisointityyppiä voi muokata laajasti intuitiivisen käyttöliittymän kautta, joten analyytikot voivat räätälöidä esitykset liiketoiminnan tarpeisiin ilman koodin kirjoittamista.
Supersetin SQL Lab tarjoaa tehokkaan IDE:n datan tutkimiseen. Siinä on kyselyhistoria, tallennetut kyselyt, kyselyjen ajastus, useita välilehtiä ja integroidut tietoesikatselut. Kyselyihin voi lisätä Jinja-mallipohjia, joilla SQL generoidaan dynaamisesti kojelautojen suodattimien perusteella ja luodaan interaktiivisia analytiikkakokemuksia. Kyselytulokset voi viedä CSV-muotoon jatkoanalyysiä tai jakamista varten.
VPS-isännöintiympäristöissä Superset toimii itse isännöitynä vaihtoehtona kaupallisille BI-alustoille, kuten Tableaulle, Looker'ille tai Power BI:lle. Se tarjoaa vastaavat toiminnot ilman käyttäjäkohtaisia lisenssimaksuja tai toimittajasidonnaisuutta. Alustan arkkitehtuuri tukee vaakasuuntaista skaalausta kuormantasauksen avulla ja kestää yritystason kuormia tuhansilla samanaikaisilla käyttäjillä ja miljoonilla datarivejä.
Tietoturva- ja hallintaominaisuuksiin kuuluvat roolipohjainen käyttöoikeuksien hallinta (RBAC), aineistotason ja rivitason suojaus, integraatio OAuth-palveluntarjoajiin (Google, GitHub, Okta), LDAP-todennus ja kattava tapahtumalokitus. Monivuokraajuus mahdollistaa eristetyt työtilat eri osastoille tai asiakkaille yhdessä Superset-asennuksessa.
Alustan laajennettavuus vankan liitännäisarkkitehtuurin kautta mahdollistaa kehittäjille omat visualisoinnit, tietokantaliittimet ja kojelautakomponentit. Kasvava yhteisö kehittää liitännäisiä ja laajennuksia, jotka laajentavat jatkuvasti Supersetin ominaisuuksia ja integraatioekosysteemiä.
Tärkeimmät ominaisuudet
Yleiskäyttöinen tietokantayhteys
Natiivi tuki yli 40 tietokannalle SQLAlchemyn kautta, mukaan lukien PostgreSQL, MySQL, BigQuery, Snowflake, Redshift, Druid, ClickHouse ja Presto yhtenäiseen analytiikkaan.
Laaja visualisointikirjasto
Yli 40 valmista kaaviotyyppiä, kuten aikasarjat, maantieteelliset kartat, pivot-taulukot, Sankey-diagrammit ja kehittyneet visualisoinnit laajoilla muokkausmahdollisuuksilla.
SQL Lab -IDE
Tehokas SQL-editori, jossa on kyselyhistoria, tallennetut kyselyt, useita välilehtiä, Jinja-mallipohjat, kyselyjen ajastus ja integroidut tietoesikatselut datan tutkimiseen.
Yrityskäyttöön tarkoitettu tietoturva ja hallinta
Roolipohjainen käyttöoikeuksien hallinta, rivitason suojaus, aineistokohtaiset oikeudet, OAuth/LDAP-integraatio, kattavat tapahtumalokit ja monivuokraajuus.
Interaktiiviset kojelaudat
Vedä ja pudota -kojelaudan rakentaja, jossa on ristiinsuodatus, syventäminen (drill-down), responsiivinen asettelu ja reaaliaikainen datan päivitys dynaamiseen analytiikkaan.
Skaalautuva arkkitehtuuri
Vaakasuunnassa skaalautuva suunnittelu, joka tukee kuormantasausta, välimuistikerroksia (Redis), asynkronista kyselyn suoritusta (Celery) ja yritystason samanaikaisia käyttäjiä.
Käytä tapauksia
- Liiketoiminta-älykkyyden kojelaudat: Rakenna johdon kojelautoja, KPI-seurantaa, myyntianalytiikkaa ja operatiivista raportointia datalähtöiseen päätöksentekoon
- Datan tutkiminen ja analyysi: Anna analyytikoille mahdollisuus tutkia aineistoja, tehdä ad hoc -kyselyjä ja luoda visualisointeja ilman kehitystiimin tukea
- Asiakasanalytiikkaportaalit: Rakenna upotettua analytiikkaa SaaS-sovelluksiin, jotta asiakkaat näkevät käyttönsä, suorituskykynsä ja trendinsä
- Reaaliaikainen valvonta: Seuraa sovelluksen mittareita, järjestelmän suorituskykyä, IoT-anturidataa ja liiketoimintatapahtumia automaattisesti päivittyvien kojelautojen avulla
- Itsepalvelu-BI-alusta: Anna eri osastojen liiketoimintakäyttäjille mahdollisuus luoda omia raportteja ja visualisointeja hallituista aineistoista
- Monivuokraajainen analytiikka: Tarjoa eristetyt analytiikkaympäristöt eri asiakkaille, osastoille tai liiketoimintayksiköille rivitason suojauksella
Asennusopas
Asenna Apache Superset Ubuntu VPS:lle pip-työkalulla Python-virtuaaliympäristössä. Luo erillinen tietokanta Supersetin metatietojen tallennukseen (suositellaan PostgreSQL:ää). Asenna Redis välimuistia ja asynkronista kyselytukea varten.
Luo virtuaaliympäristö komennolla python3 -m venv venv, aktivoi se ja asenna superset-paketti komennolla pip install apache-superset. Alusta tietokanta komennolla superset db upgrade ja luo pääkäyttäjä komennolla superset fab create-admin.
Lataa esimerkkidata ja alusta Superset komennolla superset init. Määritä superset_config.py SECRET_KEY-avaimella, tietokantayhteysmerkkijonoilla ja Redis-välimuistiasetuksilla. Ota käyttöön Celery-työntekijät asynkroniseen kyselyjen suorittamiseen suurilla aineistoilla.
Määritä tuotantokäyttöönottoa varten verkkopalvelin (Gunicorn) ja käänteinen välityspalvelin (Nginx). Ota HTTPS käyttöön Let's Encrypt -varmenteilla. Määritä systemd-palvelut Supersetin verkkopalvelimelle ja Celery-työntekijöille automaattista käynnistystä ja valvontaa varten.
Korkean saatavuuden käyttöönotoissa aja useita Superset-verkkopalvelimia kuormantasaajan takana, määritä jaettu metatietotietokanta ja Redis-välimuisti sekä erillinen Celery-työntekijäryhmä kyselyjen suorittamiseen. Seuraa suorituskykyä ja skaalaa työntekijät kyselykuorman mukaan.
Asetukset vinkit
Superset-konfiguraatiota hallitaan tiedostolla superset_config.py, joka on PYTHONPATH-polussa. Määritä SECRET_KEY istuntojen salausta varten (luo komennolla openssl rand -base64 42), SQLALCHEMY_DATABASE_URI metatietojen tallennukseen ja CACHE_CONFIG Redis-välimuistiin.
Määritä tietokantayhteydet käyttöliittymän kautta tai komennolla superset set_database_uri. Ota käyttöön rivitason suojaus (RLS) määrittämällä SQL-suodattimia, joita sovelletaan aineistoihin käyttäjäroolien mukaan. Ota julkiset kojelaudat käyttöön asetuksella PUBLIC_ROLE_LIKE = "Gamma" ulkoista jakamista varten.
Mukauta todennusta määrittämällä AUTH_TYPE (DATABASE, OAUTH, LDAP tai REMOTE_USER) ja vastaavat AUTH_CONFIG-asetukset. Integroi OAuth-palveluntarjoajiin (Google, GitHub, Okta) tai yrityksen LDAP/Active Directory -järjestelmään SSO:ta varten.
Parhaisiin käytäntöihin kuuluu CSRF-suojauksen käyttöönotto, CORS-asetukset upotetuille kojelaudoille, kyselyjen aikakatkaisut pitkäkestoisten kyselyjen estämiseksi, kyselyjen kustannusarvioinnin resurssien hallintaan, sähköpostihälytykset ajastetuille raporteille ja varmuuskopiostrategia metatietotietokannalle. Käytä ympäristömuuttujia arkaluonteisille tunnuksille sen sijaan, että kirjoittaisit ne suoraan konfiguraatiotiedostoon.