Ossza meg ezt az útmutatót
Áttekintés
Az Apache Superset egy modern, vállalati szintű üzleti intelligencia- és adatfeltáró platform, amely minden tudásszintű felhasználó számára könnyűvé teszi adatainak feltárását és megjelenítését. Eredetileg az Airbnb fejlesztette, ma pedig az Apache Software Foundation legfelső szintű projektje. A Superset gazdag, intuitív felületet kínál irányítópultok, diagramok és adatelemző alkalmazások építéséhez, kiterjedt SQL-ismeret vagy programozási tudás nélkül.
A Superset lényegében egy erőteljes szemantikai rétegre épül, amely szinte bármely SQL-nyelvű adatbázishoz vagy adattárházhoz csatlakozik. Támogatja a PostgreSQL-t, a MySQL-t, az SQLite-ot, az Oracle-t, a Microsoft SQL Servert, az Amazon Redshiftet, a Google BigQueryt, a Snowflake-et, az Apache Drillt, az Apache Druidot, az Apache Hive-ot, a Prestót, a ClickHouse-t és még sok mást az SQLAlchemy-csatlakozókon keresztül. Ez az egységes kapcsolódás lehetővé teszi, hogy a szervezetek egyetlen felületen konszolidálják elemzéseiket a heterogén adatforrások között.
A platform több mint 40 előre elkészített diagramtípust kínál, köztük idősoros diagramokat, oszlopdiagramokat, kördiagramokat, földrajzi térképeket, hőtérképeket, kimutatástáblákat, valamint speciális megjelenítéseket, mint a Sankey-diagramok és a napsugárdiagramok. Minden megjelenítéstípus intuitív felhasználói felületen keresztül nagymértékben testreszabható, így az elemzők kód írása nélkül igazíthatják a prezentációkat az üzleti igényekhez.
A Superset SQL Lab felülete erőteljes IDE-t nyújt az adatfeltáráshoz: lekérdezési előzmények, mentett lekérdezések, lekérdezés-ütemezés, több lap és integrált adat-előnézetek. A lekérdezésekben használható Jinja-sablonozás dinamikus SQL-generálást tesz lehetővé az irányítópult-szűrők alapján, interaktív elemzési élményt teremtve. A lekérdezési eredmények CSV-be exportálhatók további elemzéshez vagy megosztáshoz.
VPS-hosztingi környezetekben a Superset saját üzemeltetésű alternatívát jelent a kereskedelmi BI-platformokhoz, mint a Tableau, a Looker vagy a Power BI, azonos funkcionalitást nyújtva felhasználónkénti licencdíjak és szállítófüggés nélkül. Az architektúra terheléselosztáson keresztül vízszintes skálázást támogat, és ezer egyidejű felhasználót, illetve millió sornyi adatot kezelő, vállalati méretű terhelésekre is alkalmas.
A biztonsági és irányítási funkciók közé tartozik a szerepkör-alapú hozzáférés-vezérlés (RBAC), az adatkészlet- és sorszintű biztonság, az OAuth-szolgáltatókkal (Google, GitHub, Okta) való integráció, az LDAP-hitelesítés és a kiterjedt audit-naplózás. A bérlői támogatás lehetővé teszi, hogy az osztályok vagy ügyfelek elkülönített munkaterületeket kapjanak egyetlen Superset-telepítésen belül.
A platform bővíthetősége robusztus bővítményarchitektúrán keresztül lehetővé teszi a fejlesztők számára, hogy egyedi megjelenítéseket, adatbázis-csatlakozókat és irányítópult-komponenseket hozzanak létre. Egy növekvő közösség járul hozzá bővítményekkel, folyamatosan bővítve a Superset képességeit és integrációs ökoszisztémáját.
Kulcsfontosságú jellemzők
Egységes adatbázis-kapcsolódás
Natív támogatás több mint 40 adatbázishoz SQLAlchemy-n keresztül, köztük PostgreSQL, MySQL, BigQuery, Snowflake, Redshift, Druid, ClickHouse és Presto, az egységes elemzésekhez.
Gazdag megjelenítési könyvtár
Több mint 40 előre elkészített diagramtípus, köztük idősoros, földrajzi térképek, kimutatástáblák, Sankey-diagramok és speciális megjelenítések kiterjedt testreszabási lehetőségekkel.
SQL Lab IDE
Erőteljes SQL-szerkesztő lekérdezési előzményekkel, mentett lekérdezésekkel, több lapos felülettel, Jinja-sablonozással, lekérdezés-ütemezéssel és integrált adat-előnézetekkel a feltáráshoz.
Vállalati biztonság és irányítás
Szerepkör-alapú hozzáférés-vezérlés, sorszintű biztonság, adatkészlet-jogosultságok, OAuth/LDAP integráció, kiterjedt audit-naplók és bérlői támogatás.
Interaktív irányítópultok
Fogd-és-vidd irányítópult-építő keresztszűréssel, mélyfúrási (drill-down) funkciókkal, reszponzív elrendezésekkel és valós idejű adatfrissítéssel a dinamikus elemzésekhez.
Skálázható architektúra
Vízszintesen skálázható kialakítás terheléselosztással, gyorsítótár-rétegekkel (Redis), aszinkron lekérdezés-végrehajtással (Celery) és vállalati méretű egyidejű felhasználószámmal.
Esetek használata
- Üzleti intelligencia irányítópultok: Vezetői irányítópultok, KPI-monitorozás, értékesítési elemzések és működési jelentések készítése adatvezérelt döntéshozatalhoz
- Adatfeltárás és elemzés: Elemzők számára adathalmazok feltárása, ad hoc lekérdezések építése és vizualizációk létrehozása mérnöki támogatás nélkül
- Ügyfélelemzési portálok: Beágyazott analitika építése SaaS-alkalmazásokban, amely az ügyfeleknek betekintést nyújt használatukba, teljesítményükbe és trendjeikbe
- Valós idejű monitorozás: Alkalmazásmetrikák, rendszerteljesítmény, IoT-szenzoradatok és üzleti események figyelése automatikusan frissülő irányítópultokkal
- Önkiszolgáló BI-platform: Üzleti felhasználók felhatalmazása arra, hogy a különböző osztályokon belül saját jelentéseket és vizualizációkat készítsenek szabályozott adatkészletekből
- Többbérlős elemzés: Elkülönített elemzési környezetek biztosítása különböző ügyfelek, osztályok vagy üzletágak számára, sorszintű biztonsággal
Telepítési útmutató
Telepítse az Apache Supersetet Ubuntu VPS-re pip segítségével, Python virtuális környezetben. Hozzon létre dedikált adatbázist (PostgreSQL ajánlott) a Superset metaadatainak tárolásához. Telepítse a Redist a gyorsítótárazáshoz és az aszinkron lekérdezés-támogatáshoz.
Hozzon létre virtuális környezetet a python3 -m venv venv paranccsal, aktiválja, majd telepítse a superset csomagot a pip install apache-superset paranccsal. Inicializálja az adatbázist a superset db upgrade paranccsal, és hozzon létre adminisztrátori felhasználót a superset fab create-admin paranccsal.
Töltsön be példaadatokat, és inicializálja a Supersetet a superset init paranccsal. Állítsa be a superset_config.py fájlt a SECRET_KEY, az adatbázis-kapcsolati sztringek és a Redis gyorsítótár-beállítások megadásával. Állítson be Celery munkafolyamatokat a nagy adathalmazokon futó aszinkron lekérdezések végrehajtásához.
Konfigurálja a webkiszolgálót (Gunicorn) és a fordított proxyt (Nginx) az éles telepítéshez. Engedélyezze a HTTPS-t Let's Encrypt tanúsítványokkal. Állítson be systemd szolgáltatásokat a Superset webkiszolgálóhoz és a Celery munkafolyamatokhoz az automatikus indításhoz és a monitorozáshoz.
A magas rendelkezésre állású telepítésekhez több Superset webszervert futtasson terheléselosztó mögött, konfiguráljon megosztott metaadat-adatbázist és Redis gyorsítótárat, valamint telepítsen külön Celery munkafolyamat-készletet a lekérdezések végrehajtásához. Figyelje a teljesítményt, és a lekérdezési terhelés alapján skálázza a munkafolyamatokat.
Beállítási tippek
A Superset konfigurációja a PYTHONPATH-ban lévő superset_config.py fájlon keresztül történik. Állítsa be a SECRET_KEY értéket a munkamenet-titkosításhoz (generálja openssl rand -base64 42 paranccsal), a SQLALCHEMY_DATABASE_URI értéket a metaadatok tárolásához, és a CACHE_CONFIG értéket a Redis gyorsítótárazáshoz.
Adatbázis-kapcsolatokat a felületen vagy a superset set_database_uri paranccsal állíthat be. Konfigurálja a sorszintű biztonságot (RLS) úgy, hogy SQL-szűrőket definiál, amelyeket a szerepkörök alapján alkalmaz az adatkészletekre. Engedélyezze a nyilvános irányítópultokat a PUBLIC_ROLE_LIKE = "Gamma" beállítással a külső megosztáshoz.
Az autentikáció testreszabásához állítsa be az AUTH_TYPE értékét (DATABASE, OAUTH, LDAP vagy REMOTE_USER), valamint a hozzá tartozó AUTH_CONFIG beállításokat. Integrálja az OAuth-szolgáltatókkal (Google, GitHub, Okta) vagy a vállalati LDAP/Active Directory rendszerrel az egyszeri bejelentkezéshez (SSO).
A legjobb gyakorlatok közé tartozik a CSRF-védelem engedélyezése, a CORS beállítása a beágyazott irányítópultokhoz, lekérdezés-időtúllépések beállítása a hosszan futó lekérdezések megelőzésére, a lekérdezésköltség-becslés engedélyezése az erőforrás-kezeléshez, e-mail-riasztások konfigurálása az ütemezett jelentésekhez, valamint a metaadat-adatbázis biztonsági mentési stratégiájának megvalósítása. Érzékeny hitelesítő adatokhoz környezeti változókat használjon, ne a konfigurációs fájlba írja be őket.