ເບິ່ງລວມ
Apache Superset ແມ່ນແພລດຟອມ business intelligence ແລະ ການສຳຫຼວດຂໍ້ມູນທີ່ທັນສະໄໝ ແລະ ພ້ອມສຳລັບອົງກອນ ເຊິ່ງເຮັດໃຫ້ຜູ້ໃຊ້ທຸກລະດັບທັກສະສາມາດສຳຫຼວດ ແລະ ເບິ່ງເຫັນຂໍ້ມູນຂອງຕົນໄດ້ງ່າຍ. ເດີມພັດທະນາທີ່ Airbnb ແລະ ປັດຈຸບັນເປັນໂຄງການລະດັບສູງສຸດຂອງ Apache Software Foundation, Superset ໃຫ້ອິນເຕີເຟດທີ່ສະດວກ ແລະ ເຂົ້າໃຈງ່າຍສຳລັບການສ້າງແດຊບອດ, ແຜນຜັງ ແລະ ແອັບພລິເຄຊັນວິເຄາະຂໍ້ມູນ ໂດຍບໍ່ຕ້ອງມີຄວາມຮູ້ SQL ຢ່າງກວ້າງຂວາງ ຫຼື ທັກສະການຂຽນໂປຣແກຣມ.
ໃນແກ່ນແທ້, Superset ສ້າງຢູ່ເທິງ semantic layer ທີ່ມີປະສິດທິພາບ ເຊິ່ງເຊື່ອມຕໍ່ກັບຖານຂໍ້ມູນ SQL ຫຼື data warehouse ເກືອບທຸກຊະນິດ. ການຮອງຮັບລວມມີ PostgreSQL, MySQL, SQLite, Oracle, Microsoft SQL Server, Amazon Redshift, Google BigQuery, Snowflake, Apache Drill, Apache Druid, Apache Hive, Presto, ClickHouse ແລະ ອີກຫຼາຍຊະນິດຜ່ານ connector ຂອງ SQLAlchemy. ການເຊື່ອມຕໍ່ທີ່ກວ້າງຂວາງນີ້ເຮັດໃຫ້ອົງກອນສາມາດລວມການວິເຄາະຈາກແຫຼ່ງຂໍ້ມູນທີ່ແຕກຕ່າງກັນເຂົ້າດ້ວຍກັນຜ່ານອິນເຕີເຟດດຽວ.
ແພລດຟອມມີໄລບຣາຣີການສະແດງຜົນທີ່ກວ້າງຂວາງ ດ້ວຍປະເພດແຜນຜັງທີ່ສ້າງໄວ້ລ່ວງໜ້າກວ່າ 40 ແບບ ລວມທັງແຜນຜັງ time-series, ແຜນຜັງແທ່ງ, ແຜນຜັງວົງກົມ, ແຜນທີ່ພູມສາດ, heatmap, pivot table ແລະ ການສະແດງຜົນຂັ້ນສູງເຊັ່ນ Sankey diagram ແລະ sunburst chart. ແຕ່ລະປະເພດການສະແດງຜົນສາມາດປັບແຕ່ງໄດ້ຢ່າງກວ້າງຂວາງຜ່ານ UI ທີ່ເຂົ້າໃຈງ່າຍ ເຮັດໃຫ້ນັກວິເຄາະປັບການນຳສະເໜີໃຫ້ເໝາະກັບຄວາມຕ້ອງການທາງທຸລະກິດໄດ້ໂດຍບໍ່ຕ້ອງຂຽນໂຄ້ດ.
SQL Lab ຂອງ Superset ໃຫ້ IDE ທີ່ມີປະສິດທິພາບສຳລັບການສຳຫຼວດຂໍ້ມູນ ພ້ອມຄຸນສົມບັດປະຫວັດ query, query ທີ່ບັນທຶກໄວ້, ການກຳນົດເວລາ query, ຫຼາຍ tab ແລະ ການສະແດງຕົວຢ່າງຂໍ້ມູນ. ການຮອງຮັບ Jinja template ໃນ query ຊ່ວຍໃຫ້ສາມາດສ້າງ SQL ແບບໄດນາມິກຕາມຕົວກອງຂອງແດຊບອດ ເຮັດໃຫ້ເກີດປະສົບການວິເຄາະແບບໂຕ້ຕອບ. ຜົນ query ສາມາດສົ່ງອອກເປັນ CSV ເພື່ອວິເຄາະ ຫຼື ແບ່ງປັນຕໍ່ໄດ້.
ສຳລັບສະພາບແວດລ້ອມ VPS hosting, Superset ເປັນທາງເລືອກແບບໂຮສເອງສຳລັບແພລດຟອມ BI ທາງການຄ້າເຊັ່ນ Tableau, Looker ຫຼື Power BI ໂດຍໃຫ້ຟັງຊັນທຽບເທົ່າກັນ ໂດຍບໍ່ມີຄ່າລິຂະສິດຕໍ່ຜູ້ໃຊ້ ແລະ ບໍ່ຜູກມັດກັບຜູ້ໃຫ້ບໍລິການ. ສະຖາປັດຕະຍະກຳຂອງແພລດຟອມຮອງຮັບການຂະຫຍາຍໃນແນວນອນຜ່ານ load balancing ແລະ ສາມາດຮັບມືກັບ workload ລະດັບອົງກອນທີ່ມີຜູ້ໃຊ້ພ້ອມກັນຫຼາຍພັນຄົນ ແລະ ຂໍ້ມູນຫຼາຍລ້ານແຖວ.
ຄຸນສົມບັດດ້ານຄວາມປອດໄພ ແລະ ການກຳກັບດູແລລວມມີ role-based access control (RBAC), ຄວາມປອດໄພລະດັບ dataset ແລະ row, ການເຊື່ອມກັບ OAuth provider (Google, GitHub, Okta), ການພິສູດຕົວຕົນດ້ວຍ LDAP ແລະ ການບັນທຶກ audit log ຢ່າງລະອຽດ. ການຮອງຮັບ multi-tenancy ໃຫ້ພື້ນທີ່ເຮັດວຽກທີ່ແຍກອອກຈາກກັນສຳລັບພະແນກ ຫຼື ລູກຄ້າທີ່ແຕກຕ່າງກັນພາຍໃນການຕິດຕັ້ງ Superset ດຽວ.
ຄວາມສາມາດໃນການຂະຫຍາຍຂອງແພລດຟອມຜ່ານສະຖາປັດຕະຍະກຳ plugin ທີ່ເຂັ້ມແຂງ ເຮັດໃຫ້ນັກພັດທະນາສ້າງການສະແດງຜົນ, connector ຖານຂໍ້ມູນ ແລະ ອົງປະກອບແດຊບອດທີ່ກຳນົດເອງໄດ້. ຊຸມຊົນທີ່ເຕີບໂຕຍັງປະກອບສ່ວນ plugin ແລະ ສ່ວນຂະຫຍາຍ ເຊິ່ງຊ່ວຍຂະຫຍາຍຄວາມສາມາດ ແລະ ລະບົບນິເວດການເຊື່ອມໂຍງຂອງ Superset ຢ່າງຕໍ່ເນື່ອງ.
ຄຸນສົມບັດຫຼັກ
ການເຊື່ອມຕໍ່ຖານຂໍ້ມູນທີ່ກວ້າງຂວາງ
ຮອງຮັບຖານຂໍ້ມູນ 40 ກວ່າຊະນິດແບບ native ຜ່ານ SQLAlchemy ລວມທັງ PostgreSQL, MySQL, BigQuery, Snowflake, Redshift, Druid, ClickHouse ແລະ Presto ສຳລັບການວິເຄາະແບບລວມ.
ໄລບຣາຣີການສະແດງຜົນທີ່ອຸດົມສົມບູນ
ປະເພດແຜນຜັງທີ່ສ້າງໄວ້ລ່ວງໜ້າກວ່າ 40 ແບບ ລວມທັງ time-series, ແຜນທີ່ພູມສາດ, pivot table, Sankey diagram ແລະ ການສະແດງຜົນຂັ້ນສູງທີ່ປັບແຕ່ງໄດ້ຢ່າງກວ້າງຂວາງ.
IDE ສຳລັບ SQL Lab
ຕົວແກ້ໄຂ SQL ທີ່ມີປະສິດທິພາບ ພ້ອມປະຫວັດ query, query ທີ່ບັນທຶກໄວ້, ອິນເຕີເຟດຫຼາຍ tab, ການ template ດ້ວຍ Jinja, ການກຳນົດເວລາ query ແລະ ການສະແດງຕົວຢ່າງຂໍ້ມູນສຳລັບການສຳຫຼວດ.
ຄວາມປອດໄພ ແລະ ການກຳກັບດູແລລະດັບອົງກອນ
Role-based access control, row-level security, ສິດການເຂົ້າເຖິງ dataset, ການເຊື່ອມ OAuth/LDAP, audit log ຢ່າງລະອຽດ ແລະ ການຮອງຮັບ multi-tenancy.
ແດຊບອດແບບໂຕ້ຕອບ
ເຄື່ອງມືສ້າງແດຊບອດແບບ drag-and-drop ພ້ອມ cross-filtering, drill-down, layout ທີ່ປັບຕາມຂະໜາດໜ້າຈໍ ແລະ ການອັບເດດຂໍ້ມູນແບບ real-time ສຳລັບການວິເຄາະທີ່ມີການເຄື່ອນໄຫວ.
ສະຖາປັດຕະຍະກຳທີ່ຂະຫຍາຍໄດ້
ການອອກແບບທີ່ຂະຫຍາຍໃນແນວນອນໄດ້ ຮອງຮັບ load balancing, ຊັ້ນແຄດ (Redis), ການປະມວນຜົນ query ແບບ async (Celery) ແລະ ຜູ້ໃຊ້ພ້ອມກັນຈຳນວນຫຼາຍລະດັບອົງກອນ.
ກໍລະນີໃຊ້ງານ
- ແດຊບອດ Business Intelligence: ສ້າງແດຊບອດສຳລັບຜູ້ບໍລິຫານ, ການຕິດຕາມ KPI, ການວິເຄາະຍອດຂາຍ ແລະ ການລາຍງານການດຳເນີນງານ ເພື່ອການຕັດສິນໃຈທີ່ອີງໃສ່ຂໍ້ມູນ
- ການສຳຫຼວດ ແລະ ວິເຄາະຂໍ້ມູນ: ໃຫ້ນັກວິເຄາະສາມາດສຳຫຼວດ dataset, ສ້າງ query ແບບ ad-hoc ແລະ ສ້າງການສະແດງຜົນໂດຍບໍ່ຕ້ອງພຶ່ງພາທີມ engineering
- ພອດໂຟລິໂອການວິເຄາະລູກຄ້າ: ສ້າງການວິເຄາະແບບ embedded ໃນແອັບ SaaS ເພື່ອໃຫ້ລູກຄ້າເຫັນຂໍ້ມູນການໃຊ້ງານ, ປະສິດທິພາບ ແລະ ແນວໂນ້ມຂອງຕົນເອງ
- ການຕິດຕາມແບບ Real-Time: ຕິດຕາມ metrics ຂອງແອັບພລິເຄຊັນ, ປະສິດທິພາບຂອງລະບົບ, ຂໍ້ມູນ sensor IoT ແລະ ເຫດການທຸລະກິດ ດ້ວຍແດຊບອດທີ່ອັບເດດອັດຕະໂນມັດ
- ແພລດຟອມ BI ແບບ Self-Service: ໃຫ້ຜູ້ໃຊ້ທາງທຸລະກິດໃນທຸກພະແນກສ້າງລາຍງານ ແລະ ການສະແດງຜົນຂອງຕົນເອງຈາກ dataset ທີ່ຖືກກຳກັບດູແລ
- Multi-Tenant Analytics: ສະໜອງສະພາບແວດລ້ອມການວິເຄາະທີ່ແຍກອອກຈາກກັນສຳລັບລູກຄ້າ, ພະແນກ ຫຼື ໜ່ວຍທຸລະກິດທີ່ແຕກຕ່າງກັນ ພ້ອມ row-level security
ຄູ່ມືການຕິດຕັ້ງ
ຕິດຕັ້ງ Apache Superset ໃນ Ubuntu VPS ດ້ວຍ pip ໃນ Python virtual environment. ສ້າງຖານຂໍ້ມູນສະເພາະ (ແນະນຳ PostgreSQL) ສຳລັບເກັບ metadata ຂອງ Superset. ຕິດຕັ້ງ Redis ສຳລັບການແຄດ ແລະ ການຮອງຮັບ query ແບບ async.
ສ້າງ virtual environment ດ້ວຍ python3 -m venv venv, ເປີດໃຊ້ງານມັນ ແລະ ຕິດຕັ້ງແພັກເກດ superset ດ້ວຍ pip install apache-superset. ເລີ່ມຕົ້ນຖານຂໍ້ມູນດ້ວຍ superset db upgrade ແລ້ວສ້າງຜູ້ໃຊ້ admin ດ້ວຍ superset fab create-admin.
ໂຫຼດຂໍ້ມູນຕົວຢ່າງ ແລະ ເລີ່ມຕົ້ນ Superset ດ້ວຍຄຳສັ່ງ superset init. ຕັ້ງຄ່າ superset_config.py ດ້ວຍ SECRET_KEY, ສາຍການເຊື່ອມຕໍ່ຖານຂໍ້ມູນ ແລະ ການຕັ້ງຄ່າແຄດ Redis. ຕັ້ງ Celery worker ສຳລັບການປະມວນຜົນ query ແບບ asynchronous ກັບຊຸດຂໍ້ມູນຂະໜາດໃຫຍ່.
ຕັ້ງຄ່າ web server (Gunicorn) ແລະ reverse proxy (Nginx) ສຳລັບການນຳໃຊ້ໃນ production. ເປີດ HTTPS ດ້ວຍໃບຢັ້ງຢືນ Let's Encrypt. ຕັ້ງ systemd service ສຳລັບ web server ຂອງ Superset ແລະ Celery worker ເພື່ອໃຫ້ເລີ່ມອັດຕະໂນມັດ ແລະ ຕິດຕາມໄດ້.
ສຳລັບການນຳໃຊ້ທີ່ມີຄວາມພ້ອມໃຊ້ງານສູງ, ໃຫ້ຮັນ web server ຂອງ Superset ຫຼາຍ instance ຢູ່ຫຼັງ load balancer, ຕັ້ງຄ່າຖານຂໍ້ມູນ metadata ແລະ Redis cache ທີ່ໃຊ້ຮ່ວມກັນ ແລະ ນຳໃຊ້ pool ຂອງ Celery worker ແຍກຕ່າງຫາກສຳລັບການປະມວນຜົນ query. ຕິດຕາມປະສິດທິພາບ ແລະ ປັບຈຳນວນ worker ຕາມປະລິມານ query.
ຂໍ້ແນະນຳການຕັ້ງຄ່າ
ການຕັ້ງຄ່າ Superset ຖືກຈັດການຜ່ານໄຟລ໌ superset_config.py ທີ່ຢູ່ໃນ PYTHONPATH. ຕັ້ງ SECRET_KEY ສຳລັບການເຂົ້າລະຫັດ session (ສ້າງດ້ວຍ openssl rand -base64 42), SQLALCHEMY_DATABASE_URI ສຳລັບການເກັບ metadata ແລະ CACHE_CONFIG ສຳລັບແຄດ Redis.
ຕັ້ງຄ່າການເຊື່ອມຕໍ່ຖານຂໍ້ມູນຜ່ານ UI ຫຼື ຄຳສັ່ງ superset set_database_uri. ຕັ້ງຄ່າ row-level security (RLS) ໂດຍກຳນົດຕົວກອງ SQL ທີ່ນຳໃຊ້ກັບ dataset ຕາມບົດບາດຂອງຜູ້ໃຊ້. ເປີດແດຊບອດສາທາລະນະດ້ວຍ PUBLIC_ROLE_LIKE = "Gamma" ເພື່ອແບ່ງປັນກັບພາຍນອກ.
ປັບແຕ່ງການພິສູດຕົວຕົນໂດຍຕັ້ງຄ່າ AUTH_TYPE (DATABASE, OAUTH, LDAP ຫຼື REMOTE_USER) ພ້ອມການຕັ້ງຄ່າ AUTH_CONFIG ທີ່ກ່ຽວຂ້ອງ. ເຊື່ອມກັບ OAuth provider (Google, GitHub, Okta) ຫຼື LDAP/Active Directory ລະດັບອົງກອນສຳລັບ SSO.
ແນວປະຕິບັດທີ່ດີທີ່ສຸດລວມມີ: ເປີດການປ້ອງກັນ CSRF, ຕັ້ງຄ່າ CORS ສຳລັບແດຊບອດແບບ embedded, ກຳນົດ timeout ຂອງ query ເພື່ອປ້ອງກັນ query ທີ່ໃຊ້ເວລາດົນ, ເປີດການປະເມີນຕົ້ນທຶນ query ເພື່ອຈັດການຊັບພະຍາກອນ, ຕັ້ງຄ່າການແຈ້ງເຕືອນທາງອີເມວສຳລັບລາຍງານທີ່ກຳນົດເວລາ ແລະ ວາງແຜນການ backup ສຳລັບຖານຂໍ້ມູນ metadata. ໃຊ້ຕົວແປສະພາບແວດລ້ອມສຳລັບຂໍ້ມູນລັບ ແທນການເຂົ້າລະຫັດໄວ້ໃນໄຟລ໌ config.