Apžvalga
Apache Superset yra šiuolaikinė, įmonėms skirta verslo analitikos ir duomenų tyrinėjimo platforma, kuri leidžia lengvai tyrinėti ir vizualizuoti duomenis visų įgūdžių lygio naudotojams. Pradžioje sukurta Airbnb, o dabar yra Apache Software Foundation aukščiausio lygio projektas. Superset suteikia patogią sąsają skydeliams, diagramoms ir duomenų analitikos programoms kurti be išsamių SQL ar programavimo žinių.
Superset pagrinde yra galinga semantinė sluoksnis, jungiantis prie beveik bet kurios SQL kalbą suprantančios duomenų bazės ar duomenų sandėlio. Palaikomos PostgreSQL, MySQL, SQLite, Oracle, Microsoft SQL Server, Amazon Redshift, Google BigQuery, Snowflake, Apache Drill, Apache Druid, Apache Hive, Presto, ClickHouse ir dar daugiau per SQLAlchemy jungtis. Ši universali sąveika leidžia organizacijoms sujungti analitiką iš skirtingų duomenų šaltinių per vieną sąsają.
Platformoje yra plati vizualizacijų biblioteka su daugiau nei 40 iš anksto paruoštų diagramų tipų, įskaitant laiko eilučių diagramas, stulpelines ir skritulines diagramas, geografinius žemėlapius, šilumos žemėlapius, sukamąsias lenteles ir pažangias vizualizacijas, tokias kaip Sankey diagramos ir saulės spindulio (sunburst) diagramos. Kiekvieną vizualizacijos tipą galima plačiai tinkinti intuityvia sąsaja, todėl analitikai gali pritaikyti pateikimus konkretiems verslo reikalavimams be kodo rašymo.
Superset SQL Lab suteikia galingą IDE duomenims tyrinėti su užklausų istorija, išsaugotomis užklausomis, užklausų planavimu, keliais skirtukais ir integruotomis duomenų peržiūromis. Jinja šablonų palaikymas užklausose leidžia generuoti dinamišką SQL pagal skydelių filtrus, kurdamas interaktyvias analitines patirtis. Užklausų rezultatus galima eksportuoti į CSV tolesnei analizei ar dalijimuisi.
VPS hosting aplinkoms Superset yra savarankiškai talpinama alternatyva komerciniams BI įrankiams, tokiems kaip Tableau, Looker ar Power BI, suteikianti panašią funkcionalumą be licencijavimo mokesčių už naudotoją ir be priklausomybės nuo tiekėjo. Platformos architektūra palaiko horizontalų mastelio keitimą per apkrovos balansavimą ir gali apdoroti įmonės lygio darbo krūvius su tūkstančiais vienu metu dirbančių naudotojų ir milijonais duomenų eilučių.
Saugumo ir valdymo funkcijos apima vaidmenimis grindžiamą prieigos valdymą (RBAC), saugumą lygio duomenų rinkiniu ir eilute, integraciją su OAuth teikėjais (Google, GitHub, Okta), LDAP autentifikavimą ir išsamų auditą. Daugianuomininkiškumo palaikymas leidžia atskirti darbo erdves skirtiems skyriams ar klientams viename Superset diegime.
Platformos išplečiamumas per tvirtą papildinių architektūrą leidžia kūrėjams kurti tinkintas vizualizacijas, duomenų bazių jungtis ir skydelių komponentus. Augantis bendruomenės ratas kuria papildinius ir plėtinius, nuolat plėsdamas Superset galimybes ir integracijų ekosistemą.
Pagrindinės savybės
Universali duomenų bazių sąveika
Vienai analitikai palaikoma daugiau nei 40 duomenų bazių per SQLAlchemy, įskaitant PostgreSQL, MySQL, BigQuery, Snowflake, Redshift, Druid, ClickHouse ir Presto.
Plati vizualizacijų biblioteka
Daugiau nei 40 iš anksto paruoštų diagramų tipų, įskaitant laiko eilutes, geografinius žemėlapius, sukamąsias lenteles, Sankey diagramas ir pažangias vizualizacijas su plačiomis tinkinimo galimybėmis.
SQL Lab IDE
Galingas SQL redaktorius su užklausų istorija, išsaugotomis užklausomis, kelių skirtukų sąsaja, Jinja šablonais, užklausų planavimu ir integruotomis duomenų peržiūromis tyrinėjimui.
Įmonės saugumas ir valdymas
Vaidmenimis grindžiama prieigos kontrolė, eilutės lygio saugumas, duomenų rinkinių leidimai, OAuth/LDAP integracija, išsamūs audito žurnalai ir daugianuomininkiškumo palaikymas.
Interaktyvūs skydeliai
Vilkimu ir numetimu grindžiama skydelių kūrimo priemonė su kryžminiu filtravimu, gilinimu (drill-down), prisitaikančiais išdėstymais ir duomenų atnaujinimu realiuoju laiku dinamiškai analitikai.
Mastelį keičianti architektūra
Horizontaliai mastelį keičiantis dizainas, palaikantis apkrovos balansavimą, talpyklavimo sluoksnius (Redis), asinchroninį užklausų vykdymą (Celery) ir įmonės lygio vienu metu dirbančius naudotojus.
Pareiškėjo pavardė, pareigos ir atsakomybė.
- Verslo analitikos skydeliai: Kurkite vadovų skydelius, KPI stebėseną, pardavimų analitiką ir veiklos ataskaitas sprendimams, paremtiems duomenimis, priimti
- Duomenų tyrinėjimas ir analizė: Leiskite analitikams tyrinėti duomenų rinkinius, kurti specialias užklausas ir kurti vizualizacijas be inžinierių pagalbos
- Klientų analitikos portalai: Kurkite įterptinę analitiką SaaS programose, teikiančią klientams įžvalgas apie jų naudojimą, veikimą ir tendencijas
- Stebėsena realiuoju laiku: Stebėkite programų metrikas, sistemos našumą, IoT jutiklių duomenis ir verslo įvykius skydeliais, kurie atsinaujina automatiškai
- Savitarnos BI platforma: Suteikite verslo naudotojams skirtinguose skyriuose galimybę kurti savo ataskaitas ir vizualizacijas iš valdomų duomenų rinkinių
- Daugianuomininkė analitika: Teikite izoliuotas analitines aplinkas skirtingiems klientams, skyriams ar verslo padaliniams su eilute saugumo lygyje
Montavimo vadovas
Įdiekite Apache Superset Ubuntu VPS naudodami pip Python virtualioje aplinkoje. Sukurkite atskirą duomenų bazę (rekomenduojama PostgreSQL) Superset metaduomenims saugoti. Įdiekite Redis talpyklavimui ir asinchroninių užklausų palaikymui.
Sukurkite virtualią aplinką su python3 -m venv venv, aktyvuokite ją ir įdiekite superset paketą su pip install apache-superset. Inicializuokite duomenų bazę su superset db upgrade ir sukurkite administratoriaus naudotoją su superset fab create-admin.
Įkelkite pavyzdinius duomenis ir inicializuokite Superset su superset init komanda. Sukonfigūruokite superset_config.py su SECRET_KEY, duomenų bazių ryšių eilutėmis ir Redis talpyklos nustatymais. Nustatykite Celery darbuotojus asinchroniniam užklausų vykdymui didelio dydžio duomenų rinkiniuose.
Gamybiniam diegimui sukonfigūruokite žiniatinklio serverį (Gunicorn) ir atvirkštinį tarpinį serverį (Nginx). Įjunkite HTTPS su Let's Encrypt sertifikatais. Nustatykite systemd paslaugas Superset žiniatinklio serveriui ir Celery darbuotojams, kad jie automatiškai paleistųsi ir būtų stebimi.
Aukšto pasiekiamumo diegimams paleiskite kelis Superset žiniatinklio serverio egzempliorius už apkrovos balansuotuvo, sukonfigūruokite bendrą metaduomenų duomenų bazę ir Redis talpyklą bei diegti atskirą Celery darbuotojų telkinį užklausoms vykdyti. Stebėkite našumą ir keiskite darbuotojų skaičių pagal užklausų apkrovą.
Konfigūracijos patarimai
Superset konfigūracija valdoma per superset_config.py failą PYTHONPATH kelyje. Sukonfigūruokite SECRET_KEY sesijos šifravimui (generuokite su openssl rand -base64 42), SQLALCHEMY_DATABASE_URI metaduomenų saugojimui ir CACHE_CONFIG Redis talpyklai.
Nustatykite duomenų bazių ryšius per sąsają arba superset set_database_uri komandą. Sukonfigūruokite eilutės saugumą lygio (RLS) apibrėždami SQL filtrus, taikomus duomenų rinkiniams pagal naudotojų vaidmenis. Įjunkite viešus skydelius su PUBLIC_ROLE_LIKE = "Gamma" išoriniam dalijimuisi.
Tinkinkite autentifikavimą sukonfigūruodami AUTH_TYPE (DATABASE, OAUTH, LDAP arba REMOTE_USER) ir atitinkamus AUTH_CONFIG nustatymus. Integruokite su OAuth teikėjais (Google, GitHub, Okta) arba įmonių LDAP/Active Directory SSO prisijungimui.
Geriausios praktikos apima CSRF apsaugos įjungimą, CORS sukonfigūravimą įterptiems skydeliams, užklausų laiko limitų nustatymą, kad būtų išvengta ilgai trunkančių užklausų, užklausų kainos įvertinimo įjungimą išteklių valdymui, el. pašto įspėjimų konfigūravimą planuotoms ataskaitoms ir atsarginių kopijų strategijos įgyvendinimą metaduomenų duomenų bazei. Jautriems prisijungimo duomenims naudokite aplinkos kintamuosius, o ne konfigūracijos faile įrašytas reikšmes.