📈

അപ്പാച്ചര്‍ സൂപ്പര്‍സെറ്റ്Name

അനലിറ്റിക്സ്

എന്റർപ്രൈസ് അനലിറ്റിക്സിനായുള്ള ആധുനിക ഡാറ്റാ പര്യവേഷണ, ദൃശ്യവൽക്കരണ പ്ലാറ്റ്‌ഫോം.

ഏകീകൃത വിവരം

വിന്യാസം: 2-5 മിനിട്ട്
വിഭാഗം: അനലിറ്റിക്സ്
മിന്‍ റാം: 2048MB
പിന്തുണ: ടിക്കറ്റുകള്‍, ഈമെയില്‍

ഈ ഗൈഡ് പങ്കുവെയ്ക്കുക

പരിശോധിയ്ക്കുക

Apache Superset എല്ലാ നൈപുണ്യ തലങ്ങളിലുമുള്ള ഉപയോക്താക്കൾക്ക് തങ്ങളുടെ ഡാറ്റ എളുപ്പത്തിൽ പര്യവേക്ഷണം ചെയ്യാനും വിഷ്വലൈസ് ചെയ്യാനും കഴിയുന്ന ആധുനികവും എന്റർപ്രൈസ്-സജ്ജവുമായ ബിസിനസ് ഇന്റലിജൻസ്, ഡാറ്റാ പര്യവേക്ഷണ പ്ലാറ്റ്ഫോമാണ്. Airbnb-ൽ വികസിപ്പിച്ചതും ഇപ്പോൾ Apache Software Foundation-ന്റെ ടോപ്പ്-ലെവൽ പ്രോജക്ടുമായ Superset, വിപുലമായ SQL പരിജ്ഞാനമോ പ്രോഗ്രാമിംഗ് കഴിവുകളോ ഇല്ലാതെ ഡാഷ്ബോർഡുകൾ, ചാർട്ടുകൾ, ഡാറ്റാ അനലിറ്റിക്സ് ആപ്ലിക്കേഷനുകൾ എന്നിവ നിർമ്മിക്കാൻ സമ്പന്നവും അവബോധജന്യവുമായ ഇന്റർഫേസ് നൽകുന്നു.

അതിന്റെ കാതലിൽ, Superset ഏത് SQL ഡാറ്റാബേസുമായോ ഡാറ്റാ വെയർഹൗസുമായോ ബന്ധിപ്പിക്കുന്ന ശക്തമായ സെമാന്റിക് ലെയറിലാണ് നിർമ്മിച്ചിരിക്കുന്നത്. PostgreSQL, MySQL, SQLite, Oracle, Microsoft SQL Server, Amazon Redshift, Google BigQuery, Snowflake, Apache Drill, Apache Druid, Apache Hive, Presto, ClickHouse, കൂടാതെ SQLAlchemy കണക്ടറുകൾ വഴി മറ്റ് പലതും പിന്തുണയ്ക്കുന്നു. ഈ സാർവത്രിക കണക്റ്റിവിറ്റി, വ്യത്യസ്ത ഡാറ്റാ സ്രോതസ്സുകളിലുടനീളമുള്ള അനലിറ്റിക്സ് ഒറ്റ ഇന്റർഫേസിലൂടെ ഏകീകരിക്കാൻ ഓർഗനൈസേഷനുകളെ സഹായിക്കുന്നു.

40-ലധികം മുൻകൂട്ടി നിർമ്മിച്ച ചാർട്ട് തരങ്ങൾ അടങ്ങിയ വിപുലമായ വിഷ്വലൈസേഷൻ ലൈബ്രറിയാണ് പ്ലാറ്റ്ഫോമിലുള്ളത്. ടൈം-സീരീസ് ചാർട്ടുകൾ, ബാർ ചാർട്ടുകൾ, പൈ ചാർട്ടുകൾ, ജിയോഗ്രാഫിക് മാപ്പുകൾ, ഹീറ്റ്മാപ്പുകൾ, പിവറ്റ് ടേബിളുകൾ, Sankey ഡയഗ്രമുകൾ, sunburst ചാർട്ടുകൾ തുടങ്ങിയ നൂതന വിഷ്വലൈസേഷനുകൾ എന്നിവ ഇതിൽ ഉൾപ്പെടുന്നു. ഓരോ വിഷ്വലൈസേഷൻ തരവും അവബോധജന്യമായ UI വഴി വളരെയധികം ഇഷ്ടാനുസൃതമാക്കാം, കോഡ് എഴുതാതെ തന്നെ ബിസിനസ് ആവശ്യകതകൾക്ക് അനുസരിച്ച് അവതരണങ്ങൾ ക്രമീകരിക്കാൻ അനലിസ്റ്റുകളെ ഇത് അനുവദിക്കുന്നു.

Superset-ന്റെ SQL Lab, ക്വറി ചരിത്രം, സേവ് ചെയ്ത ക്വറികൾ, ക്വറി ഷെഡ്യൂളിംഗ്, ഒന്നിലധികം ടാബുകൾ, സംയോജിത ഡാറ്റാ പ്രിവ്യൂകൾ എന്നിവയുൾപ്പെടെ ഡാറ്റാ പര്യവേക്ഷണത്തിനുള്ള ശക്തമായ IDE നൽകുന്നു. ക്വറികളിൽ Jinja ടെംപ്ലേറ്റിംഗ് പിന്തുണയ്ക്കുന്നത് ഡാഷ്ബോർഡ് ഫിൽട്ടറുകളെ അടിസ്ഥാനമാക്കി ചലനാത്മക SQL ജനറേഷൻ സാധ്യമാക്കുന്നു, ഇത് സംവേദനാത്മക അനലിറ്റിക്സ് അനുഭവങ്ങൾ സൃഷ്ടിക്കുന്നു. ക്വറി ഫലങ്ങൾ കൂടുതൽ വിശകലനത്തിനോ പങ്കിടലിനോ CSV-യിലേക്ക് എക്സ്പോർട്ട് ചെയ്യാം.

VPS ഹോസ്റ്റിംഗ് പരിസ്ഥിതികളിൽ, Superset Tableau, Looker, അല്ലെങ്കിൽ Power BI പോലുള്ള വാണിജ്യ BI പ്ലാറ്റ്ഫോമുകൾക്ക് സ്വയം ഹോസ്റ്റ് ചെയ്ത ഒരു ബദലായി പ്രവർത്തിക്കുന്നു. ഉപയോക്താവിന് ലൈസൻസിംഗ് ചെലവോ വെണ്ടർ ലോക്ക്-ഇന്നോ ഇല്ലാതെ തുല്യമായ പ്രവർത്തനക്ഷമത ഇത് നൽകുന്നു. ലോഡ് ബാലൻസിംഗിലൂടെ പ്ലാറ്റ്ഫോമിന്റെ ആർക്കിടെക്ചർ തിരശ്ചീന സ്കേലിംഗിനെ പിന്തുണയ്ക്കുന്നു, ആയിരക്കണക്കിന് ഒരേസമയ ഉപയോക്താക്കളും ദശലക്ഷക്കണക്കിന് വരി ഡാറ്റയുമുള്ള എന്റർപ്രൈസ് നിലവാരത്തിലുള്ള വർക്ക്ലോഡുകൾ കൈകാര്യം ചെയ്യാൻ ഇതിന് കഴിയും.

റോൾ-അധിഷ്ഠിത ആക്സസ് കൺട്രോൾ (RBAC), ഡാറ്റാസെറ്റ്-തല, റോ-തല സുരക്ഷ, OAuth ദാതാക്കളുമായുള്ള (Google, GitHub, Okta) സംയോജനം, LDAP പ്രാമാണീകരണം, സമഗ്രമായ ഓഡിറ്റ് ലോഗിംഗ് എന്നിവ സുരക്ഷാ, ഗവേണൻസ് സവിശേഷതകളിൽ ഉൾപ്പെടുന്നു. ഒരൊറ്റ Superset ഇൻസ്റ്റാളേഷനിൽ വിവിധ വകുപ്പുകൾക്കോ ഉപഭോക്താക്കൾക്കോ വേർതിരിച്ച വർക്ക്സ്പേസുകൾ മൾട്ടി-ടെനന്റ്ഷിപ്പ് പിന്തുണ സാധ്യമാക്കുന്നു.

ശക്തമായ പ്ലഗിൻ ആർക്കിടെക്ചർ വഴിയുള്ള പ്ലാറ്റ്ഫോമിന്റെ വിപുലീകരണക്ഷമത ഡെവലപ്പർമാർക്ക് ഇഷ്ടാനുസൃത വിഷ്വലൈസേഷനുകൾ, ഡാറ്റാബേസ് കണക്ടറുകൾ, ഡാഷ്ബോർഡ് ഘടകങ്ങൾ എന്നിവ സൃഷ്ടിക്കാൻ അനുവദിക്കുന്നു. വളരുന്ന ഒരു കമ്മ്യൂണിറ്റി പ്ലഗിനുകളും എക്സ്റ്റൻഷനുകളും സംഭാവന ചെയ്യുന്നു, ഇത് Superset-ന്റെ ശേഷികളും ഇന്റഗ്രേഷൻ ഇക്കോസിസ്റ്റവും തുടർച്ചയായി വികസിപ്പിക്കുന്നു.

കീ വിശേഷതകള്‍

സാർവത്രിക ഡാറ്റാബേസ് കണക്ടിവിറ്റി

SQLAlchemy വഴി 40-ലധികം ഡാറ്റാബേസുകൾക്ക് നേറ്റീവ് പിന്തുണ, PostgreSQL, MySQL, BigQuery, Snowflake, Redshift, Druid, ClickHouse, Presto എന്നിവ ഉൾപ്പെടെ, ഏകീകൃത അനലിറ്റിക്സിനായി.

സമ്പന്നമായ വിഷ്വലൈസേഷൻ ലൈബ്രറി

ടൈം-സീരീസ്, ജിയോസ്പേഷ്യൽ മാപ്പുകൾ, പിവറ്റ് ടേബിളുകൾ, Sankey ഡയഗ്രമുകൾ എന്നിവയും വിപുലമായ ഇഷ്ടാനുസൃതമാക്കൽ ഓപ്ഷനുകളോടെയുള്ള നൂതന വിഷ്വലൈസേഷനുകളും ഉൾപ്പെടെ 40-ലധികം മുൻകൂട്ടി നിർമ്മിച്ച ചാർട്ട് തരങ്ങൾ.

SQL Lab IDE

ക്വറി ചരിത്രം, സേവ് ചെയ്ത ക്വറികൾ, മൾട്ടി-ടാബ് ഇന്റർഫേസ്, Jinja ടെംപ്ലേറ്റിംഗ്, ക്വറി ഷെഡ്യൂളിംഗ്, പര്യവേക്ഷണത്തിനുള്ള സംയോജിത ഡാറ്റാ പ്രിവ്യൂകൾ എന്നിവയുള്ള ശക്തമായ SQL എഡിറ്റർ.

എന്റർപ്രൈസ് സുരക്ഷയും ഗവേണൻസും

റോൾ-അധിഷ്ഠിത ആക്സസ് കൺട്രോൾ, റോ-തല സുരക്ഷ, ഡാറ്റാസെറ്റ് അനുമതികൾ, OAuth/LDAP സംയോജനം, സമഗ്രമായ ഓഡിറ്റ് ലോഗുകൾ, മൾട്ടി-ടെനന്റ്ഷിപ്പ് പിന്തുണ.

ഇന്ററാക്ടീവ് ഡാഷ്ബോർഡുകൾ

ക്രോസ്-ഫിൽട്ടറിംഗ്, ഡ്രിൽ-ഡൗൺ ശേഷികൾ, റെസ്പോൺസീവ് ലേഔട്ടുകൾ, ചലനാത്മക അനലിറ്റിക്സിനായുള്ള തത്സമയ ഡാറ്റാ റീഫ്രഷ് എന്നിവയോടെയുള്ള ഡ്രാഗ്-ആൻഡ്-ഡ്രോപ്പ് ഡാഷ്ബോർഡ് ബിൽഡർ.

സ്കേലബിൾ ആർക്കിടെക്ചർ

ലോഡ് ബാലൻസിംഗ്, കാഷിംഗ് ലെയറുകൾ (Redis), അസിൻക്രണസ് ക്വറി എക്സിക്യൂഷൻ (Celery), എന്റർപ്രൈസ് നിലവാരത്തിലുള്ള ഒരേസമയ ഉപയോക്താക്കൾ എന്നിവയെ പിന്തുണയ്ക്കുന്ന തിരശ്ചീനമായി സ്കേലബിൾ ഡിസൈൻ.

കേസುಗಳನ್ನು பயன்படுத்து

- ബിസിനസ് ഇന്റലിജൻസ് ഡാഷ്ബോർഡുകൾ: ഡാറ്റാധിഷ്ഠിത തീരുമാനമെടുക്കലിനായി എക്സിക്യൂട്ടീവ് ഡാഷ്ബോർഡുകൾ, KPI നിരീക്ഷണം, സെയിൽസ് അനലിറ്റിക്സ്, ഓപ്പറേഷണൽ റിപ്പോർട്ടിംഗ് എന്നിവ സൃഷ്ടിക്കുക
- ഡാറ്റാ പര്യവേക്ഷണവും വിശകലനവും: എൻജിനീയറിംഗ് പിന്തുണയില്ലാതെ അനലിസ്റ്റുകൾക്ക് ഡാറ്റാസെറ്റുകൾ പര്യവേക്ഷണം ചെയ്യാനും അഡ്-ഹോക് ക്വറികൾ നിർമ്മിക്കാനും വിഷ്വലൈസേഷനുകൾ സൃഷ്ടിക്കാനും കഴിയും
- ഉപഭോക്തൃ അനലിറ്റിക്സ് പോർട്ടലുകൾ: ഉപയോഗം, പ്രകടനം, ട്രെൻഡുകൾ എന്നിവയെക്കുറിച്ചുള്ള ഉൾക്കാഴ്ചകൾ ഉപഭോക്താക്കൾക്ക് നൽകുന്ന SaaS ആപ്ലിക്കേഷനുകളിൽ എംബെഡഡ് അനലിറ്റിക്സ് നിർമ്മിക്കുക
- തത്സമയ നിരീക്ഷണം: സ്വയമേവ പുതുക്കുന്ന ഡാഷ്ബോർഡുകളോടെ ആപ്ലിക്കേഷൻ മെട്രിക്കുകൾ, സിസ്റ്റം പ്രകടനം, IoT സെൻസർ ഡാറ്റ, ബിസിനസ് ഇവന്റുകൾ എന്നിവ നിരീക്ഷിക്കുക
- സെൽഫ്-സർവീസ് BI പ്ലാറ്റ്ഫോം: ഗവേൺ ചെയ്ത ഡാറ്റാസെറ്റുകളിൽ നിന്ന് സ്വന്തം റിപ്പോർട്ടുകളും വിഷ്വലൈസേഷനുകളും സൃഷ്ടിക്കാൻ വകുപ്പുകളിലുടനീളമുള്ള ബിസിനസ് ഉപയോക്താക്കളെ ശാക്തീകരിക്കുക
- മൾട്ടി-ടെനന്റ് അനലിറ്റിക്സ്: റോ-തല സുരക്ഷയോടെ വ്യത്യസ്ത ഉപഭോക്താക്കൾ, വകുപ്പുകൾ, ബിസിനസ് യൂണിറ്റുകൾ എന്നിവയ്ക്കായി വേർതിരിച്ച അനലിറ്റിക്സ് പരിസ്ഥിതികൾ നൽകുക

ഇന്‍സ്റ്റലേഷന്‍ മാര്‍ഗ്ഗം

pip ഉപയോഗിച്ച് Python വെർച്വൽ എൻവയോൺമെന്റിൽ Ubuntu VPS-ൽ Apache Superset ഇൻസ്റ്റാൾ ചെയ്യുക. Superset മെറ്റാഡാറ്റ സംഭരണത്തിനായി പ്രത്യേക ഡാറ്റാബേസ് (PostgreSQL ശുപാർശ ചെയ്യുന്നു) സൃഷ്ടിക്കുക. കാഷിംഗിനും അസിൻക്രണസ് ക്വറി പിന്തുണയ്ക്കുമായി Redis ഇൻസ്റ്റാൾ ചെയ്യുക.

python3 -m venv venv ഉപയോഗിച്ച് വെർച്വൽ എൻവയോൺമെന്റ് സൃഷ്ടിക്കുക, അത് ആക്ടിവേറ്റ് ചെയ്ത് pip install apache-superset ഉപയോഗിച്ച് superset പാക്കേജ് ഇൻസ്റ്റാൾ ചെയ്യുക. superset db upgrade ഉപയോഗിച്ച് ഡാറ്റാബേസ് ഇനിഷ്യലൈസ് ചെയ്ത് superset fab create-admin ഉപയോഗിച്ച് അഡ്മിൻ ഉപയോക്താവിനെ സൃഷ്ടിക്കുക.

സാമ്പിൾ ഡാറ്റ ലോഡ് ചെയ്ത് superset init കമാൻഡ് ഉപയോഗിച്ച് Superset ഇനിഷ്യലൈസ് ചെയ്യുക. SECRET_KEY, ഡാറ്റാബേസ് കണക്ഷൻ സ്ട്രിംഗുകൾ, Redis കാഷെ ക്രമീകരണങ്ങൾ എന്നിവയോടെ superset_config.py കോൺഫിഗർ ചെയ്യുക. വലിയ ഡാറ്റാസെറ്റുകളിലെ അസിൻക്രണസ് ക്വറി എക്സിക്യൂഷനായി Celery വർക്കർമാരെ സജ്ജമാക്കുക.

പ്രൊഡക്ഷൻ ഡിപ്ലോയ്മെന്റിനായി വെബ് സെർവർ (Gunicorn), റിവേഴ്സ് പ്രോക്സി (Nginx) എന്നിവ കോൺഫിഗർ ചെയ്യുക. Let's Encrypt സർട്ടിഫിക്കറ്റുകൾ ഉപയോഗിച്ച് HTTPS പ്രവർത്തനക്ഷമമാക്കുക. സ്വയമേവ ആരംഭിക്കാനും നിരീക്ഷിക്കാനുമായി Superset വെബ് സെർവറിനും Celery വർക്കർമാർക്കും systemd സർവീസുകൾ സജ്ജമാക്കുക.

ഉയർന്ന ലഭ്യതയുള്ള ഡിപ്ലോയ്മെന്റുകൾക്ക്, ലോഡ് ബാലൻസറിന് പിന്നിൽ ഒന്നിലധികം Superset വെബ് സെർവർ ഇൻസ്റ്റൻസുകൾ പ്രവർത്തിപ്പിക്കുക, പങ്കിട്ട മെറ്റാഡാറ്റ ഡാറ്റാബേസും Redis കാഷെയും കോൺഫിഗർ ചെയ്യുക, ക്വറി എക്സിക്യൂഷനായി പ്രത്യേക Celery വർക്കർ പൂൾ ഡിപ്ലോയ് ചെയ്യുക. പ്രകടനം നിരീക്ഷിക്കുകയും ക്വറി വർക്ക്ലോഡിനെ അടിസ്ഥാനമാക്കി വർക്കർമാരെ സ്കെയിൽ ചെയ്യുകയും ചെയ്യുക.

ക്രമീകരണ സൂചനകള്‍

PYTHONPATH-ലെ superset_config.py ഫയൽ വഴിയാണ് Superset കോൺഫിഗറേഷൻ നിയന്ത്രിക്കുന്നത്. സെഷൻ എൻക്രിപ്ഷനായി SECRET_KEY (openssl rand -base64 42 ഉപയോഗിച്ച് സൃഷ്ടിക്കുക), മെറ്റാഡാറ്റ സംഭരണത്തിനായി SQLALCHEMY_DATABASE_URI, Redis കാഷിംഗിനായി CACHE_CONFIG എന്നിവ കോൺഫിഗർ ചെയ്യുക.

UI വഴിയോ superset set_database_uri കമാൻഡ് വഴിയോ ഡാറ്റാബേസ് കണക്ഷനുകൾ സജ്ജമാക്കുക. ഉപയോക്തൃ റോളുകളെ അടിസ്ഥാനമാക്കി ഡാറ്റാസെറ്റുകളിൽ പ്രയോഗിക്കുന്ന SQL ഫിൽട്ടറുകൾ നിർവചിച്ച് റോ-തല സുരക്ഷ (RLS) കോൺഫിഗർ ചെയ്യുക. ബാഹ്യ പങ്കിടലിനായി PUBLIC_ROLE_LIKE = "Gamma" ഉപയോഗിച്ച് പൊതു ഡാഷ്ബോർഡുകൾ പ്രവർത്തനക്ഷമമാക്കുക.

AUTH_TYPE (DATABASE, OAUTH, LDAP, അല്ലെങ്കിൽ REMOTE_USER) കോൺഫിഗർ ചെയ്തും അനുബന്ധ AUTH_CONFIG ക്രമീകരണങ്ങൾ വഴിയും പ്രാമാണീകരണം ഇഷ്ടാനുസൃതമാക്കുക. SSO-യ്ക്കായി OAuth ദാതാക്കളുമായി (Google, GitHub, Okta) അല്ലെങ്കിൽ എന്റർപ്രൈസ് LDAP/Active Directory-യുമായി സംയോജിപ്പിക്കുക.

CSRF സംരക്ഷണം പ്രവർത്തനക്ഷമമാക്കുക, എംബെഡഡ് ഡാഷ്ബോർഡുകൾക്കായി CORS കോൺഫിഗർ ചെയ്യുക, ദീർഘനേരം നീളുന്ന ക്വറികൾ തടയാൻ ക്വറി ടൈംഔട്ടുകൾ സജ്ജമാക്കുക, റിസോഴ്സ് മാനേജ്മെന്റിനായി ക്വറി ചെലവ് കണക്കാക്കൽ പ്രവർത്തനക്ഷമമാക്കുക, ഷെഡ്യൂൾ ചെയ്ത റിപ്പോർട്ടുകൾക്കായി ഇമെയിൽ അലേർട്ടുകൾ കോൺഫിഗർ ചെയ്യുക, മെറ്റാഡാറ്റ ഡാറ്റാബേസിനായി ബാക്കപ്പ് തന്ത്രം നടപ്പിലാക്കുക എന്നിവ മികച്ച രീതികളിൽ ഉൾപ്പെടുന്നു. സെൻസിറ്റീവ് ക്രെഡൻഷ്യലുകൾ കോൺഫിഗ് ഫയലിൽ നേരിട്ട് എഴുതുന്നതിന് പകരം എൻവയോൺമെന്റ് വേരിയബിളുകൾ ഉപയോഗിക്കുക.

സാങ്കേതിക ആവശ്യങ്ങള്‍

സിസ്റ്റം ആവശ്യ‌മുണ്ടു്Name

  • മെമ്മറി: 2048എം. ബി റാം

ഈ ലേഖനം റേറ്റ് ചെയ്യുക

★★★★★
-
കയറ്റുന്നു...

നിങ്ങളുടെ ആപ്ലിക്കേഷൻ വിന്യസിക്കാൻ തയ്യാറാണോ? അപ്പാച്ചര്‍ സൂപ്പര്‍സെറ്റ്Name?

ലളിതമായ VPS സമ്മര്‍ദ്ദം പ്രക്രിയയുമായി നിമിഷങ്ങള്‍ക്കുള്ളില്‍ തുടങ്ങുക

Deploy in about 2 minutes • Full root access • Support by ticket and email