Lihat
Apache Superset ialah platform kecerdasan perniagaan dan penerokaan data moden yang memudahkan pengguna pada setiap tahap kemahiran untuk meneroka dan memvisualisasikan data mereka. Pada asalnya dibangunkan di Airbnb dan kini projek peringkat teratas Apache Software Foundation, Superset menyediakan antara muka yang kaya dan intuitif untuk membina papan pemuka, carta dan aplikasi analitik data tanpa memerlukan pengetahuan SQL atau kemahiran pengaturcaraan yang meluas.
Pada terasnya, Superset dibina atas lapisan semantik yang berkuasa yang menyambung ke hampir mana-mana pangkalan data atau gudang data yang menggunakan SQL. Sokongan merangkumi PostgreSQL, MySQL, SQLite, Oracle, Microsoft SQL Server, Amazon Redshift, Google BigQuery, Snowflake, Apache Drill, Apache Druid, Apache Hive, Presto, ClickHouse dan banyak lagi melalui penyambung SQLAlchemy. Kesalingan sambungan ini membolehkan organisasi menyatukan analitik merentas sumber data yang pelbagai melalui satu antara muka.
Platform ini mempunyai pustaka visualisasi yang meluas dengan lebih 40 jenis carta siap sedia termasuk carta siri masa, carta bar, carta pai, peta geografi, peta haba, jadual pangsi, serta visualisasi lanjutan seperti gambar rajah Sankey dan carta sunburst. Setiap jenis visualisasi boleh disesuaikan melalui UI yang intuitif, membolehkan penganalisis menyesuaikan persembahan mengikut keperluan perniagaan tertentu tanpa menulis kod.
SQL Lab Superset menyediakan IDE yang berkuasa untuk penerokaan data dengan ciri termasuk sejarah pertanyaan, pertanyaan tersimpan, penjadualan pertanyaan, berbilang tab dan pratonton data bersepadu. Sokongan templat Jinja dalam pertanyaan membolehkan penjanaan SQL dinamik berdasarkan penapis papan pemuka, mencipta pengalaman analitik yang interaktif. Hasil pertanyaan boleh dieksport ke CSV untuk analisis lanjut atau perkongsian.
Untuk persekitaran pengehosan VPS, Superset berfungsi sebagai alternatif hos sendiri kepada platform BI komersial seperti Tableau, Looker atau Power BI, menyediakan fungsi yang setara tanpa kos lesen bagi setiap pengguna atau kebergantungan vendor. Seni bina platform menyokong penskalaan mendatar melalui pengimbangan beban dan boleh mengendalikan beban kerja bersaiz perusahaan dengan ribuan pengguna serentak dan berjuta-juta baris data.
Ciri keselamatan dan tadbir urus termasuk kawalan akses berasaskan peranan (RBAC), keselamatan peringkat set data dan peringkat baris, integrasi dengan penyedia OAuth (Google, GitHub, Okta), pengesahan LDAP dan pengelogan audit yang menyeluruh. Sokongan berbilang penyewa membolehkan ruang kerja terasing untuk jabatan atau pelanggan yang berbeza dalam satu pemasangan Superset.
Keboleh-lanjutan platform melalui seni bina plugin yang teguh membolehkan pembangun mencipta visualisasi tersuai, penyambung pangkalan data dan komponen papan pemuka. Komuniti yang semakin berkembang menyumbang plugin dan sambungan, terus memperluas keupayaan dan ekosistem integrasi Superset.
Ciri-ciri Utama
Kesambungan Pangkalan Data Sejagat
Sokongan asli untuk 40+ pangkalan data melalui SQLAlchemy termasuk PostgreSQL, MySQL, BigQuery, Snowflake, Redshift, Druid, ClickHouse dan Presto untuk analitik bersepadu.
Pustaka Visualisasi Kaya
40+ jenis carta siap sedia termasuk siri masa, peta geospatial, jadual pangsi, gambar rajah Sankey dan visualisasi lanjutan dengan pilihan penyesuaian yang meluas.
IDE SQL Lab
Editor SQL yang berkuasa dengan sejarah pertanyaan, pertanyaan tersimpan, antara muka berbilang tab, templat Jinja, penjadualan pertanyaan dan pratonton data bersepadu untuk penerokaan.
Keselamatan dan Tadbir Urus Perusahaan
Kawalan akses berasaskan peranan, keselamatan peringkat baris, kebenaran set data, integrasi OAuth/LDAP, log audit yang menyeluruh dan sokongan berbilang penyewa.
Papan Pemuka Interaktif
Pembina papan pemuka seret-dan-lepas dengan penapisan silang, keupayaan gerudi ke bawah, susun atur responsif dan penyegaran data masa nyata untuk analitik yang dinamik.
Seni Bina Berskala
Reka bentuk yang boleh diskalakan secara mendatar menyokong pengimbangan beban, lapisan cache (Redis), pelaksanaan pertanyaan tak segerak (Celery) dan pengguna serentak bersaiz perusahaan.
Gunakan Kes
- Papan Pemuka Perisikan Perniagaan: Cipta papan pemuka eksekutif, pemantauan KPI, analitik jualan dan pelaporan operasi untuk membuat keputusan berasaskan data
- Penerokaan dan Analisis Data: Benarkan penganalisis meneroka set data, membina pertanyaan ad-hoc dan mencipta visualisasi tanpa sokongan kejuruteraan
- Portal Analitik Pelanggan: Bina analitik terbenam dalam aplikasi SaaS yang memberikan pelanggan cerapan tentang penggunaan, prestasi dan trend mereka
- Pemantauan Masa Nyata: Pantau metrik aplikasi, prestasi sistem, data penderia IoT dan peristiwa perniagaan dengan papan pemuka yang dikemas kini secara automatik
- Platform BI Layan Diri: Beri kuasa kepada pengguna perniagaan merentas jabatan untuk mencipta laporan dan visualisasi mereka sendiri daripada set data yang ditadbir
- Analitik Berbilang Penyewa: Sediakan persekitaran analitik yang terasing untuk pelanggan, jabatan atau unit perniagaan yang berbeza dengan keselamatan peringkat baris
Panduan Pemasangan
Pasang Apache Superset pada VPS Ubuntu menggunakan pip dalam persekitaran maya Python. Cipta pangkalan data khusus (PostgreSQL disyorkan) untuk storan metadata Superset. Pasang Redis untuk cache dan sokongan pertanyaan tak segerak.
Cipta persekitaran maya dengan python3 -m venv venv, aktifkannya, dan pasang pakej superset dengan pip install apache-superset. Mulakan pangkalan data dengan superset db upgrade dan cipta pengguna admin dengan superset fab create-admin.
Muatkan data contoh dan mulakan Superset dengan arahan superset init. Konfigurasikan superset_config.py dengan SECRET_KEY, rentetan sambungan pangkalan data dan tetapan cache Redis. Sediakan pekerja Celery untuk pelaksanaan pertanyaan tak segerak pada set data yang besar.
Konfigurasikan pelayan web (Gunicorn) dan proksi terbalik (Nginx) untuk penempatan pengeluaran. Dayakan HTTPS dengan sijil Let's Encrypt. Sediakan perkhidmatan systemd untuk pelayan web Superset dan pekerja Celery untuk permulaan dan pemantauan automatik.
Bagi penempatan ketersediaan tinggi, jalankan berbilang instans pelayan web Superset di belakang pengimbang beban, konfigurasikan pangkalan data metadata dan cache Redis yang dikongsi, dan sediakan kumpulan pekerja Celery yang berasingan untuk pelaksanaan pertanyaan. Pantau prestasi dan skalakan pekerja mengikut beban pertanyaan.
Panduan Konfigurasi
Konfigurasi Superset diuruskan melalui fail superset_config.py dalam PYTHONPATH. Konfigurasikan SECRET_KEY untuk penyulitan sesi (jana dengan openssl rand -base64 42), SQLALCHEMY_DATABASE_URI untuk storan metadata, dan CACHE_CONFIG untuk cache Redis.
Sediakan sambungan pangkalan data melalui UI atau arahan superset set_database_uri. Konfigurasikan keselamatan peringkat baris (RLS) dengan mentakrifkan penapis SQL yang digunakan pada set data berdasarkan peranan pengguna. Dayakan papan pemuka awam dengan PUBLIC_ROLE_LIKE = "Gamma" untuk perkongsian luaran.
Sesuaikan pengesahan dengan mengkonfigurasikan AUTH_TYPE (DATABASE, OAUTH, LDAP atau REMOTE_USER) dan tetapan AUTH_CONFIG yang sepadan. Integrasikan dengan penyedia OAuth (Google, GitHub, Okta) atau LDAP/Active Directory perusahaan untuk SSO.
Amalan terbaik termasuk mendayakan perlindungan CSRF, mengkonfigurasikan CORS untuk papan pemuka terbenam, menetapkan tamat masa pertanyaan untuk mengelakkan pertanyaan yang berjalan lama, mendayakan anggaran kos pertanyaan untuk pengurusan sumber, mengkonfigurasikan amaran e-mel untuk laporan berjadual, dan melaksanakan strategi sandaran untuk pangkalan data metadata. Gunakan pembolehubah persekitaran bagi kelayakan sensitif dan bukannya mengekodkannya dalam fail konfigurasi.