รายละเอียด
Apache Superset คือแพลตฟอร์ม business intelligence และการสำรวจข้อมูลที่ทันสมัยและพร้อมใช้งานในระดับองค์กร ทำให้ผู้ใช้ทุกระดับทักษะสำรวจและแสดงภาพข้อมูลได้ง่าย เดิมพัฒนาที่ Airbnb และปัจจุบันเป็นโปรเจกต์ระดับสูงสุดของ Apache Software Foundation Superset มีอินเทอร์เฟซที่ใช้งานง่ายและหลากหลายสำหรับสร้างแดชบอร์ด แผนภูมิ และแอปพลิเคชันวิเคราะห์ข้อมูล โดยไม่ต้องมีความรู้ SQL หรือทักษะการเขียนโปรแกรมมากนัก
ในระดับแกนหลัก Superset สร้างบนชั้น semantic ที่ทรงพลัง ซึ่งเชื่อมต่อกับฐานข้อมูลหรือคลังข้อมูลที่ใช้ SQL แทบทุกชนิด รองรับ PostgreSQL, MySQL, SQLite, Oracle, Microsoft SQL Server, Amazon Redshift, Google BigQuery, Snowflake, Apache Drill, Apache Druid, Apache Hive, Presto, ClickHouse และอีกมากมายผ่านตัวเชื่อมต่อ SQLAlchemy การเชื่อมต่อที่กว้างขวางนี้ช่วยให้องค์กรรวมการวิเคราะห์จากแหล่งข้อมูลที่แตกต่างกันผ่านอินเทอร์เฟซเดียว
แพลตฟอร์มมีคลังการแสดงภาพข้อมูลที่หลากหลายกว่า 40 ประเภทในตัว ได้แก่ แผนภูมิอนุกรมเวลา แผนภูมิแท่ง แผนภูมิวงกลม แผนที่ภูมิศาสตร์ heatmap pivot table และการแสดงผลขั้นสูงอย่าง Sankey diagram และ sunburst chart แต่ละประเภทปรับแต่งได้สูงผ่าน UI ที่ใช้งานง่าย ทำให้นักวิเคราะห์ปรับการนำเสนอให้ตรงกับความต้องการทางธุรกิจได้โดยไม่ต้องเขียนโค้ด
SQL Lab ของ Superset ให้ IDE ที่ทรงพลังสำหรับการสำรวจข้อมูล พร้อมฟีเจอร์ ได้แก่ ประวัติการค้นหา คิวรีที่บันทึกไว้ การกำหนดเวลาการรันคิวรี หลายแท็บ และการแสดงตัวอย่างข้อมูลแบบรวม รองรับ Jinja templating ในคิวรี เพื่อสร้าง SQL แบบไดนามิกตามตัวกรองของแดชบอร์ด ทำให้เกิดประสบการณ์การวิเคราะห์เชิงโต้ตอบ ผลลัพธ์ของคิวรีส่งออกเป็น CSV เพื่อวิเคราะห์หรือแชร์ต่อได้
สำหรับสภาพแวดล้อมการโฮสต์บน VPS Superset ทำหน้าที่เป็นทางเลือกที่โฮสต์เองแทนแพลตฟอร์ม BI เชิงพาณิชย์อย่าง Tableau, Looker หรือ Power BI โดยให้ฟังก์ชันเทียบเท่าโดยไม่มีค่าลิขสิทธิ์ต่อผู้ใช้และไม่ผูกติดกับผู้ขายรายเดียว สถาปัตยกรรมของแพลตฟอร์มรองรับการขยายแนวนอนผ่าน load balancing และรับมือภาระงานระดับองค์กรที่มีผู้ใช้พร้อมกันหลายพันคนและข้อมูลหลายล้านแถว
ฟีเจอร์ด้านความปลอดภัยและการกำกับดูแล ได้แก่ การควบคุมการเข้าถึงตามบทบาท (RBAC) ความปลอดภัยระดับ dataset และระดับแถว การเชื่อมต่อกับผู้ให้บริการ OAuth (Google, GitHub, Okta) การยืนยันตัวตนด้วย LDAP และ audit log อย่างครบถ้วน การรองรับหลายผู้เช่าให้มี workspace ที่แยกจากกันสำหรับแผนกหรือลูกค้าต่าง ๆ ภายในการติดตั้ง Superset เดียว
ความสามารถในการขยายผ่านสถาปัตยกรรมปลั๊กอินที่แข็งแกร่ง ช่วยให้นักพัฒนาสร้างการแสดงภาพข้อมูล ตัวเชื่อมต่อฐานข้อมูล และคอมโพเนนต์ของแดชบอร์ดที่กำหนดเองได้ ชุมชนที่เติบโตเรื่อย ๆ ร่วมสร้างปลั๊กอินและส่วนขยาย ทำให้ความสามารถและระบบนิเวศการเชื่อมต่อของ Superset ขยายตัวอย่างต่อเนื่อง
ตัวเลือกหลัก
การเชื่อมต่อฐานข้อมูลที่เป็นสากล
รองรับฐานข้อมูลมากกว่า 40 ชนิดโดยตรงผ่าน SQLAlchemy ได้แก่ PostgreSQL, MySQL, BigQuery, Snowflake, Redshift, Druid, ClickHouse และ Presto สำหรับการวิเคราะห์แบบรวม
คลังการแสดงภาพข้อมูลที่หลากหลาย
แผนภูมิมากกว่า 40 ประเภท ได้แก่ อนุกรมเวลา แผนที่ภูมิศาสตร์ pivot table Sankey diagram และการแสดงผลขั้นสูงอื่น ๆ พร้อมการปรับแต่งอย่างกว้างขวาง
IDE ของ SQL Lab
ตัวแก้ไข SQL ที่ทรงพลัง พร้อมประวัติคิวรี คิวรีที่บันทึกไว้ อินเทอร์เฟซหลายแท็บ Jinja templating การกำหนดเวลาคิวรี และการแสดงตัวอย่างข้อมูลแบบรวมสำหรับการสำรวจ
ความปลอดภัยและการกำกับดูแลระดับองค์กร
การควบคุมการเข้าถึงตามบทบาท row-level security สิทธิ์ระดับ dataset การเชื่อมต่อ OAuth/LDAP audit log อย่างครบถ้วน และการรองรับหลายผู้เช่า
แดชบอร์ดเชิงโต้ตอบ
ตัวสร้างแดชบอร์ดแบบลากและวาง พร้อม cross-filtering การเจาะลึกข้อมูล เลย์เอาต์ที่ปรับตามขนาดหน้าจอ และการรีเฟรชข้อมูลแบบเรียลไทม์ สำหรับการวิเคราะห์ที่เปลี่ยนแปลงตลอดเวลา
สถาปัตยกรรมที่ปรับขนาดได้
การออกแบบที่ขยายแนวนอนได้ รองรับ load balancing ชั้นแคช (Redis) การรันคิวรีแบบอะซิงโครนัส (Celery) และผู้ใช้พร้อมกันระดับองค์กร
กรณีการใช้
- แดชบอร์ด Business Intelligence: สร้างแดชบอร์ดสำหรับผู้บริหาร การติดตาม KPI การวิเคราะห์ยอดขาย และการรายงานการดำเนินงาน เพื่อการตัดสินใจที่ขับเคลื่อนด้วยข้อมูล
- การสำรวจและวิเคราะห์ข้อมูล: ให้นักวิเคราะห์สำรวจชุดข้อมูล สร้างคิวรีเฉพาะกิจ และสร้างการแสดงภาพข้อมูลได้โดยไม่ต้องพึ่งทีมวิศวกรรม
- พอร์ทัลการวิเคราะห์สำหรับลูกค้า: สร้างการวิเคราะห์แบบฝังตัวในแอปพลิเคชัน SaaS เพื่อให้ลูกค้าเห็นข้อมูลการใช้งาน ประสิทธิภาพ และแนวโน้มของตนเอง
- การติดตามแบบเรียลไทม์: ติดตามเมตริกของแอปพลิเคชัน ประสิทธิภาพของระบบ ข้อมูลเซนเซอร์ IoT และเหตุการณ์ทางธุรกิจ ด้วยแดชบอร์ดที่รีเฟรชอัตโนมัติ
- แพลตฟอร์ม BI แบบบริการตนเอง: ให้ผู้ใช้ทางธุรกิจในหลายแผนกสร้างรายงานและการแสดงภาพข้อมูลของตนเองจากชุดข้อมูลที่ได้รับการกำกับดูแล
- การวิเคราะห์แบบหลายผู้เช่า: จัดเตรียมสภาพแวดล้อมการวิเคราะห์ที่แยกจากกันสำหรับลูกค้า แผนก หรือหน่วยธุรกิจต่าง ๆ พร้อม row-level security
คำแนะนำการติดตั้ง
ติดตั้ง Apache Superset บน Ubuntu VPS ด้วย pip ในสภาพแวดล้อมเสมือนของ Python สร้างฐานข้อมูลโดยเฉพาะ (แนะนำ PostgreSQL) สำหรับเก็บ metadata ของ Superset และติดตั้ง Redis สำหรับการแคชและการรองรับคิวรีแบบอะซิงโครนัส
สร้างสภาพแวดล้อมเสมือนด้วย python3 -m venv venv เปิดใช้งาน แล้วติดตั้งแพ็กเกจ superset ด้วย pip install apache-superset เริ่มต้นฐานข้อมูลด้วย superset db upgrade และสร้างผู้ดูแลระบบด้วย superset fab create-admin
โหลดข้อมูลตัวอย่างและเริ่มต้น Superset ด้วยคำสั่ง superset init กำหนดค่า superset_config.py ด้วย SECRET_KEY, connection string ของฐานข้อมูล และการตั้งค่าแคช Redis ตั้งค่า Celery workers สำหรับการรันคิวรีแบบอะซิงโครนัสบนชุดข้อมูลขนาดใหญ่
กำหนดค่าเว็บเซิร์ฟเวอร์ (Gunicorn) และรีเวิร์สพร็อกซี (Nginx) สำหรับการใช้งานจริง เปิดใช้ HTTPS ด้วยใบรับรอง Let's Encrypt ตั้งค่าบริการ systemd สำหรับเว็บเซิร์ฟเวอร์ Superset และ Celery workers เพื่อให้เริ่มทำงานอัตโนมัติและตรวจสอบได้
สำหรับการปรับใช้ที่มีความพร้อมใช้งานสูง ให้รันเว็บเซิร์ฟเวอร์ Superset หลายอินสแตนซ์ไว้หลัง load balancer กำหนดค่าฐานข้อมูล metadata และ Redis cache ที่ใช้ร่วมกัน และปรับใช้กลุ่ม Celery worker แยกสำหรับการรันคิวรี ติดตามประสิทธิภาพ และปรับจำนวน worker ตามปริมาณคิวรี
ข้อแนะนำการปรับแต่ง
การกำหนดค่า Superset จัดการผ่านไฟล์ superset_config.py ใน PYTHONPATH กำหนด SECRET_KEY สำหรับการเข้ารหัส session (สร้างด้วย openssl rand -base64 42) SQLALCHEMY_DATABASE_URI สำหรับการจัดเก็บ metadata และ CACHE_CONFIG สำหรับแคช Redis
ตั้งค่าการเชื่อมต่อฐานข้อมูลผ่าน UI หรือคำสั่ง superset set_database_uri กำหนดค่า row-level security (RLS) ด้วยการกำหนดตัวกรอง SQL ที่ใช้กับ dataset ตามบทบาทของผู้ใช้ และเปิดแดชบอร์ดสาธารณะด้วย PUBLIC_ROLE_LIKE = "Gamma" สำหรับการแชร์ภายนอก
ปรับแต่งการยืนยันตัวตนโดยกำหนด AUTH_TYPE (DATABASE, OAUTH, LDAP หรือ REMOTE_USER) และการตั้งค่า AUTH_CONFIG ที่สอดคล้องกัน เชื่อมต่อกับผู้ให้บริการ OAuth (Google, GitHub, Okta) หรือ LDAP/Active Directory ขององค์กรสำหรับ SSO
แนวปฏิบัติที่ดี ได้แก่ การเปิดการป้องกัน CSRF การตั้งค่า CORS สำหรับแดชบอร์ดที่ฝังตัว การตั้งค่า timeout ของคิวรีเพื่อป้องกันคิวรีที่ทำงานนาน การเปิดการประมาณต้นทุนคิวรีเพื่อจัดการทรัพยากร การตั้งค่าการแจ้งเตือนทางอีเมลสำหรับรายงานตามกำหนดเวลา และการวางแผนสำรองข้อมูลของฐานข้อมูล metadata ใช้ตัวแปรสภาพแวดล้อมสำหรับข้อมูลลับที่ละเอียดอ่อน แทนการฝังค่าในไฟล์การกำหนดค่า
ความต้องการทางเทคนิค
ความต้องการของระบบ
- หน่วยความจำ: 2048หน่วยความจำ RAM 1 MB