Apache Superset 怎样做黄金期货交割单模板图表视频讲解下载安装

目 录 1. 需求背景1.1 大数据可视化面临的挑战1.2 大数据数据可视化的目标架构 2. Apache Superset简介2.1 Apache Superset是什么？2.2 为什么选Apache Superset？2.3 对比Metabase 3. 快速上手4. 部署安装4.1 部署方式及版本4.2 配置需求4.3 下载安装4.3 安装注意及排错4.4 启动与关闭 5. 用户手册（重点）5.1 新建Databases(数据库）5.2 新建Datasets(数据集，老版本也叫Tables)5.3 SQL Lab(SQL实验室)5.4 创建Charts(图表)5.5 创建Dashboards(仪表盘) 6. 设置6.1 角色列表及权限6.2 用户列表6.3 操作日志6.4 用户信息、退出、版本信息6.5 语言选择6.6 管理设置6.7 `+ NEW`

1. 需求背景 1.1 大数据可视化面临的挑战

  大数据的兴起，关于数据的存储、计算技术层出不穷，但是最终的数据可视化呈现，数据的探索，也成为颇为重要的一环，这一块并没有像存储、计算技术栈那么百花齐放，大家在做大数据可视化时是否也曾有这些困惑呢？

传统的可视化对接传统数据库，对大数据组件的hive，spark，presto、elasticsearch、clickhouse等兼容性差，甚至不兼容，每次还需要多一道将大数据集群数据分发到传统数据库的冗余操作；商用产品昂贵、甚至产品设置技术壁垒，很多甚至要求对接该商家的自己的大数据技术方可对接；群众基数大的Excel拖来拽习惯、SQL操作的方便性，排斥自成一派的新技术，网页版账号登录优于用户下载客户端登录；公司开发人员配置紧张，没有多余的人力自研大数据可视化平台，但是决策层希望有一个统一的可视化平台。

  诸如此类，确实令人头疼，现在就推荐一款解药Apache Superser——开源的大数据分析探索、可视化报表的神器。

1.2 大数据数据可视化的目标架构

图1.2 大数据数据可视化架构

  做事还是需要立一个目标架构，最后所有的事情都是围绕目标架构展开，才能越做越轻松，如图1.2，可是架构分为三个梯队；

第一梯队：ClickHouse、DorisDB、Kylin等优秀OLAP技术做存储，利用自带的连接引擎，快速响应，同时支持实时数据和离线数据的接入，外接可视化平台，通过权限管控后呈现给用户；第二梯队：数据存在数据仓库Hive内或者NoSQL的Hbase，再通过较为优秀且高效的引擎Presto、Flink、Spark等接入可视化平台，通过权限管控后呈现给用户；剩下就是一个特殊的，如MySQL，临时文件等文件的接入；

  注意：常用的也还有其它技术架构，如ELK架构，ELK由ElasticSearch、Logstash和Kiabana三个开源工具组成。Elasticsearch是个开源分布式搜索引擎，它的特点有：分布式，零配置，自动发现，索引自动分片，索引副本机制，restful风格接口，多数据源，自动搜索负载等。 Logstash是一个完全开源的工具，他可以对你的日志进行收集、分析，并将其存储供以后使用（如，搜索）。 kibana 也是一个开源和免费的工具，他Kibana可以为 Logstash 和 ElasticSearch 提供的日志分析友好的 Web 界面，可以帮助您汇总、分析和搜索重要数据日志。这个后续再讲，这里书归正传，先讲讲Apache Superser。

2. Apache Superset简介 2.1 Apache Superset是什么？

  Apache Superset是一款由Python语言为主开发的开源时髦数据探索分析以及可视化的报表平台；她支持丰富的数据源，且拥有多姿多彩的可视化图表选择。

官网 ：https://superset.apache.org/github ：https://github.com/apache/superset国内支持的镜像站 ：阿里云：http://mirrors.aliyun.com/pypi/simple/、豆瓣：https://pypi.douban.com/simple/ 等开发语言：Python为主

图2.1.1 Apache Superset定义

2.2 为什么选Apache Superset？ 支持丰富的数据库作为数据源，基本上平时用到的数据库都支持；如图2.2.0，支持的数据源有： Amazon Athena Amazon Redshift Apache Drill Apache Druid Apache Hive Apache Impala Apache Kylin Apache Pinot Apache Solr Apache Spark SQL Ascend.io Azure MS SQL Big Query ClickHouse CockroachDB Dremio Elasticsearch Exasol Google Sheets Hologres IBM Db2 IBM Netezza Performance Server MySQL Oracle PostgreSQL Trino Presto SAP Hana Snowflake SQLite SQL Server Teradata Vertica 图2.2.0 Apache Superset支持的数据源 多姿多彩的可视化图表，Apache Superset拥有非常丰富的图表，来实现不同的可视化需求，如图2.2.1。 图2.2.1 Apache Superset支持的图表

轻量级和高度可扩展，利用现有数据基础模型的直接进行数据探索和可视化呈现，而不需要另一个摄取层，如图2.2.2，配置好数据库后，进入SQL Lab(SQL实验室)，就可以对数据进行探索分析，SQL Lab更像是一个数据库连接查询客户端，当然要更好的数据可视化呈现，还必须结合图表和仪表盘功能。

图2.2.2 Apache Superset的SQL Lab

使用简单，如图2.3.3，Apache Superset使用层面主要分为以下个部分；

Data：主要功能是新增数据源和数据集Dataset(旧版本也叫Table)，Dataset作为数据图表可视化的基础；Charts：图表，就是针对准备好的Dataset数据集，选择一款合适的图表呈现；Dashboards：仪表盘，其实就是报表、看板大屏展示，可以将多个Charts组合到一个仪表盘内一起展示。SQL Lab：SQL实验室，其实就是一个类似DBeaver、Navicat、DataGrip等一样的多功能数据库连接客户端，但是只有查询功能，配置驱动和连接后可以进行数据库、表、字段等模型的SQL查询操作。设置：语言选择，登录注销、人员权限，操作日志等设置；

图2.2.3 Apache Superset使用预览

2.3 对比Metabase

  之前博主也写过一篇关于Metabase的大数据可视化神器Metabase——开源的大数据分析探索、可视化报表神器的博客，那么对于与Metabase，Apache Superset有哪些优劣呢；

天生自带支持的数据源Apache Superset完胜Metabase；数据图表形式Apache Superset完胜Metabase；操作界面美观丝滑度Apache Superset稍逊Metabase；托拉拽操作Apache Superset稍逊Metabase；

  向来博主都是鱼与熊掌能兼得就兼得，毕竟小孩才做选择嘛，可以考虑两个都装，Metabase用于专注业务数据需求人员，Apache Superset用于懂SQL的数据需求人员，二者生成的通用仪表盘，则可以利用一个统一的网页超