Superset的安装配置及基础使用手册
之前研究过一些可视化工具/开源框架，包括powerBI、Tableau和Superset等。
Superset是Airbnb开源BI数据分析与可视化平台（曾用名Caravel、Panoramix），该工具主要特点是可自助分析、自定义仪表盘、分析结果可视化（导出）、用户/角色权限控制，还集成了一个SQL编辑器，可以进行SQL编辑查询等，原来是用于支持Druid的可视化分析，后面发展为支持很多种关系数据库及大数据计算框架，如：mysql, oracle, Postgres, Presto, sqlite, Redshift, Impala, SparkSQL, Greenplum, MSSQL。
总结记录一下Superset安装配置和基础使用。
1. 安装（CentOS & Win）
1.1 CentOS （参考https://blog.csdn.net/qq273681448/article/details/75050513）
yum makecache
sudo easy_install -i http://pypi.douban.com/simple/ pip
sudo easy_install pip
sudo yum install gcc libffi-devel python-devel python-pip python-wheel openssl-devel libsasl2-devel openldap-devel#安装Superset
pip install superset
#创建管理员用户名和密码
fabmanager create-admin --app superset
#初始化Superset
superset db upgrade
#装载初始化样例数据
superset load_examples
#创建默认角色和权限
superset init
#启动Superset
superset runserver 数据库依赖
| 数据库 | 命令 | 链接方式 |
|---|---|---|
| MySQL | pip install mysqlclient | mysql:// |
| Postgres | pip install psycopg2 | postgresql+psycopg2:// |
| Presto | pip install pyhive | presto:// |
| Oracle | pip install cx_Oracle | oracle:// |
| sqlite | sqlite:// | |
| Redshift | pip install sqlalchemy-redshift | redshift+psycopg2:// |
| MSSQL | pip install pymssql | mssql:// |
| Impala | pip install impyla | impala:// |
| SparkSQL | pip install pyhive | jdbc+hive:// |
1.2 Windows（参考https://zhuanlan.zhihu.com/p/36223295）
1.2.1 安装虚拟环境virtualenv（需要安装Python，并配置环境变量）
pip install virtualenv
1.2.2 使用virtualenv。先在D盘建立d:\pycharm\superset目录。
d:
md pycharm
cd pycharm
md superset
cd superset
1.2.3 激活
cd d:\pycharm\superset
# 创建虚拟环境
virtualenv env
# 激活，启用虚拟环境（必须要用反斜杆）
env\Scripts\activate
激活之后的界面如上图，注意在命令行输入的左侧有（env）标记，这样我们的后续操作都会在env中生效，不会影响整体的pyhton环境。
1.2.4 安装VS2015，2017好像不行。
1.2.5 安装sasl。不装这个包，可能superset安装会不成功。下载地址
1.2.6 前置项安装完毕，开始安装superset。（在这步出现问题，pip install python-geohash一直报错，最后卸载VS2015，安装Microsoft Visual C++ 14.0解决）
pip install superset
# 创建管理员帐号
fabmanager create-admin --app superset
# 初始化数据库 (windows下，先进入到
Python安装目录（或者virtualEnv的虚拟目录）下，lib\site-packages\superset\bin下)
Python superset db upgrade
# 加载例子(后续操作都需要在lib\site-packages\superset\bin下)
Python superset load_examples
# 初始化角色和权限
Python superset init
# 启动服务，端口 8088, 使用 -p 更改端口号。
Python superset runserver -d
1.2.7 使用浏览器，打开localhost:8088即可看到登录页面。
1.2.8 数据库连接：mysql://root:[email protected]/crawler?charset=utf8。连接数据库之前一定要安装mysqlclient包：pip install mysqlclient
Superset支持的数据库：
2. Superset基础使用手册
2.1 创建数据源
2.1.1 连接新数据库
- Source -> Databases
点击加号（+）新增数据源
- Sqlalchemy Uri的写法：kylin://ADMIN:[email protected]:7070/kylin/api?project=lxw1234
- Kylin中的project名称，需要以URL参数的方式传递。
- 点击“TEST CONNECTION”，提示测试连接成功，并且在最下方，列出了project中所有的表。
2.1.2 添加数据表
- Sources -> Tables
- 点击加号（+）新增数据表
- Database选择之前创建好的数据源，Table Name必须是数据源中对应真实的表名，表中必须包含一个Date或者Timestamp类型的字段
2.1.3 数据表查看、编辑
- Sources -> Tables可看到所有已连接的数据表
- 可对表结构、数据类型、是否可进行group、filter、count、sum、min、max操作等进行编辑
2.2 数据探索分析与可视化展示
Table定义好维度字段和指标之后，即可针对该表进行数据探索分析与可视化展示，在List Table页面，点击一个表名，即可进入。
在分析页面中，可以针对某一个表事先定义的时间字段、维度及指标字段进行数据探索分析，并可以选择相应的图表进行可视化展示。
2.2.1 可视化图表类型选择
选择可视化图表类型。Superset自带的图表类型如上，包括柱状图、饼图、时间序列线图、堆积图、图表、热词图等。
2.2.2 数据时间范围选择
选择：
- 时间所在数据列
- 时间粒度
- 时间跨度
2.2.3 维度展示选择、图表可视化选择
- Group by：x轴统计维度
- Metrics：y轴展示的数据指标（包括指标的sum、avg等）
- Sort By：排序依据
可视化选择
- 配色
- 图例
- 是否堆积／分布
- ……
2.2.4 坐标轴编辑
- 选择X、Y轴数据格式
- 编辑X、Y轴标签
- 编辑Y轴边界
2.2.5 自定义查询／过滤
- 自定义SQL语句
- where、having语句
- 内置in／not in过滤器
2.2.6 查询可视化保存
- 将查询结果保存为slice
- 将slice增加到已有的dashboard／新增dashboard中
2.2.7 Dashboard编辑
编辑每个Slice对应的模块，可以自由拖拽位置和大小，并保存整个Dashboard的布局。
2.2.8 多表关联查询
在数据表编辑界面，可通过Database Expression，运用SQL语句实现多表关联查询。
