原作者： 黄进然 文章自：土拨鼠的菜地园
开源篇
一、Superset
1、技术架构：Python + Flask + React + Redux + SQLAlchemy
2、使用人群：
（1）开发/分析人员做好看板，业务人员浏览看板数据
（2）业务人员可自行编辑图表，查看满足条件的结果，但使用上对业务人员不是很友好
3、安装部署：
（1）docker方式的安装部署最简单
4、数据源：支持各种数据源，包括Hive、Kylin等
5、创建步骤：连接数据源-->定义数据表/SQL查询-->图表-->看板
6、可视化：
（1）支持的图表类型多，达47种
（2）图表可视化选项少，例如，数据格式选项偏少，如需添加，需要修改配置文件
（3）可在看板中添加筛选框，支持在不同条件下查看
（4）不支持图表和看板分组管理
（5）没有提供图表的下钻功能，不支持多图表间的复杂联动
（6）不支持跨库的表关联查询
7、支持文档：
（1）安装部署和快速入门方面的文档详细
（2）但具体功能和图表制作方面的介绍文档几乎没有，需要自己摸索尝试
8、邮件通知：不支持
9、权限管理：
（1）报表权限设置复杂、繁琐、不好用
（2）可实现对菜单、数据源、数据表、字段、图表、看板等权限控制
10、二次开发：
（1）支持 RESTful API
（2）原属Airbnb的开源项目，有大公司团队维护，版本更新、Bug修复、二次开发有较大保障。
11、源代码：代码质量较差
12、Github星数：22132
二、Redash
1、技术架构：Python + Flask + AngularJS + SQLAlchemy
2、使用人群：由于是对SQL查询结果进行可视化，需要开发/分析人员做好看板，业务人员浏览看板数据。
3、安装部署：
（1）安装部署相对较麻烦
（2）参考文档：
4、数据源：支持数据源比superset少，不支持Kylin
5、创建步骤：连接数据源-->SQL查询-->图表-->看板
6、可视化：
（1）支持的图表类型不如Superset多，仅12种
（2）图表可视化选项多
（3）不支持在看板种添加筛选框
（4）不支持图表和看板分组管理
（5）没有提供图表的下钻功能，不支持多图表间的复杂联动
（6）不支持跨库的表关联查询
7、支持文档：
（1）提供快速入门教程
（2）每一个功能模块都有文档且条理清晰
8、邮件通知：支持定时发送邮件
9、权限管理：权限设置简单，仅控制用户组对数据源的权限（只有两个权限：Full access或View only）
10、二次开发：
（1）提供完整的 RESTful API 接口
11、源代码：代码质量比Superset要好，但比Metabase差一点
12、Github星数：10891
三、Metabase
1、技术架构：Clojure + React + Redux
2、使用人群：界面漂亮、友好，使用体验好，适合业务人员使用
3、安装部署：
（1）windows下安装部署非常简单
4、数据源：支持数据源少（12种），不支持Hive、Kylin
5、创建步骤：连接数据源-->图表-->看板-->定时任务
6、可视化：
（1）支持的图表类型不如superset多，仅14种
（2）图表可视化选项多，例如，提供数据格式多，设置灵活
（3）可在看板中添加筛选框，支持在不同条件下查看
（4）通过创建集合，支持图表、看板、定时任务分组管理
（5）提供图表的简单钻取功能，不支持图表间的复杂联动
（6）不支持跨库的表关联查询
7、支持文档：
（1）安装部署、快速入门、具体功能、API等方面的文档详细
8、邮件通知：支持定时发送邮件
9、权限管理：
（1）权限设置单一，只有访问权限
（2）仅实现对数据源、数据表、图表、集合等权限控制
10、二次开发：提供完整的API文档，即使完全不会 Clojure，依然可以凭借丰富的 API 与文档完成许多二次开发。
11、源代码：代码质量最好，结构清晰，整洁度高
12、Github星数：12368
最后，几个开源BI工具的详细对比
最后，除了以上的开源BI产品（大规模推广应用还是有难度的），可以试试个人版免费的FineBI，学习文档，产品稳定性，易用性相对开源都比较成熟。
FineBI
1、技术架构：纯java开发，后台业务层spring mvc + Hibernate，前台框架fineui，底层架构引擎不明，只知道有大数据引擎。
2、使用人群：
（1）开发/数据人员准备好数据，数据人员/业务人员分析。
（2）业务人员完全可自行分析、制作可视化。整个数据分析流程分工明确。
3、安装部署：
（1）直接官网下载电脑适配的版本安装激活即可
4、数据源：支持各种数据源，支持Apache Kylin、Derby、HP Vertica、IBM DB2、Informix、Sql Server、MySQL、Oracle、Pivotal Greenplum Database、Postgresql、ADS、Amazon Redshift、Apache Impala、Apache Phoenix、Gbase 8A、Gbase8S、Gbase 8T、Hadoop Hive、Kingbase、Presto、SAP HANA、SAP Sybase、Spark、Transwarp Inceptor、Hbase等主流的一些关系型数据库及非关系数据库MongoDB等
5、创建步骤：连接数据源-->建立数据业务包-->建立分析数据表-->图表分析-->看板
6、可视化：
（1）支持的图表类型多，达47种
（2）图表可视化选项少，例如，数据格式选项偏少，如需添加，需要修改配置文件
（3）可在看板中添加筛选框，支持在不同条件下查看
（4）不支持图表和看板分组管理
（5）没有提供图表的下钻功能，不支持多图表间的复杂联动
（6）不支持跨库的表关联查询
7、支持文档：
（1）安装部署和快速入门方面的文档详细，还有教学视频
（2）但具体功能和图表制作方面的介绍文档几乎没有，需要自己摸索尝试
8、邮件通知：支持
9、权限管理：
（1）有一套完整的数据、业务包、报表、人员部门权限管理，有流程节点。
（2）可实现数据源、数据表、字段、图表、看板等权限控制
10、二次开发：
（1）不支持java层面的开发
（2）只有web接口
（3）能与.NET集成、JBPM工作流集成、CAS单点登录
11、源代码：不公开，人家商业产品，有整个团队在运营。
12、个人用户使用免费，商业部署有两个并发限制，多了就要钱了，不过相比sap这种也不贵。
工具地址
私信回复“bi工具”获得。
由于一些限制，这里没法贴上安装部署的教程文档，我也将一并回复，整理成资料包。
以上都是精心推荐的BI工具，大家勤学勤用，期待你们的反馈。
最后，整理不容易，求转发点赞啦(●ˇ∀ˇ●)
更多关于数据分析的干货可以关注我的公众号“数据分析不是个事儿”
