Superset 安装和配置

Superset 安装和配置

开篇之前的题外话：

目前，Superset的文档还非常少，而且我也是初次接触，处于学习阶段，故文章主体是Superset的官方文档翻译，我会添加一些我个人的经验和看法。

一、基础环境

Superset目前使用Python 2.7和Python 3.4+进行测试。 推荐Python 3，不支持Python 2.6。（之前好像只支持2.7，现在主流居然放在了3上，看来想要使用这种开源且比较新的软件，我们最好使用最新的Python版本）

Superset为了安全考虑，在其元数据数据库中存储数据库连接信息。为了这个目的，他们使用了cryptography库来加密连接密码，但是这个库有操作体统级别的依赖。如果你在进行安装和初始化时碰到了错误，就需要在OS上安装这些依赖：

对于Debian和Ubuntu，以下命令将确保安装所需的依赖关系：

sudo apt-get install build-essential libssl-dev libffi-dev python-dev python-pip libsasl2-dev libldap2-dev

对于Fedora和RHEL衍生产品，以下命令将确保安装所需的依赖关系：

sudo yum upgrade python-setuptools
sudo yum install gcc libffi-devel python-devel python-pip python-wheel openssl-devel libsasl2-devel openldap-devel

OSX，不推荐使用系统python。 brew的python也有pip：

brew install pkg-config libffi openssl python
env LDFLAGS="-L$(brew --prefix openssl)/lib" CFLAGS="-I$(brew --prefix openssl)/include" pip install cryptography

Windows在这一点上没有正式支持，但如果你想尝试它，下载get-pip.py，并运行python get-pip.py可能需要管理员访问。 然后运行以下命令：

C:\> pip install cryptography

# You may also have to create C:\Temp
C:\> md C:\Temp

二、Python Virtualenv、setup tools、pip

建议在virtualenv中安装Superset。 Python 3已经提供了virtualenv，对于Python 2你需要安装它。使用pip来安装：

pip install virtualenv

您可以通过以下方式创建和激活virtualenv：

# virtualenv is shipped in Python 3 as pyvenv
virtualenv venv
. ./venv/bin/activate

在Windows上，激活它的语法有点不同：

venv\Scripts\activate

一旦你激活你的virtualenv你所做的一切都只限于virtualenv。 要退出virtualenv只需键入deactivate。

尽可能的更新到最新版本的setuptools和pip

pip install --upgrade setuptools pip

三、Superset的安装和初始化

按照以下几个简单的步骤安装Superset：

# Install superset
pip install superset

# Create an admin user
fabmanager create-admin --app superset

# Initialize the database
superset db upgrade

# Load some data to play with
superset load_examples

# Create default roles and permissions
superset init

# Start the web server on port 8088
superset runserver -p 8088

# To start a development web server, use the -d switch
# superset runserver -d

安装后，您应该能够将浏览器指向正确的主机名:port http:// localhost:8088，使用您在创建管理员帐户时输入的凭据登录，然后Menu -> Admin -> Refresh Metadata。这个动作刷新你的所有数据源，数据源显示在Menu -> Datasources，从那里你可以开始使用你的数据！

Superset使用gunicorn来跑web server，不支持windows。

四、Load Balancer配置

如果您在负载平衡器或逆向代理（例如AWS上的NGINX或ELB）后运行Superset，您可能需要使用运行状况检查端点，以便负载均衡器知道您的Superset实例是否正在运行。这在/health提供，如果web服务器正在运行，将返回包含“OK”的200响应。

如果负载均衡器插入X-Forwarded-For / X-Forwarded-Proto头，则应在超集配置文件中设置ENABLE_PROXY_FIX = True以提取和使用头。

五、Superset配置

要配置应用程序，您需要创建一个文件（模块）superset_config.py并确保它在您的PYTHONPATH中。 以下是可以在该文件中配置的一些参数：

#---------------------------------------------------------
# Superset specific config
#---------------------------------------------------------
ROW_LIMIT = 5000
SUPERSET_WORKERS = 4

SUPERSET_WEBSERVER_PORT = 8088
#---------------------------------------------------------

#---------------------------------------------------------
# Flask App Builder configuration
#---------------------------------------------------------
# Your App secret key
SECRET_KEY = '\2\1thisismyscretkey\1\2\e\y\y\h'

# The SQLAlchemy connection string to your database backend
# This connection defines the path to the database that stores your
# superset metadata (slices, connections, tables, dashboards, ...).
# Note that the connection information to connect to the datasources
# you want to explore are managed directly in the web UI
SQLALCHEMY_DATABASE_URI = 'sqlite:////path/to/superset.db'

# Flask-WTF flag for CSRF
CSRF_ENABLED = True

# Set this API key to enable Mapbox visualizations
MAPBOX_API_KEY = ''

此文件还允许您定义Flask App Builder（Superset使用的Web框架）使用的配置参数。 有关如何配置Superset的更多信息，请参阅Flask App Builder文档。

请确保以下配置：

SQLALCHEMY_DATABASE_URI，默认情况下存储在~/.superset/superset.db
SECRET_KEY，一个长的随机字符串

六、数据库依赖的安装和配置

Superset不附带与数据库的连接，除了Sqlite，它是Python标准库的一部分。 您需要为要用作元数据数据库的数据库安装所需的软件包，以及连接到要通过Superset访问的数据库所需的软件包。

这里有一些推荐的软件包列表。

database	pypi package	SQLAlchemy URI prefix
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://

注意，许多其他数据库都支持，主要标准是存在一个功能的SqlAlchemy方言和Python驱动程序。 除了描述要连接的数据库的关键字之外，搜索关键字sqlalchemy应该能够将您带到正确的位置。

七、配置缓存

Superset使用Flask-Cache进行缓存。 配置缓存后端与在superset_config.py中提供符合Flask-Cache规范的CACHE_CONFIG常量一样简单。

Flask-Cache支持多个缓存后端（Redis，Memcached，SimpleCache（内存中）或本地文件系统）。 如果你要使用Memcached请使用pylibmc客户端库，因为python-memcached不能正确处理存储二进制数据。 如果你使用Redis，请安装[python-redis]（https://pypi.python.org/pypi/redis）。

对于设置超时，这是在Superset元数据中完成的，并从“切片配置”到数据源的配置，到数据库的“timeout searchpath”，并最终落回在CACHE_CONFIG中定义的全局默认值。

未完待续