Superset数据探索和可视化平台入门以及案例实操
1、Superset背景
1.1、Superset概述
Apache Superset是一个现代的数据探索和可视化平台。它功能强大且十分易用，可对接各种数据源，包括很多现代的大数据分析引擎，拥有丰富的图表展示形式，并且支持自定义仪表盘。
1.2、环境说明
本案例使用的服务器操作系统为CentOS 7，Superset对接的数据源为MySQL数据库。
2、Superset安装
Superset官网地址：http://superset.apache.org/
2.1、安装Python环境
Superset是由Python语言编写的Web应用，要求Python3.7的环境。
2.1.1、安装Miniconda
conda是一个开源的包、环境管理器，可以用于在同一个机器上安装不同Python版本的软件包及其依赖，并能够在不同的Python环境之间切换，Anaconda包括Conda、Python以及一大堆安装好的工具包，比如：numpy、pandas等，Miniconda包括Conda、Python，在此处，不需要如此多的工具包，故选择MiniConda。
2.1.1.1、下载Miniconda（Python3版本）
下载地址：
2.1.1.2、安装Miniconda
- 执行以下命令进行安装，并按照提示操作，直到安装完成。
[song@hadoop102 lib]$ bash Miniconda3-latest-Linux-x86_64.sh
-
在安装过程中，出现以下提示时，可以指定安装路径
-
出现以下字样，即为安装完成
2.1.1.3、加载环境变量配置文件，使之生效
[song@hadoop102 lib]$ source ~/.bashrc
2.1.1.4、取消激活base环境
Miniconda安装完成后，每次打开终端都会激活其默认的base环境，我们可通过以下命令，禁止激活默认base环境。
[song@hadoop102 lib]$ conda config --set auto_activate_base false
2.1.2、创建Python3.7环境
2.1.2.1、配置conda国内镜像
[song@hadoop102 ~]$ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
[song@hadoop102 ~]$ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
[song@hadoop102 ~]$ conda config --set show_channel_urls yes
2.1.2.2、创建Python3.7环境
[atguigu@hadoop102 ~]$ conda create --name superset python=3.7
- 说明：conda环境管理常用命令
- 创建环境：conda create -n env_name
- 查看所有环境：conda info --envs
- 删除一个环境：conda remove -n env_name --all
2.1.2.3、激活superset环境
[song@hadoop102 ~]$ conda activate superset
2.1.2.4、退出superset环境
(superset) [song@hadoop102 ~]$ conda deactivate
2.1.2.5、执行python命令查看python版本
2.2、Superset部署
2.2.1、安装依赖
安装Superset之前，需安装以下所需依赖。
(superset) [song@hadoop102 ~]$ sudo yum install -y gcc gcc-c++ libffi-devel python-devel python-pip python-wheel python-setuptools openssl-devel cyrus-sasl-devel openldap-devel
2.2.2、安装Superset
2.2.2.1、安装（更新）setuptools和pip
(superset) [song@hadoop102 ~]$ pip install --upgrade setuptools pip -i https://pypi.douban.com/simple/
说明：pip是python的包管理工具，可以和centos中的yum类比。
2.2.2.2、安装Supetset
(superset) [song@hadoop102 ~]$ pip install apache-superset -i https://pypi.douban.com/simple/
说明：-i的作用是指定镜像，这里选择国内镜像。
注：如果遇到网络错误导致不能下载，可尝试更换镜像。
(superset) [song@hadoop102 ~]$ pip install apache-superset --trusted-host https://repo.huaweicloud.com -i https://repo.huaweicloud.com/repository/pypi/simple
2.2.2.3、初始化Supetset数据库
(superset) [song@hadoop102 ~]$ superset db upgrade
如果初始化数据库报错如下。
则执行如下命令，将markupsafe依赖的版本回退到 2.0.1。
(superset) [song@hadoop102 ~]$ pip install --force-reinstall MarkupSafe==2.0.1
创建管理员用户
(superset) [song@hadoop102 ~]$ export FLASK_APP=superset
(superset) [song@hadoop102 ~]$ superset fab create-admin
说明：flask是一个python web框架，Superset使用的就是flask，会在此创建用户名、密码
Superset初始化
(superset) [song@hadoop102 ~]$ superset init
2.2.3、启动Supterset
2.2.3.1、安装gunicorn
(superset) [song@hadoop102 ~]$ pip install gunicorn -i https://pypi.douban.com/simple/
gunicorn是一个Python Web Server，可以和java中的TomCat类比。
2.2.3.2、启动Superset
- 确保当前conda环境为superset
- 启动
(superset) [song@hadoop102 ~]$ gunicorn --workers 5 --timeout 120 --bind hadoop102:8787 "superset.app:create_app()" --daemon
-
登录Superset
访问http://hadoop102:8787，并使用之前创建的管理员账号进行登录。
-
停止superset
停掉gunicorn进程。
(superset) [song@hadoop102 ~]$ ps -ef | awk '/superset/ && !/awk/{print $2}' | xargs kill -9
退出superset环境。
(superset) [song@hadoop102 ~]$ conda deactivate
2.2.3.3、编写Superset启动、停止脚本
- 编写内容
#!/bin/bash
superset_status(){
result=`ps -ef | awk '/gunicorn/ && !/awk/{print $2}' | wc -l`
if [[ $result -eq 0 ]]; then
return 0
else
return 1
fi
}
superset_start(){
source ~/.bashrc
superset_status >/dev/null 2>&1
if [[ $? -eq 0 ]]; then
conda activate superset ; gunicorn --workers 5 --timeout 120 --bind hadoop102:8787 --daemon 'superset.app:create_app()'
else
echo "superset正在运行"
fi
}
superset_stop(){
superset_status >/dev/null 2>&1
if [[ $? -eq 0 ]]; then
echo "superset未在运行"
else
ps -ef | awk '/gunicorn/ && !/awk/{print $2}' | xargs kill -9
fi
}
case $1 in
start )
echo "启动Superset"
superset_start
;;
stop )
echo "停止Superset"
superset_stop
;;
restart )
echo "重启Superset"
superset_stop
superset_start
;;
status )
superset_status >/dev/null 2>&1
if [[ $? -eq 0 ]]; then
echo "superset未在运行"
else
echo "superset正在运行"
fi
esac
- 添加权限
chmod +x superset.sh
3、Superset使用
3.1、对接MySQL数据源
3.1.1、安装依赖
(superset) [atguigu@hadoop102 ~]$ conda install mysqlclient
说明：对接不同的数据源，需安装不同的依赖，以下地址为官网说明。
https://superset.apache.org/docs/databases/installing-database-drivers
3.1.2、重启Superset
(superset) [atguigu@hadoop102 ~]$ superset.sh restart
3.1.3、数据源配置
3.1.3.1、Database配置
- 点击Data/Databases。
- 点击＋DATABASE
- 点击填写Database及SQL Alchemy URI
注：SQL Alchemy URI编写规范：mysql://用户名:密码@主机名:端口号/数据库名称。
此处填写：
mysql://root:000000@hadoop102:3306/gmall_report?charset=utf8
- 测试连接
- 点击保存
3.1.3.2、Table配置
-
点击Data/Datasets
-
点击Data/ Datasets
3.2、制作仪表盘
3.2.1、创建空白仪表盘
-
点击Dashboards/+DASHBOARDS
-
命名并保存
3.2.2、创建图表
-
点击Charts/+CHART
-
选择何使的图表类型，创建图表
-
按照说明配置图表
-
点击“Run Query”
-
如配置无误，可出现以下图标
-
命名该图表，并保存至仪表盘
3.2.3、编辑仪表盘
-
打开仪表盘，点击编辑按钮
-
调整图表大小以及图表盘布局
-
点击下图中箭头，可调整仪表盘自动刷新时间
