开源BI框架对比选择 Superset-Redash-Metabase

开源BI框架，我是从 数据可视化的开源方案: Superset vs Redash vs Metabase 了解到主流的三家Superset-Redash-Metabase。并且文章里面也有介绍对应的框架选择、图表丰富度等介绍。但是，时间过去一年多，redash已经投入databricks的怀抱，个人感觉它是要把大数据BI这一端给完全抢占了；另外有一些情况的变化我也会重新做一下对比，需要说明，我这边仅是从使用角度选择，不包括二次开发。如果是二次开发，那就看技术栈和框架选择，结合Redash并入databricks，毫无疑问选Redash。
下面是三家的一些网址：

Superset
https://github.com/apache/incubator-superset/pulse/monthly
http://superset.apache.org/

Redash
https://github.com/getredash/redash/pulse/monthly
https://redash.io/

Metabse
https://github.com/metabase/metabase/pulse/monthly
https://www.metabase.com/

1、活跃度对比

以下顺序为Superset-Redash-Metabase，毫无疑问，Superset碾压，后面两个基本打平，Metabase略优。

2、安装难易度

2.1 Superset

总体来说，安装难度不大：

创建一个python虚拟环境
virtualenv --no-site-packages superset
source superset/bin/activate
安装依赖，非常多，一定要用 requirements.txt，而且还会有漏网之鱼。
pip install superset -i https://pypi.douban.com/simple

superset db upgrade
导入示例数据
superset load_examples
创建admin账户
superset fab create-admin
superset init
superset run
需要注意，默认是127.0.0.1地址，我直接将环境下flask的cli.py改成了0.0.0.0。

2.2 Redash

看起来最容易的就是docker安装，但是镜像下载比较蛋疼，虽然我已经设置了国内源。docker部署说明
实际操作因为集群npm太久了，但是没有权限，没有装成功，只能用已有的镜像安装。下面是4个容器启动的 docker-compose.yml文件，注意 先docker-compose up -d，后 docker-compose run --rm server create_db，不知为何，先创建数据库，或导致 postgres不能开启端口。
还要注意 windows docker 默认端口问题，http://192.168.99.100:5000/。

version: '2'
services:
  server:
    image: redash/redash:8.0.0.b32245
    command: server
    depends_on:
      - postgres
      - redis
    ports:
      - "5000:5000"
    environment:
      PYTHONUNBUFFERED: 0
      REDASH_LOG_LEVEL: "INFO"
      REDASH_REDIS_URL: "redis://redis:6379/0"
      REDASH_DATABASE_URL: "postgresql://postgres@postgres/postgres"
      REDASH_RATELIMIT_ENABLED: "false"
    restart: always
  worker:
    image: redash/redash:8.0.0.b32245
    command: scheduler
    environment:
      PYTHONUNBUFFERED: 0
      REDASH_LOG_LEVEL: "INFO"
      REDASH_REDIS_URL: "redis://redis:6379/0"
      REDASH_DATABASE_URL: "postgresql://postgres@postgres/postgres"
      QUEUES: "queries,scheduled_queries,celery"
      WORKERS_COUNT: 2
    restart: always
  redis:
    image: redis:3-alpine
    restart: always
  postgres:
    image: postgres:11
    ports:
      - "5432:5432"
    command: "postgres -c fsync=off -c full_page_writes=off -c synchronous_commit=OFF"
    restart: always
    environment:
      POSTGRES_HOST_AUTH_METHOD: "trust"

2.3 Metabase

最简单，因为是基于JVM的语言写的，所以就一个jar包。
首先要安装java，这个一般都有。然后下载jar包，就直接命令启动了。
java -jar metabase.jar

3、使用体验

使用测试数据都是某个项目的DW/DM层数据。

3.1 Superset

1、目标用户肯定不是技术人员，基本操作逻辑就是客户探索数据，按照预定义的图表逻辑制作对应图表。说实话，功能挺丰富和全面，没有SQL照样可以做出不错的图表。另外，它的图表确实很炫酷，Demo很漂亮，对地理空间数据支持度很高。

2、使用起来感觉就是不得要领，还有稍微繁琐：首先我要创建数据源、然后注册一个数据表、之后就可以创建一张图了、最后汇总到一张仪表盘。
不得要领是最主要的问题，因为所有图表都是按产品逻辑预定义好的，与我的想法不一样，我也没心情去找说明(说明文档没有相关内容）或者慢慢学习。
比如柱状图的，默认就是统计总数，另外我想做时间序列的图时，由于我将时间格式转为字符串，然后这个就没有办法了。（以下是失败案例。。。）

3、汉化：部分汉化，有语言选择，但是汉化比例不高，另外数据会乱码。
4、总的来说，就是适合非技术人员直接对原数据的探索与BI制作，但是首先需要一定学习成本，对每一种图的逻辑都需要有所了解。另外使用起来有点延时。

3.2 Redash

1、目标用户技术人员，或者起码要会SQL。产品使用逻辑就很简单，总共3个功能：查询、仪表盘、预警。基本操作是创建一个查询，由这个查询选择字段创建图表，可以有多个。仪表盘就是插入一个个图表或文字。另外还有一个功能，预警，就是定时监测某个值，设定阈值，发邮件。

下面图片为查询：

预警：

2、最大优势就是支持数据源多，46种。另外看起来前端图表做个UI美化，比之前版本好多了；对图表的操作也比较丰富，可以移位、放大、缩小、框选、套索选择等。下图展示的是框选。

3、汉化：没有。
4、总的来说，就是专注做一件事，适合技术人员直接对原数据的进行查询制作图表，使用起来也又比较顺畅。另外是单页面应用，

3.3 Metabase

Metabase 感觉是个旗舰产品。
1、目标用户基本是想涵盖所有想用BI的用户。
2、产品页面设计非常简洁而且符合逻辑和习惯。
下图中，右上角就是两大模块，浏览数据就像dba工具一样，当然不懂SQL也可以操作，也可以使用SQL。


创建问题就是图表制作，左侧图表设置，右侧数据筛选、聚合，中间按钮随时切换 图表/原数据，产品设计非常好，而且整体使用非常流畅。

非常轻松用同样的数据制作图表，格式为字符的字段在superset无能为力，这里自动转了时间。

3、汉化：全部汉化。
4、总的来说，产品制作精良，追求卓越，适合所有BI参与者。

4、结论

虽然Superset最热，但是我最不看好它。如果是给客户使用，那么最好选Metabase，因为汉化和交互良好。如果是数据技术团队使用，那么就用Redash，特别是大数据。