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

# 创建管理员账号
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:123456@127.0.0.1/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:KYLIN@172.16.212.17:7070/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。