系統環境：Windows 10
Python：3.6.6
Superset：0.27.0
0 Superset 簡介
Superset 是一款由 Airbnb 開源的“現代化的企業級 BI（商業智能） Web 應用程序”，其通過創建和分享 dashboard，為數據分析提供了輕量級的數據查詢和可視化方案。
Superset 的前端主要用到了 React 和 NVD3/D3，而后端則基於 Python 的 Flask 框架和 Pandas、SQLAlchemy 等依賴庫，主要提供了這幾方面的功能：
- 集成數據查詢功能，支持多種數據庫，包括 MySQL、PostgresSQL、Oracle、SQL Server、SQLite、SparkSQL 等，並深度支持 Druid。
- 通過 NVD3/D3 預定義了多種可視化圖表，滿足大部分的數據展示功能。如果還有其他需求，也可以自開發更多的圖表類型，或者嵌入其他的 JavaScript 圖表庫（如 HighCharts、ECharts）。
- 提供細粒度安全模型，可以在功能層面和數據層面進行訪問控制。支持多種鑒權方式（如數據庫、OpenID、LDAP、OAuth、REMOTE_USER 等）。
Superset 的搭建與使用非常簡單，只需要一些 Python 基礎，下面先從創建虛擬環境開始。
1 創建虛擬環境
Superset 的依賴包較多，為了避免沖突，需要先搭建虛擬環境，再進行安裝，這里推薦使用 Anaconda 自帶的 conda 工具創建虛擬環境：
conda create -n superset python=3.6 創建虛擬環境成功后，啟動虛擬環境：
activate superset
2 安裝
使用豆瓣源安裝 Superset：
pip install superset -i https://pypi.douban.com/simple 這里遇到了一個坑，某個依賴包沒有被正確的安裝，當時隨手就解決了，沒有記錄下來。只大概記得報錯信息提到 Microsoft Visual C++ 14.0 is required ，這是因為該依賴包需要安裝 C++ 進行編譯。
一般不用為此專門安裝 Microsoft Visual C++ 14.0，而是去下載該依賴包的 whl 格式文件（需要對應虛擬環境的 python 版本），再進入 whl 文件所在的路徑通過 pip install 安裝即可。如果在安裝過程中遇到其他問題，就把報錯信息復制出來，然后去問問神奇的 stackoverflow 吧！
3 初始化
初始化的官方步驟如下：
# 創建管理員賬號 fabmanager create-admin --app superset # 初始化數據庫 superset db upgrade # 載入案例數據 superset load_examples # 初始化角色和權限 superset init # 啟動服務，端口號 8088，使用 -p 更改端口號 superset runserver 但在命令行中直接運行 superset， 會提示“不是內部或外部命令”。要解決這個問題，可以直接通過 cd 命令進入 Superset 安裝目錄（ ...\Anaconda3\envs\superset\Lib\site-packages\superset\bin ）。然后運行如下命令：
python superset db upgrade
python superset load_examples
python superset init
python superset runserver
這里直接運行 python superset runserver 會出錯，原因是 Superset 使用 gunicorn 作為應用程序服務器，而 gunicorn 不支持 Windows。需要在命令行中添加 -d，使用 development web server 運行。最終運行命令為：
python superset runserver -d 但是這種部署方式，官方並不建議在生產環境中使用。在 Superset 的 issues 922，有人提供了一種方法，使用 waitress。首先安裝 waitress：
pip install waitress
接着找到 superset/cil.py 的 debug_run() 函數：
def debug_run(app, port, use_reloader): app.run( host='0.0.0.0', port=int(port), threaded=True, debug=True, use_reloader=use_reloader) 將其改寫成：
def debug_run(app, port): from waitress import serve #使用 waitress 解決 gunicorn 不支持 windows 問題 return serve( app, host='0.0.0.0', port=int(port)) 再次運行 Superset:
python superset runserver -d -p 8079 最后在瀏覽器輸入 http://localhost:8079 進入登錄界面：
輸入在 fabmanager create-admin --app superset 這步設置的賬號和密碼登錄，進入 Superset 首頁（右上角國旗處可設置語言）：
這里 Superset 已經用之前加載的示例數據，建立了 4 個 dashboard，選擇其中一個進行查看（即本文開始的那個 dashboard）：
4 數據源
接下來，將演示如何連接數據庫，以及怎樣使用表和導入 CSV 到數據庫。Superset 還深度支持 Druid（一個高效的海量數據查詢系統），但這里不做介紹。
4.1 連接到數據庫
從頂部導航菜單的 Source — Databases 進入數據庫列表頁：
點擊在數據庫列表右上角的綠色加號按鈕：
點擊按鈕后，將進入添加數據庫的表單頁，因為這只是一次簡單的演示，只需要填寫兩項：Database 和 SQLAlchemy URL，分別是數據庫名稱和 SQLAlchemy 的連接 URI （參閱為目標數據庫創建連接 URI 的 SQLAlchemy 文檔）。
這里為了方便，用的是本地的 SQLite 數據庫。也可以使用其他數據庫，如官方文檔推薦的 PostgreSQL 的一些示例數據集或官方文檔使用的示例天氣數據。
接着點擊 Test Connection 按鈕，測試是否能成功連接到數據庫。若成功連接，則會看到下圖的彈出框：
當連接測試成功后，可在頁面底部看到該數據庫下的數據表，點擊 Save 按鈕，完成創建。
4.2 創建表
現在已經配置了數據庫，接下來需要向 Superset 添加想要查詢的特定表。從 Sources — Tables 進入到數據表列表頁：
點擊列表頁右上角的綠色加號按鈕：
點擊按鈕后，將進入添加數據表的表單頁，在該頁面依次填寫目標數據庫、數據表名稱、數據庫模式（可選），再點擊 Save 按鈕，即可完成創建。
創建完成后，將重定向回到列表頁，此時在頁面頂部會出現一條消息提示指示表已創建：
在列表頁還可以對已添加的數據表進行編輯：
點擊編輯圖標，可進入表的編輯頁，對表的詳細信息、字段、指標進行配置，這里演示對表字段的配置（設置是否可對指定字段進行分組或過濾）：
4.3 上傳 CSV
Superset 還可以導入 CSV 到數據庫中，從 Sources — Upload a CSV 進入到導入 CSV 的表單頁：
依次填寫表名稱、導入 CSV 文件、選擇要導入的數據庫，再點擊 Save 按鈕完成導入：
創導入完成后，將重定向回到數據表列表頁，此時在頁面頂部會出現一條消息提示指示表已創建：
5 創建 dashboard
5.1 探索數據
要開始探索數據，只需在可用數據表列表中點擊剛剛創建的表名：
點擊表名后進入表的可視化頁面，默認的可視化類型為表視圖：
在 Datasouce & Chart Type 下方，依次可以進行時間、Group By、Not Group By 以及字段過濾等設置：
在頁面左側完成相關設置后，點擊 Run Query 按鈕，即可在右側的可視化視圖，查看數據的可視化展示：
5.2 創建圖表
通過更改可視化類型和其他設置，可以很靈活地對數據進行探索性分析。若在探索的過程中發現某個有價值的點，可以點擊左上角的 Save 按鈕，在出現的彈出框中命名圖表並選擇是否將其添加到 dashboard，以將其保存為圖表：
從頂部導航菜單的 Charts 進入到圖表的列表頁，找到剛剛創建的圖表：
點擊圖表名稱進入到剛才的可視化頁面，對已保存的圖表進行再次編輯。
5.3 創建 dashboard
從頂部導航菜單的 Dashboards 進入到 dashboard 的列表頁，點擊右上角的綠色加號按鈕：
點擊按鈕后，將進入添加 dashboard 的表單頁，在該頁面依次填寫 dashboard 名稱和擁有者，再點擊 Save 按鈕，即可完成創建：
5.4 編輯 dashboard
完成 dashboard 的創建后，將重定向到 dashboard 的列表頁，找到剛創建的 dashboard：
點擊 dashboard 的名稱，進入 dashboard，此時 dashboard 還未配置任何圖表，處於空值狀態，點擊右上角的 Edit dashboard 按鈕進行編輯：
進入編輯狀態后，可已導入圖表（僅限 dashboard 擁有者擁有的圖表）、標簽頁、行、列、標題、Markdown 和分割線等組件：
並可通過拖拽編輯 dashboard 的布局（在拖拽過程中，Superset 還提供了輔助線和柵格進行提示）：
Superset 還可以通過編輯 CSS 修改 dashboard 的樣式：
在進行編輯之后，點擊 Save changes 按鈕，即可完成操作。
6 SQL 查詢
在使用 SQL 查詢前，需要進行兩項設置：
首先，從頂部導航菜單的 Sources — Databases 進入數據庫的列表頁，選中數據庫進行編輯，將 Expose in SQL Lab 和 Allow Run Sync 都勾選上，其余的不要勾選。
在勾選完上述兩項之后，Windows 用戶還會出現 “module" object has no attribute 'SIGALRM' 錯誤，這又是由於 Windows 環境下依賴包不兼容導致的 —— Python 的 signal 包只作用於 Linux 和 Mac ，在 Windows 下不啟作用。解決方法很簡單粗暴，在 superset/utils.py 下找到相關代碼，把 signal 所在行都注釋，然后再加上一個 pass （這塊代碼的功能是在超時后將查詢進程殺掉，注釋后沒大影響）。
def __enter__(self): try: pass #signal.signal(signal.SIGALRM, self.handle_timeout) #signal.alarm(self.seconds) except ValueError as e: logging.warning("timeout can't be used in the current context") logging.exception(e) def __exit__(self, type, value, traceback): try: pass #signal.alarm(0) except ValueError as e: logging.warning("timeout can't be used in the current context") logging.exception(e) 上面兩步做完后，即可在 SQL Lab — SQL Editor 進行 SQL 查詢操作：
可對查詢語句進行執行、保存、分享（復制）操作，還可以對查詢結果可以進行可視化和導出為 CSV 文件。
7 安全性
Superset 中的安全性由 Flask AppBuilder（FAB）處理（一個“簡單快速的應用程序開發框架，構建在Flask之上”）。FAB 提供身份驗證、用戶管理、權限和角色，可參閱其安全文檔。角色由一組權限組成，不同的用戶角色被賦予了不同的權限，Superset 本身提供了一組基本角色：
- Admin：擁有所有可能的權限，包括從其他用戶授予或撤消權限以及更改其他人的切片和 dashboard。
- Alpha：可以訪問所有數據源，但不能授予或撤消其他用戶的訪問權限。它們也僅限於改變它們擁有的對象。可以添加和更改數據源。
- Gamma：訪問受限，只能使用通過另一個互補角色獲得訪問權限的數據源。他們只能查看由他們有權訪問的數據源制作的切片和 dashboard。無法更改或添加數據源，但可以可以創建切片和 dashboard。
- sql_lab：被授予對 SQL Lab 的訪問權限。
- public：可以通過在 superset\config.py 設置
PUBLIC_ROLE_LIKE_GAMMA = True，授予該角色與 Gamma 角色相同的權限集。
在執行
superset init命令時，所有這些基本角色將重新同步到初始值，因此不建議通過授予或撤消權限來更改這些基本角色。
這里不對 Superset 的安全機制做過多展開，如果想了解更多，包括如何為用戶提供對特定數據集的訪問權限，以及如何定制自己的角色，可以參閱官方的安全文檔。
8 小結
雖然 Superset 仍有着很多不足，例如：沒有提供圖表的下鑽功能、不支持多圖表間的復雜聯動、處理大數據集效率較低、權限管理和圖表管理的功能設計不友好等。但其作為一款輕量級的 BI 應用，對於個人開發者和中小型團隊，其不失為一個優雅且高效的自助式數據分析解決方案。
Superset 的不足，一方面可以看后續 Airbnb 會不會優化，另一方面可以對其進行二次開發。實際上，Superset 應主要提供基於最終結果表的數據查詢和報表展示，對於復雜的數據聯動，則放在 ETL 的過程中完成。
作者：Gaius_Yao
鏈接：https://www.jianshu.com/p/b02fcea7eb5b
來源：簡書
著作權歸作者所有。商業轉載請聯系作者獲得授權，非商業轉載請注明出處。