系統(tǒng)環(huán)境：Windows 10
Python：3.6.6
Superset：0.27.0

0 Superset 簡(jiǎn)介

??Superset 是一款由 Airbnb 開源的“現(xiàn)代化的企業(yè)級(jí) BI（商業(yè)智能） Web 應(yīng)用程序”，其通過(guò)創(chuàng)建和分享 dashboard，為數(shù)據(jù)分析提供了輕量級(jí)的數(shù)據(jù)查詢和可視化方案。
??Superset 的前端主要用到了 React 和 NVD3/D3，而后端則基于 Python 的 Flask 框架和 Pandas、SQLAlchemy 等依賴庫(kù)，主要提供了這幾方面的功能：

• 集成數(shù)據(jù)查詢功能，支持多種數(shù)據(jù)庫(kù)，包括 MySQL、PostgresSQL、Oracle、SQL Server、SQLite、SparkSQL 等，并深度支持 Druid。
• 通過(guò) NVD3/D3 預(yù)定義了多種可視化圖表，滿足大部分的數(shù)據(jù)展示功能。如果還有其他需求，也可以自開發(fā)更多的圖表類型，或者嵌入其他的 JavaScript 圖表庫(kù)（如 HighCharts、ECharts）。
• 提供細(xì)粒度安全模型，可以在功能層面和數(shù)據(jù)層面進(jìn)行訪問(wèn)控制。支持多種鑒權(quán)方式（如數(shù)據(jù)庫(kù)、OpenID、LDAP、OAuth、REMOTE_USER 等）。

??Superset 的搭建與使用非常簡(jiǎn)單，只需要一些 Python 基礎(chǔ)，下面先從創(chuàng)建虛擬環(huán)境開始。

1 創(chuàng)建虛擬環(huán)境

??Superset 的依賴包較多，為了避免沖突，需要先搭建虛擬環(huán)境，再進(jìn)行安裝，這里推薦使用 Anaconda 自帶的 conda 工具創(chuàng)建虛擬環(huán)境：

conda create -n superset python=3.6

??創(chuàng)建虛擬環(huán)境成功后，啟動(dòng)虛擬環(huán)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(gè)坑，某個(gè)依賴包沒(méi)有被正確的安裝，當(dāng)時(shí)隨手就解決了，沒(méi)有記錄下來(lái)。只大概記得報(bào)錯(cuò)信息提到 Microsoft Visual C++ 14.0 is required ，這是因?yàn)樵撘蕾嚢枰惭b C++ 進(jìn)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(duì)應(yīng)虛擬環(huán)境的 python 版本），再進(jìn)入 whl 文件所在的路徑通過(guò) pip install 安裝即可。如果在安裝過(guò)程中遇到其他問(wèn)題，就把報(bào)錯(cuò)信息復(fù)制出來(lái)，然后去問(wèn)問(wèn)神奇的 stackoverflow 吧！

3 初始化

??初始化的官方步驟如下：

# 創(chuàng)建管理員賬號(hào)
fabmanager create-admin --app superset 

# 初始化數(shù)據(jù)庫(kù)
superset db upgrade

# 載入案例數(shù)據(jù)
superset load_examples

# 初始化角色和權(quán)限
superset init

# 啟動(dòng)服務(wù)，端口號(hào) 8088，使用 -p 更改端口號(hào)
superset runserver

??但在命令行中直接運(yùn)行 superset， 會(huì)提示“不是內(nèi)部或外部命令”。要解決這個(gè)問(wèn)題，可以直接通過(guò) cd 命令進(jìn)入 Superset 安裝目錄（ ...\Anaconda3\envs\superset\Lib\site-packages\superset\bin ）。然后運(yùn)行如下命令：

python superset db upgrade
python superset load_examples
python superset init
python superset runserver

??這里直接運(yùn)行 python superset runserver 會(huì)出錯(cuò)，原因是 Superset 使用 gunicorn 作為應(yīng)用程序服務(wù)器，而 gunicorn 不支持 Windows。需要在命令行中添加 -d，使用 development web server 運(yùn)行。最終運(yùn)行命令為：

python superset runserver -d

??但是這種部署方式，官方并不建議在生產(chǎn)環(huán)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

??接著找到 superset/cil.py 的 debug_run() 函數(shù)：

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(wèn)題

    return serve(
        app,
        host='0.0.0.0',
        port=int(port))

??再次運(yùn)行 Superset:

python superset runserver -d -p 8079

??最后在瀏覽器輸入 http://localhost:8079 進(jìn)入登錄界面：

??輸入在 fabmanager create-admin --app superset 這步設(shè)置的賬號(hào)和密碼登錄，進(jìn)入 Superset 首頁(yè)（右上角國(guó)旗處可設(shè)置語(yǔ)言）：

??這里 Superset 已經(jīng)用之前加載的示例數(shù)據(jù)，建立了 4 個(gè) dashboard，選擇其中一個(gè)進(jìn)行查看（即本文開始的那個(gè) dashboard）：

4 數(shù)據(jù)源

??接下來(lái)，將演示如何連接數(shù)據(jù)庫(kù)，以及怎樣使用表和導(dǎo)入 CSV 到數(shù)據(jù)庫(kù)。Superset 還深度支持 Druid（一個(gè)高效的海量數(shù)據(jù)查詢系統(tǒng)），但這里不做介紹。

4.1 連接到數(shù)據(jù)庫(kù)

??從頂部導(dǎo)航菜單的 Source — Databases 進(jìn)入數(shù)據(jù)庫(kù)列表頁(yè)：

??點(diǎn)擊在數(shù)據(jù)庫(kù)列表右上角的綠色加號(hào)按鈕：

??點(diǎn)擊按鈕后，將進(jìn)入添加數(shù)據(jù)庫(kù)的表單頁(yè)，因?yàn)檫@只是一次簡(jiǎn)單的演示，只需要填寫兩項(xiàng)：Database 和 SQLAlchemy URL，分別是數(shù)據(jù)庫(kù)名稱和 SQLAlchemy 的連接 URI （參閱為目標(biāo)數(shù)據(jù)庫(kù)創(chuàng)建連接 URI 的 SQLAlchemy 文檔）。

這里為了方便，用的是本地的 SQLite 數(shù)據(jù)庫(kù)。也可以使用其他數(shù)據(jù)庫(kù)，如官方文檔推薦的 PostgreSQL 的一些示例數(shù)據(jù)集或官方文檔使用的示例天氣數(shù)據(jù)。

??接著點(diǎn)擊 Test Connection 按鈕，測(cè)試是否能成功連接到數(shù)據(jù)庫(kù)。若成功連接，則會(huì)看到下圖的彈出框：

??當(dāng)連接測(cè)試成功后，可在頁(yè)面底部看到該數(shù)據(jù)庫(kù)下的數(shù)據(jù)表，點(diǎn)擊 Save 按鈕，完成創(chuàng)建。

4.2 創(chuàng)建表

??現(xiàn)在已經(jīng)配置了數(shù)據(jù)庫(kù)，接下來(lái)需要向 Superset 添加想要查詢的特定表。從 Sources — Tables 進(jìn)入到數(shù)據(jù)表列表頁(yè)：

??點(diǎn)擊列表頁(yè)右上角的綠色加號(hào)按鈕：

??點(diǎn)擊按鈕后，將進(jìn)入添加數(shù)據(jù)表的表單頁(yè)，在該頁(yè)面依次填寫目標(biāo)數(shù)據(jù)庫(kù)、數(shù)據(jù)表名稱、數(shù)據(jù)庫(kù)模式（可選），再點(diǎn)擊 Save 按鈕，即可完成創(chuàng)建。

??創(chuàng)建完成后，將重定向回到列表頁(yè)，此時(shí)在頁(yè)面頂部會(huì)出現(xiàn)一條消息提示指示表已創(chuàng)建：

??在列表頁(yè)還可以對(duì)已添加的數(shù)據(jù)表進(jìn)行編輯：

??點(diǎn)擊編輯圖標(biāo)，可進(jìn)入表的編輯頁(yè)，對(duì)表的詳細(xì)信息、字段、指標(biāo)進(jìn)行配置，這里演示對(duì)表字段的配置（設(shè)置是否可對(duì)指定字段進(jìn)行分組或過(guò)濾）：

4.3 上傳 CSV

??Superset 還可以導(dǎo)入 CSV 到數(shù)據(jù)庫(kù)中，從 Sources — Upload a CSV 進(jìn)入到導(dǎo)入 CSV 的表單頁(yè)：

??依次填寫表名稱、導(dǎo)入 CSV 文件、選擇要導(dǎo)入的數(shù)據(jù)庫(kù)，再點(diǎn)擊 Save 按鈕完成導(dǎo)入：

??創(chuàng)導(dǎo)入完成后，將重定向回到數(shù)據(jù)表列表頁(yè)，此時(shí)在頁(yè)面頂部會(huì)出現(xiàn)一條消息提示指示表已創(chuàng)建：

5 創(chuàng)建 dashboard

5.1 探索數(shù)據(jù)

??要開始探索數(shù)據(jù)，只需在可用數(shù)據(jù)表列表中點(diǎn)擊剛剛創(chuàng)建的表名：

??點(diǎn)擊表名后進(jìn)入表的可視化頁(yè)面，默認(rèn)的可視化類型為表視圖：

??在 Datasouce & Chart Type 下方，依次可以進(jìn)行時(shí)間、Group By、Not Group By 以及字段過(guò)濾等設(shè)置：

??在頁(yè)面左側(cè)完成相關(guān)設(shè)置后，點(diǎn)擊 Run Query 按鈕，即可在右側(cè)的可視化視圖，查看數(shù)據(jù)的可視化展示：

5.2 創(chuàng)建圖表

??通過(guò)更改可視化類型和其他設(shè)置，可以很靈活地對(duì)數(shù)據(jù)進(jìn)行探索性分析。若在探索的過(guò)程中發(fā)現(xiàn)某個(gè)有價(jià)值的點(diǎn)，可以點(diǎn)擊左上角的 Save 按鈕，在出現(xiàn)的彈出框中命名圖表并選擇是否將其添加到 dashboard，以將其保存為圖表：

??從頂部導(dǎo)航菜單的 Charts 進(jìn)入到圖表的列表頁(yè)，找到剛剛創(chuàng)建的圖表：

??點(diǎn)擊圖表名稱進(jìn)入到剛才的可視化頁(yè)面，對(duì)已保存的圖表進(jìn)行再次編輯。

5.3 創(chuàng)建 dashboard

??從頂部導(dǎo)航菜單的 Dashboards 進(jìn)入到 dashboard 的列表頁(yè)，點(diǎn)擊右上角的綠色加號(hào)按鈕：

??點(diǎn)擊按鈕后，將進(jìn)入添加 dashboard 的表單頁(yè)，在該頁(yè)面依次填寫 dashboard 名稱和擁有者，再點(diǎn)擊 Save 按鈕，即可完成創(chuàng)建：

5.4 編輯 dashboard

??完成 dashboard 的創(chuàng)建后，將重定向到 dashboard 的列表頁(yè)，找到剛創(chuàng)建的 dashboard：

??點(diǎn)擊 dashboard 的名稱，進(jìn)入 dashboard，此時(shí) dashboard 還未配置任何圖表，處于空值狀態(tài)，點(diǎn)擊右上角的 Edit dashboard 按鈕進(jìn)行編輯：

??進(jìn)入編輯狀態(tài)后，可已導(dǎo)入圖表（僅限 dashboard 擁有者擁有的圖表）、標(biāo)簽頁(yè)、行、列、標(biāo)題、Markdown 和分割線等組件：

??并可通過(guò)拖拽編輯 dashboard 的布局（在拖拽過(guò)程中，Superset 還提供了輔助線和柵格進(jìn)行提示）：

??Superset 還可以通過(guò)編輯 CSS 修改 dashboard 的樣式：

??在進(jìn)行編輯之后，點(diǎn)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(jìn)行兩項(xiàng)設(shè)置：
??首先，從頂部導(dǎo)航菜單的 Sources — Databases 進(jìn)入數(shù)據(jù)庫(kù)的列表頁(yè)，選中數(shù)據(jù)庫(kù)進(jìn)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(xiàng)之后，Windows 用戶還會(huì)出現(xiàn) “module" object has no attribute 'SIGALRM' 錯(cuò)誤，這又是由于 Windows 環(huán)境下依賴包不兼容導(dǎo)致的 —— Python 的 signal 包只作用于 Linux 和 Mac ，在 Windows 下不啟作用。解決方法很簡(jiǎn)單粗暴，在 superset/utils.py 下找到相關(guān)代碼，把 signal 所在行都注釋，然后再加上一個(gè) pass （這塊代碼的功能是在超時(shí)后將查詢進(jìn)程殺掉，注釋后沒(méi)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(jìn)行 SQL 查詢操作：

??可對(duì)查詢語(yǔ)句進(jìn)行執(zhí)行、保存、分享（復(fù)制）操作，還可以對(duì)查詢結(jié)果可以進(jìn)行可視化和導(dǎo)出為 CSV 文件。

7 安全性

??Superset 中的安全性由 Flask AppBuilder（FAB）處理（一個(gè)“簡(jiǎn)單快速的應(yīng)用程序開發(fā)框架，構(gòu)建在Flask之上”）。FAB 提供身份驗(yàn)證、用戶管理、權(quán)限和角色，可參閱其安全文檔。角色由一組權(quán)限組成，不同的用戶角色被賦予了不同的權(quán)限，Superset 本身提供了一組基本角色：

• Admin：擁有所有可能的權(quán)限，包括從其他用戶授予或撤消權(quán)限以及更改其他人的切片和 dashboard。
• Alpha：可以訪問(wèn)所有數(shù)據(jù)源，但不能授予或撤消其他用戶的訪問(wèn)權(quán)限。它們也僅限于改變它們擁有的對(duì)象?？梢蕴砑雍透臄?shù)據(jù)源。
• Gamma：訪問(wèn)受限，只能使用通過(guò)另一個(gè)互補(bǔ)角色獲得訪問(wèn)權(quán)限的數(shù)據(jù)源。他們只能查看由他們有權(quán)訪問(wèn)的數(shù)據(jù)源制作的切片和 dashboard。無(wú)法更改或添加數(shù)據(jù)源，但可以可以創(chuàng)建切片和 dashboard。
• sql_lab：被授予對(duì) SQL Lab 的訪問(wèn)權(quán)限。
• public：可以通過(guò)在 superset\config.py 設(shè)置 PUBLIC_ROLE_LIKE_GAMMA = True，授予該角色與 Gamma 角色相同的權(quán)限集。

在執(zhí)行 superset init 命令時(shí)，所有這些基本角色將重新同步到初始值，因此不建議通過(guò)授予或撤消權(quán)限來(lái)更改這些基本角色。

??這里不對(duì) Superset 的安全機(jī)制做過(guò)多展開，如果想了解更多，包括如何為用戶提供對(duì)特定數(shù)據(jù)集的訪問(wèn)權(quán)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(jié)

??雖然 Superset 仍有著很多不足，例如：沒(méi)有提供圖表的下鉆功能、不支持多圖表間的復(fù)雜聯(lián)動(dòng)、處理大數(shù)據(jù)集效率較低、權(quán)限管理和圖表管理的功能設(shè)計(jì)不友好等。但其作為一款輕量級(jí)的 BI 應(yīng)用，對(duì)于個(gè)人開發(fā)者和中小型團(tuán)隊(duì)，其不失為一個(gè)優(yōu)雅且高效的自助式數(shù)據(jù)分析解決方案。

Superset 的不足，一方面可以看后續(xù) Airbnb 會(huì)不會(huì)優(yōu)化，另一方面可以對(duì)其進(jìn)行二次開發(fā)。實(shí)際上，Superset 應(yīng)主要提供基于最終結(jié)果表的數(shù)據(jù)查詢和報(bào)表展示，對(duì)于復(fù)雜的數(shù)據(jù)聯(lián)動(dòng)，則放在 ETL 的過(guò)程中完成。