【Apache Superset】从概述、安装到运用，一篇掌握！

文章目录

- 什么是 Superset？
- Superset 的优势
- 安装
- - 安装 Anaconda 包管理工具
  - - 创建 Superset 的 Python 环境
  - 下载 Superset 依赖
  - 更新工具
  - 安装 Superset
  - 配置 MySQL 元数据库
  - 初始化 Superset 数据库
  - - 报错一
    - 报错二
    - 报错三
    - 数据库初始化完成
  - 初始化 Superset
  - - 报错一
    - 警告信息
  - 启动 Superset
  - 关闭 Superset
- 数据源导入
- 新建数据集
- 图表展示

什么是 Superset？

Apache Superset 是一个现代的企业级商业智能 Web 应用程序。它快速、轻量、直观，并内置了各种选项，使所有的用户都可以轻松探索和可视化他们的数据，从简单的饼图到高度详细的地理空间图表。

简单来说，Superset 就是一个访问数据源并对其进行可视化的工具。

Superset 的优势

1.易用性和可扩展性
Superset 提供直观的用户界面，使得创建、分享和可视化数据变得简单。同时，它也是可扩展的，可以集成多种数据源，包括常见的数据库（如MySQL、PostgreSQL、SQLite等）、大数据平台（如Hadoop、Spark）以及云服务（如AWS、Google Cloud等）。

2. 丰富的可视化选项
Superset 提供多样化的可视化选项，包括图表、仪表盘和自定义报告。用户可以根据需要选择合适的图表类型，并进行定制化设置，以呈现数据的最佳展示效果。

3. 强大的数据探索和分析功能
它具备强大的数据探索功能，支持使用 SQL 编写查询，并能够进行数据切片、切块、过滤和汇总等操作。

4.开放的社区和生态系统
Superset 是一个开源项目，拥有活跃的社区支持。这意味着有大量的文档、教程和社区贡献的插件或扩展，可以帮助用户更好地使用和定制 Superset。

5.安全性和权限管理
Superset 提供了丰富的权限管理功能，可以控制用户对数据和可视化的访问权限，保障数据的安全性。

Superset 结合了易用性、灵活性和强大的功能，使得数据分析师和业务用户能够更轻松地探索、可视化和理解数据。

安装

安装 Anaconda 包管理工具

用 Anaconda 来管理后面需要使用 Python 包以及相关依赖，后期易于维护，使用也更加方便。

直接访问官网下载即可：Installers & Packages

在这里插入图片描述

这里建议直接选择最小化安装，后面需要哪些依赖再进行安装。

在这里插入图片描述

选择该版本下载即可，将安装包上传到 Linux 系统中，执行安装：

bash Miniconda3-latest-Linux-x86_64.sh

按照步骤来安装就行，安装成功后出现如下提示：

在这里插入图片描述

安装路径默认存储在 home 目录中的当前操作用户文件夹下：

在这里插入图片描述

刷新环境变量：

source ~/.bashrc

在这里插入图片描述

刷新完成后，会发现它默认激活了 Conda 的 base 环境，我们可以通过命令禁用，不默认激活：

conda config --set auto_activate_base false

创建 Superset 的 Python 环境

使用 Conda 创建一个 Python 环境，取名为 Superset。

conda create --name superset python=3.8.16

创建完成后，出现如下提示：

在这里插入图片描述

# 激活环境
conda activate superset

# 退出环境
conda deactivate

下载 Superset 依赖

Superset 将数据库连接信息存储在其元数据数据库中，并使用 Python 库加密了连接密码。但是，这个库具有操作系统级别的依赖性，每种系统所需要的依赖项都不相同。

Ubantu

sudo apt-get install build-essential libssl-dev libffi-dev python-dev python-pip libsasl2-dev libldap2-dev default-libmysqlclient-dev

# Ubuntu 20.04
sudo apt-get install build-essential libssl-dev libffi-dev python3-dev python3-pip libsasl2-dev libldap2-dev default-libmysqlclient-dev

CentOS

sudo yum install gcc gcc-c++ libffi-devel python-devel python-pip python-wheel openssl-devel cyrus-sasl-devel openldap-devel -y

更新工具

更新 pip 与 setuptools 工具。

pip install --upgrade setuptools pip

安装 Superset

先激活上面创建的 Superset 环境，然后安装 Superset：

# 激活环境
conda activate superset

# 安装 Superset
pip install apache-superset

配置 MySQL 元数据库

将 Superset 的元数据配置为 MySQL，进入 MySQL 中，创建库与用户，并授予权限。

-- 创建库
CREATE DATABASE superset DEFAULT CHARACTER SET utf8 DEFAULT COLLATE utf8_general_ci;

-- 创建用户
create user superset@'%' identified WITH mysql_native_password BY 'superset';

-- 授权
grant all privileges on *.* to superset@'%' with grant option;

-- 刷新
flush privileges;

配置 Superset 数据库连接信息，该文件位于创建的 Python Superset 环境下：

在这里插入图片描述

注意，这里需要修改为你对应的安装路径。

cd /home/manager/miniconda3/envs/superset/lib/python3.8/site-packages/superset

进入到 Superset 的安装路径后，修改配置文件：

vim config.py

通过搜索，快捷定位到需要修改的位置：

在这里插入图片描述

将默认的连接注释掉，修改为 MySQL 连接：

SQLALCHEMY_DATABASE_URI = 'mysql://superset:superset@hadoop120:3306/superset?charset=utf8'

这里的 MySQL 的用户名、密码、主机、库名指定为你设置的，指定字符集为 utf8。

修改完成后，如下所示：

在这里插入图片描述

保存并退出，然后下载 Python 连接驱动：

conda install mysqlclient

需要输入 y 进行同意。

初始化 Superset 数据库

在 Conda 环境中初始化 Superset 数据库。

superset db upgrade

报错一

在初始化数据库时可能会出现如下报错：

在这里插入图片描述

AttributeError: module ‘sqlparse.keywords’ has no attribute ‘FLAGS’

这是由于 sqlparse 版本过低引起的，建议重新安装，不要进行更新：

pip uninstall sqlparse
pip install sqlparse==0.4.3

然后再次执行 Superset 数据库初始化命令。

报错二

在初始化数据库时可能会出现如下报错：

在这里插入图片描述

翻译过来如下所示：

--------------------------------------------------------------------------------
警告
--------------------------------------------------------------------------------
检测到默认SECRET_KEY，请使用superset_config.py覆盖它。
使用强大的复杂字母数字字符串并使用工具帮助您生成
一个足够随机的序列，例如：openssl rand-base64 42
--------------------------------------------------------------------------------
--------------------------------------------------------------------------------
由于SECRET_KEY不安全而拒绝启动

这是因为 Superset 未检测到密钥，不安全，需要进行设置。

进入 Conda 创建 Superset 环境的目录下：

cd /home/manager/miniconda3/envs/superset

先使用 openssl 命令来生成一个密钥：

openssl rand -base64 42

在这里插入图片描述

然后创建 superset_config.py 文件，配置并指定密钥等信息：

# Superset 配置

# 行数限制 5000 行
ROW_LIMIT = 5000
 
# 网站服务器端口 8088
SUPERSET_WEBSERVER_PORT = 8088

# Superset 密钥
SECRET_KEY = "Y3TCbJjwTadxFbI6q6eyb1R7BhNI1w5Y3XpUARX/AS6igMCFjy0VeobX" 

# 跨域请求攻击标识
WTF_CSRF_ENABLED = True
 
# CSRF 白名单
WTF_CSRF_EXEMPT_LIST = []
 
# CSFR 令牌过期时间 1 年
WTF_CSRF_TIME_LIMIT = 60 * 60 * 24 * 365
 
# 接口密钥用来启用 Mapbox 可视化
MAPBOX_API_KEY = ''

将该文件添加到环境变量中：

vim /etc/profile

# 在文件末尾添加

# SUPERSET_CONFIG
export SUPERSET_CONFIG_PATH=/home/manager/miniconda3/envs/superset/superset_config.py

路径修改为你的存储路径。

添加完成后，保存退出，刷新环境变量：

source /etc/profile

再次执行 Superset 数据库初始化命令。

报错三

在初始化数据库时可能会出现如下报错：

在这里插入图片描述

ModuleNotFoundError: No module named ‘marshmallow_enum’

这是由于 marshmallow_enum 模块不存在，直接下载即可：

pip install marshmallow_enum

再次执行 Superset 数据库初始化命令。

数据库初始化完成

初始化完成后，如下所示：

在这里插入图片描述
进入 MySQL 库中，查看指定的 Superset 元数据库中是否已经存在内容。

use superset;

show tables;

在这里插入图片描述

可以看到，Superset 数据库初始化已经完成了，共创建了 66 张表。

初始化 Superset

对数据库进行初始化后，还需要对 Superset 进行初始化，创建管理员用户：

superset fab create-admin

在这里插入图片描述

设置管理员用户名与密码，其中 first name、last name 以及邮箱可以不进行设置，直接按回车跳过即可。

然后执行初始化命令：

superset init

报错一

这里可能会出现报错：

在这里插入图片描述

No PIL installation found

直接下载即可：

pip install pillow

然后重新执行初始化命令。

警告信息

在这里插入图片描述

在初始化 Superset 时，会出现这些警告信息，说未配置安全策略（CSP）。不用管，不会影响正常使用。

启动 Superset

1.安装 gunicorn
Gunicorn ‘Green Unicorn’ 是一个适用于 UNIX 的 Python WSGI HTTP 服务器。Gunicorn 服务器广泛兼容各种 Web 框架，实现简单，占用服务器资源少，速度相当快。

pip install gunicorn

如果已经安装可以跳过。

2.启动 Superset

gunicorn --workers 3 --timeout 120 --bind hadoop120:8787  "superset.app:create_app()" --daemon

参数解析如下：

--workers：指定进程的个数。
--timeout：worker 进程超时时间，超时会自动重启。
--bind：绑定主机地址，即为 Superset 访问地址。
--daemon：后台运行。

启动命令执行完成后，就可以去访问绑定的主机地址了，会自动跳转到 Superset 的 WEB UI 登录界面：

在这里插入图片描述

输入在初始化时指定的管理员账号与密码进行登录，进入 Supset 的操作界面：

在这里插入图片描述

关闭 Superset

我们可以通过 ps 命令查询到当前正在运行的 Superset 进程：

ps -ef | grep "/superset/"

可以看到，其中有多个进程：

在这里插入图片描述

如果要关闭 Superset，把这些进程都 kill 掉即可。

ps -ef | awk '/superset/ && !/awk/{print $2}' | xargs kill -9

找到所有包含 /superset/ 但不包含 awk 的进程，然后使用 kill -9 强制终止这些进程。

到此为止，Superset 就已经安装完成啦~

数据源导入

登录进入 Superset 界面后，点击右上角添加数据源。

这里支持多种数据源，根据自身的需求来，我选择的是通过连接数据库来获取数据，直接使用库中的数据。

在这里插入图片描述

配置数据库连接信息，我这里使用的是 MySQL 数据库。

在这里插入图片描述

配置数据库相关信息：

在这里插入图片描述

补充： 这里需要添加一个字符集参数 charset=utf8，不然后面中文会显示乱码。

在这里插入图片描述

注意，这里在连接时可能会出现一个报错：

MySQLdb._exceptions.OperationalError) (2059, "Authentication plugin 'caching…

这是由于 MySQL8 密码规则验证的问题，可以通过下面这篇博客进行解决：_mysql_exceptions.OperationalError: (2059, “Authentication plugin ‘caching_sha2_password‘ cannot be解决方法

在这里插入图片描述

配置完成后，点击 Finish 即可完成数据库源的配置，数据源导入完成。

新建数据集

数据源添加后，还需要选择后面进行图表展示的数据集。

点击【Datasets】，选择右侧的【DATASET】按钮：

在这里插入图片描述

新建一个需要进行图表展示的数据集，选择数据源、库、表即可进行创建。

在这里插入图片描述

图表展示

这里就到了 Superset 最核心的部分了，只需简单配置，选择指定的图表类型后，即可将数据展示出来。

点击右上角的 + 号，选择【Chart】新建图表

在这里插入图片描述

选择数据集以及图表类型：

在这里插入图片描述

选择用于展示的字段、数据聚合的字段与类型、数据量等，生成对应的图表，如下所示：

在这里插入图片描述

这样图表就绘制完成啦，可以点击右上角的【SAVE】按钮进行保存。

后续可以根据自身情况，配置对应的数据源以及数据集，选择相应的图表进行展示，这就是 SuperSet 的作用啦！

只需要简单的配置，即可将数据绘制成想要的图表，岂不美哉！