Superset数据探索和可视化平台入门以及案例实操

1、Superset背景

1.1、Superset概述

Apache Superset是一个现代的数据探索和可视化平台。它功能强大且十分易用，可对接各种数据源，包括很多现代的大数据分析引擎，拥有丰富的图表展示形式，并且支持自定义仪表盘。

1.2、环境说明

本案例使用的服务器操作系统为CentOS 7，Superset对接的数据源为MySQL数据库。

2、Superset安装

Superset官网地址：http://superset.apache.org/

2.1、安装Python环境

Superset是由Python语言编写的Web应用，要求Python3.7的环境。

2.1.1、安装Miniconda

conda是一个开源的包、环境管理器，可以用于在同一个机器上安装不同Python版本的软件包及其依赖，并能够在不同的Python环境之间切换，Anaconda包括Conda、Python以及一大堆安装好的工具包，比如：numpy、pandas等，Miniconda包括Conda、Python，在此处，不需要如此多的工具包，故选择MiniConda。

2.1.1.1、下载Miniconda（Python3版本）

下载地址：

2.1.1.2、安装Miniconda

1. 执行以下命令进行安装，并按照提示操作，直到安装完成。

[song@hadoop102 lib]$ bash Miniconda3-latest-Linux-x86_64.sh

2. 在安装过程中，出现以下提示时，可以指定安装路径
   

3. 出现以下字样，即为安装完成
   

2.1.1.3、加载环境变量配置文件，使之生效

[song@hadoop102 lib]$ source ~/.bashrc

2.1.1.4、取消激活base环境

Miniconda安装完成后，每次打开终端都会激活其默认的base环境，我们可通过以下命令，禁止激活默认base环境。

[song@hadoop102 lib]$ conda config --set auto_activate_base false

2.1.2、创建Python3.7环境

2.1.2.1、配置conda国内镜像

[song@hadoop102 ~]$ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
[song@hadoop102 ~]$ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
[song@hadoop102 ~]$ conda config --set show_channel_urls yes

2.1.2.2、创建Python3.7环境

[atguigu@hadoop102 ~]$ conda create --name superset python=3.7

• 说明：conda环境管理常用命令
• 创建环境：conda create -n env_name
• 查看所有环境：conda info --envs
• 删除一个环境：conda remove -n env_name --all

2.1.2.3、激活superset环境

[song@hadoop102 ~]$ conda activate superset

2.1.2.4、退出superset环境

(superset) [song@hadoop102 ~]$ conda deactivate

2.1.2.5、执行python命令查看python版本

2.2、Superset部署

2.2.1、安装依赖

安装Superset之前，需安装以下所需依赖。

(superset) [song@hadoop102 ~]$ sudo yum install -y gcc gcc-c++ libffi-devel python-devel python-pip python-wheel python-setuptools openssl-devel cyrus-sasl-devel openldap-devel

2.2.2、安装Superset

2.2.2.1、安装（更新）setuptools和pip

(superset) [song@hadoop102 ~]$ pip install --upgrade setuptools pip -i https://pypi.douban.com/simple/

说明：pip是python的包管理工具，可以和centos中的yum类比。

2.2.2.2、安装Supetset

(superset) [song@hadoop102 ~]$ pip install apache-superset -i https://pypi.douban.com/simple/

说明：-i的作用是指定镜像，这里选择国内镜像。
注：如果遇到网络错误导致不能下载，可尝试更换镜像。

(superset) [song@hadoop102 ~]$  pip install apache-superset --trusted-host https://repo.huaweicloud.com -i https://repo.huaweicloud.com/repository/pypi/simple

2.2.2.3、初始化Supetset数据库

(superset) [song@hadoop102 ~]$ superset db upgrade

如果初始化数据库报错如下。

则执行如下命令，将markupsafe依赖的版本回退到 2.0.1。

(superset) [song@hadoop102 ~]$ pip install --force-reinstall MarkupSafe==2.0.1

创建管理员用户

(superset) [song@hadoop102 ~]$ export FLASK_APP=superset
(superset) [song@hadoop102 ~]$ superset fab create-admin

说明：flask是一个python web框架，Superset使用的就是flask，会在此创建用户名、密码

Superset初始化

(superset) [song@hadoop102 ~]$ superset init

2.2.3、启动Supterset

2.2.3.1、安装gunicorn

(superset) [song@hadoop102 ~]$ pip install gunicorn -i https://pypi.douban.com/simple/

gunicorn是一个Python Web Server，可以和java中的TomCat类比。

2.2.3.2、启动Superset

1. 确保当前conda环境为superset
2. 启动

(superset) [song@hadoop102 ~]$ gunicorn --workers 5 --timeout 120 --bind hadoop102:8787  "superset.app:create_app()" --daemon 

3. 登录Superset
   访问http://hadoop102:8787，并使用之前创建的管理员账号进行登录。
   

4. 停止superset

停掉gunicorn进程。

(superset) [song@hadoop102 ~]$ ps -ef | awk '/superset/ && !/awk/{print $2}' | xargs kill -9

退出superset环境。

(superset) [song@hadoop102 ~]$ conda deactivate

2.2.3.3、编写Superset启动、停止脚本

1. 编写内容

#!/bin/bash

superset_status(){
    
    
    result=`ps -ef | awk '/gunicorn/ && !/awk/{print $2}' | wc -l`
    if [[ $result -eq 0 ]]; then
        return 0
    else
        return 1
    fi
}
superset_start(){
    
    
        source ~/.bashrc
        superset_status >/dev/null 2>&1
        if [[ $? -eq 0 ]]; then
            conda activate superset ; gunicorn --workers 5 --timeout 120 --bind hadoop102:8787 --daemon 'superset.app:create_app()'
        else
            echo "superset正在运行"
        fi

}

superset_stop(){
    
    
    superset_status >/dev/null 2>&1
    if [[ $? -eq 0 ]]; then
        echo "superset未在运行"
    else
        ps -ef | awk '/gunicorn/ && !/awk/{print $2}' | xargs kill -9
    fi
}


case $1 in
    start )
        echo "启动Superset"
        superset_start
    ;;
    stop )
        echo "停止Superset"
        superset_stop
    ;;
    restart )
        echo "重启Superset"
        superset_stop
        superset_start
    ;;
    status )
        superset_status >/dev/null 2>&1
        if [[ $? -eq 0 ]]; then
            echo "superset未在运行"
        else
            echo "superset正在运行"
        fi
esac

2. 添加权限

chmod +x superset.sh

3、Superset使用

3.1、对接MySQL数据源

3.1.1、安装依赖

(superset) [atguigu@hadoop102 ~]$ conda install mysqlclient

说明：对接不同的数据源，需安装不同的依赖，以下地址为官网说明。

https://superset.apache.org/docs/databases/installing-database-drivers

3.1.2、重启Superset

(superset) [atguigu@hadoop102 ~]$ superset.sh restart

3.1.3、数据源配置

3.1.3.1、Database配置

1. 点击Data/Databases。
   
2. 点击＋DATABASE
   
3. 点击填写Database及SQL Alchemy URI

注：SQL Alchemy URI编写规范：mysql://用户名:密码@主机名:端口号/数据库名称。
此处填写：
mysql://root:000000@hadoop102:3306/gmall_report?charset=utf8

4. 测试连接
   
5. 点击保存
   

3.1.3.2、Table配置

1. 点击Data/Datasets
   

2. 点击Data/ Datasets
   

3.2、制作仪表盘

3.2.1、创建空白仪表盘

1. 点击Dashboards/+DASHBOARDS
   

2. 命名并保存
   
   

3.2.2、创建图表

1. 点击Charts/+CHART
   

2. 选择何使的图表类型，创建图表
   

3. 按照说明配置图表
   

4. 点击“Run Query”
   

5. 如配置无误，可出现以下图标
   

6. 命名该图表，并保存至仪表盘
   
   

3.2.3、编辑仪表盘

1. 打开仪表盘，点击编辑按钮
   

2. 调整图表大小以及图表盘布局
   

3. 点击下图中箭头，可调整仪表盘自动刷新时间