Redash调研

俗话说“工欲善其事必先利其器”,今天跟大家一起交流一款简单易用的数据查询和可视化分析的开源BI工具Redash。

Github地址:https://github.com/getredash/redash

Demo地址:http://demo.redash.io/

一、产品简介

首先来看一下官网的介绍:

Redash helps you make sense of your data,Connect and query your data sources, build dashboards to visualize data and share them with your company.

透过上文可以清晰的知道Redash可以帮助我们进行数据赋能。整个工作流为:连接数据> 数据查询> 数据可视化,轻松实现数据的团队共享。

目标用户:总部业务分析人员。

解决的痛点:定制化开发周期长、不够灵活。释放人力,摆脱重复性的日报、周报相关事宜。

二、产品功能

我们看一下Redash的功能全景图,了解一下当前版本涉及到的一些核心功能点。

三、快速入手

1.添加数据源

您要做的第一件事是连接数据源(请参阅支持的数据源)。您可以通过单击“设置”图标来打开“数据源”管理页面:

如果您使用Hosted Redash服务,并且您的数据源位于防火墙后面,则需要允许从52.71.84.157数据库防火墙/安全组中的IP地址进行访问。

如果可能, 我们建议使用具有只读权限的用户。

2.编写查询

连接数据源后,就可以编写查询了:单击导航栏中的“创建”,然后选择“查询”。有关如何编写查询的详细说明,请参见“书写查询”页面。

3.添加可视化

默认情况下,您的查询结果(数据)将显示在简单表中。可视化会更好地帮助您消化复杂的信息,因此让我们可视化您的数据。Redash支持多种类型的可视化,因此您应该找到一种适合您的需求。

单击结果上方的“新建可视化”按钮,以选择满足您需求的理想可视化。您可以在此处查看更详细的说明。

4.创建仪表板

您可以将可视化内容和文本组合到主题强大的仪表板中。通过单击导航栏中的“创建”来添加新的仪表板,然后选择“仪表板”。仪表板对您的团队成员可见,或者可以公开共享。有关更多详细信息,请单击此处。

5.邀请同事

要开始享受Redash的协作性,您需要邀请您的团队!用户可以查看团队成员的查询以获取灵感(或调试?),邀请他们创建自己的类似查询,查看和创建仪表板,以及通过Email,Slack,Mattermost或HipChat与他人共享见解。 要邀请新用户,请转到Settings> Users并点击New User:

然后,填写他们的姓名和电子邮件。他们将通过电子邮件收到邀请,并进行设置Redash帐户。要将用户添加到现有组,请转到Setting> Groups,选择该组并通过输入用户名来添加用户:

四、总结

总而言之,Redash 是一款很不错的数据查询+ 可视化+ 用户体验超级nice的工具,尤其是数据查询页面库表检索、表名自动补全、定时执行功能简直完美。

特别赞的两个功能有内置变量(Query parameters)和代码块(Query snippet)。Query Snippet 很好地解决了查询片段的复用问题。做数据报表时经常要用到十分复杂的 SQL 语句,这些语句中肯定有一些片段是可以在多个查询中复用的。在 Redash 中我们可以将这些片段定义成 Snippet,之后方便地复用。Query Parameters 可以为查询添加可定制参数,让查询和图表的配置都变得灵活起来。

当然 Redash 也有自己的不足之处,它的可视化种类比 Superset 逊色不少(不过其实也够用了)。另外,由于它只是纯粹地把数据查询结果可视化,所以也没有 Superset 里那些对时间维度上的聚合与对比的操作。

本文分享自微信公众号 - 小草学Python和SQL(zhujin_199),作者:旺盛的小草zhujin

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2019-11-23

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • Python在Finance上的应用-处理数据及可视化

    欢迎来到Python 在Finance上的应用第二讲,在这一篇文章中,我们将对股票数据做进一步的处理及可视化。最开始使用的Code如下(前一篇文章有提到):

    用户6021891
  • Metabase 产品调研

    Metabase是一款面向全体公司用户,可以提出问题并从数据中学习的简单,开源的数据查询和可视化分析工具。任何人都可以使用它来构建图表,仪表板和电子邮件。

    用户6021891
  • Python在Finance上的应用3:处理股票数据基础

    欢迎来到Python for Finance教程系列的第3节。在本教程中,我们将使用股票数据进一步进行基本的数据处理和可视化。将要使用的开始代码(在前面的教程中...

    用户6021891
  • 如何解决eclipse远程服务器上面的Rabbitmq连接超时问题?

    1、嗯,问题呢,就是一开始安装好RabbitMQ,练习了一下RabbitMQ的使用,但是呢,过了一段时间,我来复习的时候,发现运行出现下面的错误了。后来想想,是...

    别先生
  • 独家︱优格资本携旗下主要VR厂商亮相腾讯全球合作伙伴大会

    VRPinea
  • Python3.6学习笔记(六)

    由于Python的灵活性,提供了多种方式可以作为服务端语言,包括Python编写的服务器(Medusa)、Python处理模块(mod_python),或者使用...

    大江小浪
  • H5技术正在崛起 2016拥有无限可能

    早在2010年时,乔布斯就曾提出,“没有人愿意使用Flash,全球已经开始步入H5时代。”下面是7k7k小编带来的最新消息。 2014年, Htm...

    李海彬
  • pd_ds中的hash

    前言 在c++的STL中,提供了一种hash函数,其用法和map是几乎一样的,但是速度却能快接近一倍 使用方法 需要的头文件 #include<ext/pb_d...

    attack
  • Cobbler自动化批量安装linux服务器的操作记录

    Cobbler为何物? Cobbler是一个快速网络安装linux的服务,而且在经过调整也可以支持网络安装windows。该工具使用python开发,小巧轻便(...

    洗尽了浮华
  • 锤子分拆VR业务,这是憋大招呢还是黔驴技穷?

    镁客网

扫码关注云+社区

领取腾讯云代金券