都说复盘能力很重要,如何复盘才更有效呢?
我认为基于准确数据分析的复盘才是最有效的,因为不管是拍脑门定需求还是毫无根据的优化迭代都可能导致效果与期望南辕北辙。
今天向大家介绍的是一款非常好用的数据分析可视化平台Superset,有了它我们可以做非常优雅的进行数据探索分析,搭建一目了然的可视化平台。
Superset是一个现代数据探索和可视化平台。
Superset 快速、轻量、直观,并加载了选项,使所有技能的用户都可以轻松地探索和可视化他们的数据,从简单的折线图到高度详细的地理空间图。
使用简单的无代码可视化构建器或最先进的 SQL IDE,快速轻松地集成和探索数据。
Superset 可以通过 SQLAlchemy 连接到任何基于 SQL 的数据源,包括现代云原生数据库和 PB 级引擎。
Superset 是轻量级且高度可扩展的,可利用现有数据基础架构的强大功能,而无需另一个摄取层。
Superset 附带了一系列精美的可视化插件,我们还可以根据自己的需求方便的自定义可视化插件,支持拖拽设置。
效果图
上手极其简单,我花了半小时左右就在自己电脑上搭建出了demo
下面介绍一下部署流程
Superset 在 Windows 上不受官方支持。Windows 用户在本地试用 Superset 的一种选择是通过 VirtualBox安装 Ubuntu 桌面 VM,并在该 VM 内继续执行 Docker on Linux 指令。
Superset对MacOs和Linux都比较友好,可以直接安装。
下面我以自己使用MacOs的安装流程,为大家演示。
我们需要安装docker。
点击docker官网,下载最新版的docker。
根据电脑芯片类型选择安装版本,我的电脑是intel芯片,所以选择第一个。
小提示:我们可以通过点击Mac左上角的苹果icon,点击弹出的【查看本机】按钮,查看芯片信息。
打开 Docker 的首选项面板,转到“Resources”部分并将分配的内存增加到 6GB。
小提示:默认情况下仅分配 2GB 的 RAM,Superset 将无法启动。
我们切换到自己准备安装Superset的目录,克隆项目
git clone https://github.com/apache/superset.git
该命令成功完成后,我们就会在目录中看到一个名为superset
的新文件夹。
我们使用cd superset
切换到项目目录下
然后执行下面的命令拉取项目需要的资源文件
docker-compose -f docker-compose-non-dev.yml pull
pull命令的执行时间可能比较长,甚至可能因为网络问题中断,如果中断重复执行pull命令就可以了
当文件都下载完成,全部显示done
之后,我们执行up命令
docker-compose -f docker-compose-non-dev.yml up
我们打开docker,这时候会发现我们的Images菜单栏中新增了一个apache/superset
,我们点击右侧的【RUN】按钮
我们可以点击Docker的CLI按钮,调起命令行工具,来查看一下Superset的运行的日志。
上述全部配置好之后,我们打开:http://localhost:8088
会展示如下图所示的登录页面。
默认的登录账号和密码都是:admin
登录之后我们就可以体验功能了。
我简单体验了一下,控制台支持拖拽设置展示面板。
官网地址在这里,欢迎大家体验尝鲜
我相信随着数据分析和复盘意识的深入人心,以及Superset的简单易上手,功能强大等特点,Superset这种数据分析可视化工具一定会越来越火爆,值得我们学习。