superset用户使用流程手册.docx

superset用户使用流程手册.docx

《superset用户使用流程手册.docx》由会员分享，可在线阅读，更多相关《superset用户使用流程手册.docx（48页珍藏版）》请在冰豆网上搜索。

superset用户使用流程手册

Superset的功能介绍

1、我们可以通过连接数据库，去对数据库中的单个表进行配置，展示出柱状图，折线图，饼图，气泡图，词汇云，数字，环状层次图，有向图，蛇形图，地图，平行坐标，热力图，箱线图，树状图，热力图，水平图等图，官网上

是不可以操作多个表的，不过我们可以操作视图，也就是说在数据库建好视图，也可以在superset中给表新增一列进行展示。

2、配置好了我们想要的图表之后我们可以把它添加到仪盘表进行展示，还可以去配置缓存，来加速仪盘表的查询，不必要没次都去查询数据库。

3、我们可以查看进行查询表的sql，也可以把查询导出为json，csv文件。

它有自己的sql编辑器，我们可以在里面来编写sql。

一、系统基本使用

在使用本系统前，应该先进行账户的建立操作。

1.1登陆

输入开通的账号、密码点击登录即可。

1.2新建账号

在登陆时可以使用admin进行用户的创建。

先登陆admin用户，点击界面栏目"安全"→"用户列表

"→，点击

按钮

在填写完信息后点击保存（注：

红色*的选项未必填项）即可使用新建账号登陆。

在创建账号时，根据使用账号功能需求选择不同的角色属性，每个账号的用户名不能相同。

二、创建数据源

2.1.1superset连接MySQL

登录到部署superset主机

1.进入superset的Web界面，点击sources下拉选项的Databases，如下图：

2.进入数据库界面，点击“+”按钮进入数据库连接界面，填写正确字段后保存，操作如下：

3.查看已经连接好的数据库

2.1.2添加数据表

Sources->Tables

点击加号（+）新增数据表

Database选择之前创建好的数据源，TableName必须是数据源中对应真实的表名，表中必须包含一个Date或者Timestamp类型的字段

2.1.3数据表查看、编辑

Sources->Tables可看到所有已连接的数据表

可对表结构、数据类型、是否可进行group、filter、count、sum、min、max操作等进行编

辑

2.2数据探索分析与可视化展示

Table定义好维度字段和指标之后，即可针对该表进行数据探索分析与可视化展示，在

Table页面，点击一个表名，即可进入。

List

在分析页面中，可以针对某一个表事先定义的时间字段、维度及指标字段进行数据探索分析，并可以选择相应的图表进行可视化展示。

2.2.1可视化图表类型选择

选择可视化图表类型。

Superset自带的图表类型如上，包括柱状图、饼图、时间序列线图、堆积图、图表、热词图等。

2.2.2数据时间范围选择

选择：

时间所在数据列。

时间粒度，时间跨度

2.2.3维度展示选择、图表可视化选择

Groupby：

x轴统计维度

Metrics：

y轴展示的数据指标（包括指标的SortBy：

排序依据

sum、avg等）

可视化选择

配色

图例

是否堆积／分布

⋯⋯

2.2.4坐标轴编辑

选择X、Y轴数据格式

编辑X、Y轴标签

编辑Y轴边界

2.2.5自定义查询／过滤

自定义SQL语句

where、having语句、内置in／notin过滤器

2.2.6查询可视化保存

将查询结果保存为slice

将slice增加到已有的dashboard／新增dashboard中

2.2.7Dashboard编辑

编辑每个Slice对应的模块，可以自由拖拽位置和大小，并保存整个Dashboard的布局。

2.2.8多表关联查询

在数据表编辑界面，可通过DatabaseExpression，运用SQL语句实现多表关联查询。

3.Superset操作数据库

经过上边的步骤就连接上了数据库，下边就可以进行数据的可视化操作了。

首先点击

SQL测试下拉菜单下的SQL编辑器按钮。

如下图所示：

SQL语句的执行结果如下：

点击Visualize按钮进入数据可视化编辑窗口：

4.superset部分图形使用案例

4.1Distribution–BarChart（分布-条形图）

案例需求：

统计每个state的总人数，总女生人数，总男生人数。

SELECTstateASstate,

sum（num）ASsum__num,

sum（sum_girls）ASsum__sum_girls,

sum（sum_boys）ASsum__sum_boys

FROM

（select*

frombirth_names）ASexpr_qry

WHEREds>='1917-07-0518:

21:

31'

ANDds<='2017-07-0518:

21:

31'

GROUPBYstate

ORDERBYsum__numDESCLIMIT50000

进入可视化界面，可按需求显示图形：

在图形的右上方有对图形的保存等一些操作：

图表的保存：

查看保存的图表：

3.2TableView–表视图

需求1：

根据name，gender分组，统计总人数。

SQL：

SELECTnameASname,

genderASgender,

sum（num）ASsum__num

FROM

（select*

frombirth_names）ASexpr_qry

WHEREds>='1917-07-0518:

24:

31'

ANDds<='2017-07-0518:

24:

31'

GROUPBYname,

gender

ORDERBYsum__numDESCLIMIT50000

3.3PivotTable–数据透视表

数据透视表（PivotTable）是一种交互式的表，可以进行某些计算，如求和与计数等。

所进行的计算与数据跟数据透视表中的排列有关。

案例需求：

按照name，gender分组，对每个state人数进行统计。

SQL：

SELECTgenderASgender,

stateASstate,

nameASname,

sum（num）ASsum__num

FROM

（select*

frombirth_names）ASexpr_qry

WHEREds>='1917-07-0518:

25:

21'

ANDds<='2017-07-0518:

25:

21'

GROUPBYgender,

state,

name

ORDERBYsum__numDESCLIMIT50000

3.4TimeSeries–LineChart–时序线图

案例需求：

查看每个state人数总数随时间的变化。

SQL：

SELECTstateASstate,

dsAS__timestamp,

sum（num）ASsum__num

FROM

（select*

frombirth_names）ASexpr_qry

INNERJOIN

（SELECTstateASstate__,

sum（num）ASsum__num

FROM

（select*

frombirth_names）ASexpr_qry

WHEREds>='1917-07-0518:

26:

35'

ANDds<='2017-07-0518:

26:

35'

GROUPBYstate

ORDERBYsum__numDESCLIMIT50）ASanon_1ONstate=state__WHEREds>='1917-07-0518:

26:

35'

ANDds<='2017-07-0518:

26:

35'

GROUPBYstate,

ds

ORDERBYsum__numDESCLIMIT50000

3.5TimeSeries–Stacked–时序面积图

面积图强调数量随时间而变化的程度，也可用于引起人们对总值趋势的注意。

例如，表

示随时间而变化的产生的数据可以绘制在面积图中以强调总数据量。

案例需求：

根据每个state每年的总人数的时序图-叠图。

SQL：

SELECTstateASstate,

dsAS__timestamp,

sum（num）ASsum__num

FROM

（select*

frombirth_names）ASexpr_qry

INNERJOIN

（SELECTstateASstate__,

sum（num）ASsum__num

FROM

（select*

frombirth_names）ASexpr_qry

WHEREds>='1917-07-0518:

27:

06'

ANDds<='2017-07-0518:

27:

06'

GROUPBYstate

ORDERBYsum__numDESCLIMIT50）ASanon_1ONstate=state__WHEREds>='1917-07-0518:

27:

06'

ANDds<='2017-07-0518:

27:

06'

GROUPBYstate,ds

ORDERBYsum__numDESCLIMIT50000

3.6TimeSeries–BarChart–时序柱形图

案例需求：

比较不同的年份每个state的人数差异的时序柱形图。

SQL:

SELECTstateASstate,

dsAS__timestamp,

sum（num）ASsum__num

FROM

（select*

frombirth_names）ASexpr_qry

INNERJOIN

（SELECTstateASstate__,

sum（num）ASsum__num

FROM

（select*

frombirth_names）ASexpr_qry

WHEREstateNOTIN（'other'）

ANDds>='1917-07-0518:

28:

57'

ANDds<='2017-07-0518:

28:

57'

GROUPBYstate

ORDERBYsum__numDESCLIMIT50）ASanon_1ONstate=state__WHEREds>='1917-07-0518:

28:

57'

ANDds<='2017-07-0518:

28:

57'

ANDstateNOTIN（'other'）

GROUPBYstate,

ds

ORDERBYsum__numDESCLIMIT50000

3.7Distribution–NVD3-PieChart–饼图

案例：

比较每个state的人数占总人数的比例。

SQL：

SELECTstateASstate,

sum（num）ASsum__num

FROM

（select*

frombirth_names）ASexpr_qry

WHEREds>='1917-07-0518:

29:

51'

ANDds<='2017-07-0518:

29:

51'

ANDstateNOTIN（'other'）

GROUPBYstate

ORDERBYsum__numDESCLIMIT50000

3.8BubbleChart–气泡图

SQL语句：

SELECTcountry_nameAScountry_name,

regionASregion,

SUM（`SP_POP_TOTL`）AS`sum__SP_POP_TOTL`,SUM（`SP_RUR_TOTL_ZS`）AS`sum__SP_RUR_TOTL_ZS`,SUM（`SP_DYN_LE00_IN`）AS`sum__SP_DYN_LE00_IN`

FROMwb_health_population

WHEREyear>=STR_TO_DATE（'2011-01-0100:

00:

00','%%Y-%%m-%%d%%H:

%%i:

%%s'）

ANDyear<=STR_TO_DATE（'2011-01-0200:

00:

00','%%Y-%%m-%%d%%H:

%%i:

%%s'）

ANDcountry_codeNOTIN（'TCA','MNP','DMA','MHL','MCO','SXM','CYM','TUV','IMY','KNA','ASM','ADO','AMA','PLW'）

GROUPBYcountry_name,

region

ORDERBY`sum__SP_POP_TOTL`DESCLIMIT50000

3.9MarKup–标记图

4.10WordClould–文字云

案例需求：

显示所有的name，且看到使用这个名字的人数比重。

SQL语句：

SELECTnameASname,

sum（num）ASsum__num

FROM

（select*

frombirth_names）ASexpr_qry

WHEREds>='1917-07-0517:

39:

23'

ANDds<='2017-07-0517:

39:

23'

GROUPBYname

ORDERBYsum__numDESCLIMIT50000

3.10Sunburst–旭日图

案例需求：

第一层gender，第二层name，统计人数。

SQL：

SELECTgenderASgender,

nameASname,

sum（num）ASsum__num,

sum（num）ASsum__num

FROM

（select*

frombirth_names）ASexpr_qry

WHEREds>='1917-07-0517:

56:

35'

ANDds<='2017-07-0517:

56:

35'

GROUPBYgender,

name

ORDERBYsum__numDESCLIMIT50000

3.11ParallelCoordinates–平行坐标图

平行坐标图为一种数据可视化的方式。

以多个垂直平行的坐标轴表示多个维度，以维度上的刻度表示在该属性上对应值，以颜色区分类别。

每个样本在各个维度上对应一个值，相连而得的一个折线表示该样本。

SQL：

SELECTcountry_nameAScountry_name,

SUM（`SP_POP_TOTL`）AS`sum__SP_POP_TOTL`,

SUM（`SP_RUR_TOTL_ZS`）AS`sum__SP_RUR_TOTL_ZS`,

SUM（`SH_DYN_AIDS`）AS`sum__SH_DYN_AIDS`,

AVG（`NY_GNP_PCAP_CD`）AS`avg__NY_GNP_PCAP_CD`

FROMwb_health_population

WHEREyear>=STR_TO_DATE（'2011-01-0100:

00:

00','%%Y-%%m-%%d%%H:

%%i:

%%s'）

ANDyear<=STR_TO_DATE（'2011-01-0100:

00:

00','%%Y-%%m-%%d%%H:

%%i:

%%s'）

GROUPBYcountry_name

ORDERBY`sum__SP_POP_TOTL`DESCLIMIT50000

3.12Boxplot–盒图

盒图（boxplot）：

摆弄数据离散度的一种图形。

它对于显示数据的离散的分布情况效果不错。

在软件工程中，Nassi和Shneiderman提出了一种符合结构化程序设计原则的图形描述工具，叫做盒图，也被称为N-S图。

SQL：

SELECTregionASregion,

yearAS__timestamp,

SUM（`SP_POP_TOTL`）AS`sum__SP_POP_TOTL`

FROMwb_health_population

INNERJOIN

（SELECTregionASregion__,

SUM（`SP_POP_TOTL`）AS`sum__SP_POP_TOTL`

FROMwb_health_population

WHEREyear>=STR_TO_DATE（'1960-01-0100:

00:

00','%%Y-%%m-%%d%%H:

%%i:

%%s'）

ANDyear<=STR_TO_DATE（'2017-07-1109:

46:

33','%%Y-%%m-%%d%%H:

%%i:

%%s'）

GROUPBYregion

ORDERBY`sum__SP_POP_TOTL`DESCLIMIT25）ASanon_1ONregion=region__

WHEREyear>=STR_TO_DATE（'1960-01-0100:

00:

00','%%Y-%%m-%%d%%H:

%%i:

%%s'）

ANDyear<=STR_TO_DATE（'2017-07-1109:

46:

33','%%Y-%%m-%%d%%H:

%%i:

%%s'）

GROUPBYregion,

year

ORDERBY`sum__SP_POP_TOTL`DESCLIMIT50000