可视化工具BI(superset,redash)

川长思鸟来 2021-12-19 02:41 293阅读 0赞

> **文章最前**： 我是Octopus，这个名字来源于我的中文名--章鱼；我热爱编程、热爱算法、热爱开源。所有源码在我的个人[github][] ；这博客是记录我学习的点点滴滴，如果您对 Python、Java、AI、算法有兴趣，可以关注我的动态，一起学习，共同进步。

**相关文章：**

1.  **[LeetCode：55. Jump Game（跳远比赛）][LeetCode_55. Jump Game]**
2.  **[Leetcode：300. Longest Increasing Subsequence（最大增长序列）][Leetcode_300. Longest Increasing Subsequence]**
3.  **[LeetCode：560. Subarray Sum Equals K（找出数组中连续子串和等于k）][LeetCode_560. Subarray Sum Equals K_k]**

--------------------

**文章目录:**

1) 各种BI工具对比

2）Superset

3）Redash

--------------------

### 1) 各种BI工具对比  ###

![format_png][]Redash的用户体验要比Superset好，因为够简单。如果是进行深度二次开发，那选择Redash就更加嗨了！Redash的源码可读性很好，易于开发新feature。

如果你非常需要丰富图表，不想自己定制开发，那用superset也可。

但是，中型团队或者创业公司，更推荐使用Redash。运维Redash 1年多，累计注册人数2k，30日平均UV 160、PV 6k+，后台单节点PG元数据60G+，基本没啥运维压力和事故。

一个Redash的作用约等于半个BI部门的力量，还可以无限培养BI分析师，使人人（产品\\开发...）都是数据分析师成为可能.....

### **2）Superset** ###

优点：

*  可视化的选项更多，比如只要定义了Date字段，可以方便的在不同时间维度做Aggregation（日/周/月）。在显示指标的折线图时，可以与某段时间之前的指标在一张图上做对比。或是在折线图上显示一个指标的rolling averages。这些在做指标分析时挺有用的。

缺点：

*  每一张用的表，都需要Sources -> Tables里定义。每一个用到的指标也需要定义。不适合做adhoc query的可视化。
 *  SQL Lab虽然可以做adhoc query的可视化，但每次都会生成一堆临时table，把Sources -> Tables里面的对象搞得很乱
 *  Dashboard不能分类，多了以后很难管理和查找
 *  权限系统特别复杂，而且不好用

### **3）Redash** ###

优点：

*  理念很简单，就是把一个SQL Query的结果可视化。不需要像Superset里定义一堆东西之后才能用。
 *  SQL Query可以定制参数。比如一个App的日活指标，我可能有时要按iOS/App切分，有时要按地域切分，或是按新老用户切分。在Superset的Dashboard上我要做三个图。Redash里我可以把Query的groupby做为一个参数，这样就可以在一张图上搞定。用的时候，可以在一个Dropdown List选切分的方式。
 *  数据源方面除了支持SQL以外，还支持ElasticSearch, Google Analytics, Google Spreadsheet, URL (JSON-Format)等。

缺点：

*  可视化的选项不如Superset多
 *  Superset对于非技术的人员相对友好一些。因为技术人员可以定义好数据源与每种指标，非技术人员接下来的各种查询都可以在Web UI上点选完成，而Redash则需要直接写SQL。不过实际上即使是Superset大部分运营和产品的人也只会看现成的Dashboard，很少有人会自己构建图表。

这两个开源产品的源码我也都读过，从软件架构与代码质量上来说，Redash要明显优于Superset。

--------------------

作者：叶剑烨  
链接：https://www.zhihu.com/question/60369195/answer/258298127  
来源：知乎  
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

[github]: https://github.com/zhangyu345293721
[LeetCode_55. Jump Game]: https://blog.csdn.net/zy345293721/article/details/84991870
[Leetcode_300. Longest Increasing Subsequence]: https://blog.csdn.net/zy345293721/article/details/84984249
[LeetCode_560. Subarray Sum Equals K_k]: https://blog.csdn.net/zy345293721/article/details/84952201
[format_png]: /images/20211219/331cbdaa162544449463773e777b151b.png