Apache Superset与Keycloak集成认证配置指南
2025-04-30 09:11:04作者:宣海椒Queenly
背景介绍
Apache Superset作为一款开源的数据可视化与商业智能工具,支持多种认证方式集成。其中与Keycloak这一开源身份认证与访问管理解决方案的集成,是企业级应用中常见的需求。本文将详细介绍如何正确配置Superset与Keycloak的OAuth集成。
常见问题分析
在实际集成过程中,开发者常会遇到认证失败的问题,主要表现为:
- 用户登录后重定向回Superset登录页面
- 系统提示"登录请求被拒绝"
- 后台日志显示HTTP连接池错误
这些问题通常源于配置不当或网络通信问题。
详细配置步骤
Keycloak端配置
-
创建Realm:在Keycloak管理控制台新建一个Realm(如superset)
-
配置Client:
- 客户端ID设置为superset
- 启用标准流与隐式流
- 设置有效的重定向URI(如http://localhost:8088/oauth-authorized/keycloak)
- 确保Web Origins设置为"+"或具体域名
-
创建用户:建立测试用户并分配适当角色
Superset端配置
在superset_config.py中添加以下配置:
from superset.security import SupersetSecurityManager
class KeycloakSecurity(SupersetSecurityManager):
def oauth_user_info(self, provider, resp=None):
if provider == "keycloak":
me = self.appbuilder.sm.oauth_remotes[provider].get(
'http://keycloak:8080/auth/realms/superset/protocol/openid-connect/userinfo'
)
data = me.json()
return {
"name": data.get("name"),
"email": data.get("email"),
"first_name": data.get("given_name"),
"last_name": data.get("family_name"),
"id": data.get("preferred_username"),
"username": data.get("preferred_username"),
}
CUSTOM_SECURITY_MANAGER = KeycloakSecurity
AUTH_USER_REGISTRATION = True
AUTH_USER_REGISTRATION_ROLE = "Public"
AUTH_TYPE = AUTH_OAUTH
OAUTH_PROVIDERS = [
{
"name": "keycloak",
"icon": "fa-key",
"token_key": "access_token",
"remote_app": {
"client_id": "superset",
"client_secret": "your-client-secret",
"client_kwargs": {"scope": "openid email profile"},
"api_base_url": "http://keycloak:8080/auth/realms/superset/protocol/openid-connect",
"authorize_url": "http://keycloak:8080/auth/realms/superset/protocol/openid-connect/auth",
"access_token_url": "http://keycloak:8080/auth/realms/superset/protocol/openid-connect/token",
"jwks_uri": "http://keycloak:8080/auth/realms/superset/protocol/openid-connect/certs",
}
}
]
容器环境特殊配置
在Docker环境中运行时,需特别注意:
- 使用容器名称而非localhost进行服务间通信
- 确保网络配置正确,各容器在同一网络中
- 对于本地开发环境,可考虑使用host.docker.internal作为主机地址
调试技巧
- 日志分析:检查Superset和Keycloak的日志输出
- 网络跟踪:使用工具如tcpdump或Wireshark跟踪网络请求
- 浏览器开发者工具:检查网络请求和重定向流程
最佳实践建议
- 生产环境中应使用HTTPS而非HTTP
- 合理设置令牌有效期和刷新机制
- 实现适当的角色映射和权限控制
- 定期轮换客户端密钥
通过以上配置和注意事项,开发者可以成功实现Superset与Keycloak的安全集成,为企业用户提供统一的认证体验。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
173
193
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
647
263
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
269
93
暂无简介
Dart
622
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.1 K
620
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1