Lightdash项目中的仪表板默认嵌入功能解析
2025-06-12 10:07:26作者:牧宁李
Lightdash作为一款开源商业智能工具,近期在其0.1601.0版本中引入了一项重要功能改进——仪表板默认嵌入设置。这项功能优化了项目中的仪表板嵌入工作流程,为团队协作带来了显著便利。
功能背景与需求
在传统的Lightdash使用场景中,只有系统管理员才能将仪表板加入嵌入白名单,这一设计虽然保证了安全性,但在实际团队协作中却带来了不少困扰。特别是当仪表板创建者并非管理员时,每次需要嵌入仪表板都必须寻求管理员协助,这种工作流程在大型团队或多环境部署中显得效率低下。
新功能实现方案
新版本在项目嵌入设置中增加了一个开关选项,允许管理员选择是否禁用"仅白名单仪表板可嵌入"的限制。当启用该选项时,项目中的所有仪表板将默认具备嵌入权限,无需管理员逐一审批。这一设计既保留了系统的默认安全策略,又为需要灵活嵌入的团队提供了便利。
技术实现考量
从技术架构角度看,这一改进涉及权限系统的重构。系统需要:
- 在项目设置层新增全局嵌入权限控制
- 保持向后兼容性,确保现有白名单功能不受影响
- 提供清晰的用户界面,让管理员能够直观地理解和控制这一设置
应用场景与价值
这项功能特别适合以下场景:
- 开发运维团队需要自动化部署仪表板
- 大型组织中非技术用户需要自主管理仪表板嵌入
- 多环境部署场景下需要减少人工操作环节
通过减少管理员干预环节,团队可以更高效地完成仪表板共享和集成工作,特别是在CI/CD流程中,这一改进使得自动化部署变得更加顺畅。
安全与便利的平衡
值得注意的是,该功能默认保持安全优先的原则,即"仅白名单仪表板可嵌入"的限制默认开启。管理员需要主动选择放宽这一限制,这种设计既满足了灵活性的需求,又确保了系统不会因默认设置而降低安全性。
这一功能改进体现了Lightdash团队对用户体验的持续优化,通过简化工作流程,让数据分析师和业务用户能够更专注于数据洞察而非系统管理。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0117
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
项目优选
收起
暂无描述
Dockerfile
763
4.97 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
856
1.92 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
677
1.33 K
Ascend Extension for PyTorch
Python
719
875
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
455
437
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++
1.07 K
1.09 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
150
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
297
116
昇腾LLM分布式训练框架
Python
178
220