Superset 项目技术文档
2024-12-23 15:36:53作者:宣聪麟
1. 安装指南
1.1 环境要求
- Python 3.7 或更高版本
- Node.js 14 或更高版本
- 支持的 SQL 数据库(如 PostgreSQL、MySQL 等)
1.2 安装步骤
-
克隆项目仓库:
git clone https://github.com/apache/superset.git cd superset -
创建虚拟环境:
python3 -m venv venv source venv/bin/activate -
安装依赖:
pip install -r requirements.txt -
安装 Superset:
pip install apache-superset -
初始化数据库:
superset db upgrade -
创建管理员用户:
superset fab create-admin -
加载示例数据(可选):
superset load_examples -
启动 Superset:
superset run -p 8088 --with-threads --reload --debugger
2. 项目的使用说明
2.1 登录与界面
- 打开浏览器,访问
http://localhost:8088。 - 使用管理员账户登录。
2.2 创建数据源
- 点击“Sources”菜单,选择“Databases”。
- 点击“+ Database”按钮,填写数据库连接信息。
- 保存并测试连接。
2.3 创建数据表
- 点击“Sources”菜单,选择“Tables”。
- 点击“+ Table”按钮,选择数据库和表。
- 配置表的列和指标。
2.4 创建图表
- 点击“Charts”菜单,选择“+ Chart”。
- 选择数据表和图表类型。
- 配置图表的维度和指标。
- 保存并查看图表。
2.5 创建仪表盘
- 点击“Dashboards”菜单,选择“+ Dashboard”。
- 添加已创建的图表。
- 调整布局并保存仪表盘。
3. 项目 API 使用文档
3.1 获取所有数据库
GET /api/v1/database/
3.2 获取所有表
GET /api/v1/table/
3.3 创建图表
POST /api/v1/chart/
{
"slice_name": "My Chart",
"viz_type": "bar",
"datasource": "1__table",
"params": {
"groupby": ["column1"],
"metrics": ["sum__column2"]
}
}
3.4 获取所有仪表盘
GET /api/v1/dashboard/
4. 项目安装方式
4.1 通过 Docker 安装
-
拉取 Docker 镜像:
docker pull apache/superset -
运行容器:
docker run -d -p 8088:8088 apache/superset
4.2 通过 PyPI 安装
pip install apache-superset
4.3 通过源码安装
-
克隆仓库:
git clone https://github.com/apache/superset.git -
安装依赖:
pip install -r requirements.txt -
安装 Superset:
pip install .
通过以上步骤,您可以顺利安装并使用 Superset 项目。
登录后查看全文
热门项目推荐
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 StartedRust0216
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 Notebook0138
uni-appA cross-platform framework using Vue.jsJavaScript08
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
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
471
465
Ascend Extension for PyTorch
Python
758
968
昇腾LLM分布式训练框架
Python
186
231
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++
698
1.4 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++
878
2.03 K
暂无描述
Dockerfile
780
5.08 K
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
70
22
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.04 K
271
Claude 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 Started
Rust
2.08 K
216