13518219792
此次实践过程全属个人学习，我选择了在window下安装Superset，并进行嵌入后台系统实践。对此进行实践过程总结，实践成果分享给大家，供大家参考，如果你有更好的想法，欢迎留言交流。
建议安装Python 3.4 以上版本。Python 2.7 版本在windows 上存在各种编码问题。https://www.python.org/downloads/release/python-350/
下载Windows x86-64 executable installer 。直接使用exe的安装包即可，安装过程中选中增加到环境变量。
检查：CMD下 分别运行python -V 和 pip-V。如果找不到命令，则需要添加python的安装目录到path环境变量下。
此步骤可选，直接安装的话跳到第四步。因为Superset需要安装的组件较多，最好是使用virtualenv独立一套python环境。
在开发Python应用程序的时候，系统安装的Python3只有一个版本。所有第三方的包都会被pip安装到Python3的site-packages目录下。
如果我们要同时开发多个应用程序，那这些应用程序都会共用一个Python，就是安装在系统的Python 3。如果应用A需要jinja 2.7，而应用B需要jinja 2.6怎么办？
这种情况下，每个应用可能需要各自拥有一套“独立”的Python运行环境。virtualenv就是用来为一个应用创建一套“隔离”的Python运行环境。
安装命令：
pip install virtualenv
2.3 使用virtualenv
先在D盘建立d:\pythonVir 目录。
然后激活：
cd d:\pythonVir virtualenv env//等待初始化完成... //激活： env\Scripts\activate
激活之后的界面如下图，注意在命令行输入的左侧有（env）标记，这样我们的后续操作都会在env中生效，不会影响整体的pyhton环境。
Superset中依赖的一些库需要使用microsoft visual c++ 2010编译。
根据说明应该是也可以安装 Visual C++ 2015 Build Tools：
http://landinghub.visualstudio.com/visual-cpp-build-tools
这里是个大坑， 我之前直接安装superset一直安装不成功，报错（sasl.h 找不到）。
解决办法是：通过 http://www.lfd.uci.edu/~gohlke/pythonlibs/#sasl 下载对应的版本
比如咱们安装的python 是3.6版本，系统是64位，就下载sasl-0.2.1-cp36-cp36m-win_amd64.whl。
另外，安装过程中出现“ Failed building wheel for xxx”的解决办法如下：
出现原因：缺失相应的whl文件。
解决办法：下载并安装对应的whl文件。
例如，出现“ Failed building wheel for python_geohash”则下载相应python版本的python_geohash文件。
我用的是Python3.6版本，则找到python_geohash-0.8.5-cp36-cp36m-win_amd64.whl文件进行下载即可。
安装方法：
pip install F:\python_geohash-0.8.5-cp36-cp36m-win32.whl
1）前置环境准备完毕后，开始安装superset.
pip install superset
执行成功界面：
2）创建管理员账号：
fabmanager create-admin --app superset
执行过程界面如下：
3）初始化数据库 (windows下，先进入到 Python安装目录（或者virtualEnv的虚拟目录）下，lib\site-packages\superset\bin下)
执行命令：
python superset db upgrade
4）加载例子(后续操作都需要在lib\site-packages\superset\bin下)
python superset load_examples
5）初始化角色和权限
python superset init
6）启动服务，端口 8088, 使用 -p 更改端口号。
python superset runserver -d
Superset默认使用sqllite。支持以下数据库：
MySQL | pip install mysqlclient | mysql:// |
Postgres | pip install psycopg2 | postgresql+psycopg2:// |
Presto | pip install pyhive | presto:// |
Oracle | pip install cx_Oracle | oracle:// |
sqlite | 默认有了 | sqlite:// |
Redshift | pip install sqlalchemy-redshift | postgresql+psycopg2:// |
MSSQL | pip install pymssql | mssql:// |
Impala | pip install impyla | impala:// |
SparkSQL | pip install pyhive | jdbc+hive:// |
Greenplum | pip install psycopg2 | postgresql+psycopg2:// |
Athena | pip install "PyAthenaJDBC>1.0.9" | awsathena+jdbc:// |
Vertica | pip install sqlalchemy-vertica-python | vertica+vertica_python:// |
ClickHouse | pip install sqlalchemy-clickhouse | clickhouse:// |
使用pip安装好数据库后，就可以在Web界面中，配置相关数据源了。
数据库的连接字符串格式参见：
http://docs.sqlalchemy.org/en/rel_1_0/core/engines.html#database-urls
登录superset后，我们就可以配置自己本地数据源了，进行数据查询以及展示。
修改superset中的config.py配置文件，将PUBLIC_ROLE_LIKE_GAMMA改为True。
注释意思：
授予公共角色与GAMMA角色相同的权限集。
如果想让匿名用户查看，可以设置这里，在仪表盘对特定数据集的授权显示，也在这里设置。
避免iframe跨站访问问题。
其中：
Ø can explore on Superset为导出图表
Ø can explore json on Superset为导出图表json
Ø all database access on all_database_access访问所有数据库权限，也可以设置单个
效果如下：
为什么需要重定向呢？这里主要是为了后台应用隐藏superset的图表链接，防止被扫描到后，恶意使用；只要在后台应用重新写一个具有权限控制的请求链接，重新定向到superset的图表链接，这样就能防止数据泄露出去。
后台代码：
那么，对于链接地址：/chart/getDemoDashboardUrl，在后台就可以进行权限管理。
以上已经完全可以把superset中的图表嵌入到后台应用系统中了，但是怎么能够实现参数传递呢？现在，我在这里把实现过程整理出来，跟着试验样例看它怎么实现的。
研究一下superset图表提供出去的链接地址，就可以发现，已json作为参数传递的。如下：
form_data={"datasource":"3__table","viz_type":"line","slice_id":63,"granularity_sqla":"ds","time_grain_sqla":null,"since":"100 years ago","until":"now","metrics":[{"aggregate":"SUM","column":{"column_name":"num_california","expression":"CASE WHEN state = 'CA' THEN num ELSE 0 END"},"expressionType":"SIMPLE","label":"SUM(num_california)"}],"adhoc_filters":[{"expressionType":"SIMPLE","subject":"gender","operator":"==","comparator":"boy","clause":"WHERE","sqlExpression":null,"fromFormData":true,"filterOptionName":"filter_gtzm93u9ocq_9sy5vd5ocfg"},{"expressionType":"SIMPLE","subject":"name","operator":"LIKE","comparator":"Aaron","clause":"WHERE","sqlExpression":null,"fromFormData":true,"filterOptionName":"filter_6cgdixdoh4_5wrgyuorwoa"}],"groupby":["name"],"limit":"10","timeseries_limit_metric":{"aggregate":"SUM","column":{"column_name":"num_california","expression":"CASE WHEN state = 'CA' THEN num ELSE 0 END"},"expressionType":"SIMPLE","label":"SUM(num_california)"},"order_desc":true,"contribution":false,"row_limit":50000,"color_scheme":"bnbColors","show_brush":"auto","show_legend":true,"rich_tooltip":true,"show_markers":false,"line_interpolation":"linear","x_axis_label":"","bottom_margin":"auto","x_ticks_layout":"auto","x_axis_format":"smart_date","x_axis_showminmax":false,"y_axis_label":"","left_margin":"auto","y_axis_showminmax":false,"y_log_scale":false,"y_axis_format":".3s","y_axis_bounds":[null,null],"rolling_type":"None","time_compare":[],"num_period_compare":"","period_ratio_type":"growth","resample_how":null,"resample_rule":null,"resample_fillmethod":null,"annotation_layers":[],"compare_lag":"10","compare_suffix":"o10Y","markup_type":"markdown","metric":"sum__num","where":"","url_params":{}}其中，标注×××的就是过滤条件的参数配置，于是提取出来在代码中做相应的修改：
修改后界面如下：
输入条件，姓名：Amy，性别选择：girl，点击查询如下：
9. 结束语
以上实践为预研superset可视化工具的过程整理，编写的样例都很简陋。如果实际应用到项目中去，按照上诉原理，重新设计一套可拓展，易使用的架构，将其打磨成可配置化的产品工具。这里先留下伏笔，暂不阐述，如果你有好的想法，欢迎留言交流。
另外有需要云服务器可以了解下创新互联scvps.cn，海内外云服务器15元起步，三天无理由+7*72小时售后在线，公司持有idc许可证，提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案，具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势，专为企业上云打造定制，能够满足用户丰富、多元化的应用场景需求。
