数据可视化工具调研

目前开源的数据可视化工具主要有 metabase 和 superset，两者都能让用户简单、快速的对数据进行分析处理、权限控制等操作。

metabase

简介

metabase 是由 metabase 公司开发的大数据分析工具，可以让用户简单、快速的对数据进行分析。目前有社区版和企业版 2 个版本。

部署方案

 

1. 采用横向扩展的方式来达到分流及高可用的目的
2. 可通过 Nomad Job 部署，但不支持 arm 架构

功能

1. 数据源：Postgres、MySQL、Druid、SQL Server、Redshift、MongoDB、Google BigQuery、SQLite、H2、Oracle、Vertica、Presto、Snowflake、SparkSQL等
2. 可视化查询：简单查询（单表），自定义查询（多表）及原生查询（SQL）
3. 可视化图表类型：曲线、柱状、条形、饼图、面积图、组合图、地图、漏斗、散点、仪表盘等。
4. Dashboard：支持参数传递、一键全屏、公开分享、iframe 嵌入、定时刷新

5. 邮件报警：可以使用已有查询配置数据阈值报警，发送邮件

6. 用户集成：可以直接和 LDAP 集成

7. 权限：用户组粒度，不能到单个用户级别。表中的数据只能在表级别

8. API： 提供 rest api 进行数据查询

实践

影响性能的点

1. 连接到 metabase 的数据库数量

2. 每个数据库中表的数量

3. 数据仓库的效率

4. Dashboard 上 question 的个数

使用建议

1. 只查询需要的数据

2. 使用 RDS 存储数据

3. 开启缓存

4. 优先考虑横向扩展，在多个 metabase 前面加个负载均衡器

superset

简介

superset 是 Apache 开源的一款分布式的数据分析工具，它具备快速、轻量、直观的特点，使用户可以轻松探索和可视化自己的数据。

部署方案

1. 天然支持分布式部署，满足高可用需求
2. 可通过 Nomad Job 部署，但不支持 arm 架构

功能

1. 支持丰富的数据源管理
2. 丰富的数据集管理
3. 支持丰富的图表管理
4. 只支持单表的数据可视化，不支持同时多表的数据可视化
5. 支持数据的告警及报表发送功能
6. 支持开放的 api
7. 细粒度的用户、数据权限管理
8. 支持 SQL 原生查询
9. 支持 LDAP、OAUTH2 认证方式

Metabase vs superset

	Metabase	superset
语言	java	python
架构	单机可扩展	分布式
依赖组件	RDS	RDS、Redis
数据源	18+ 种数据源	34+ 种数据源
可视化	可同时支持单表和多表 16 种图表	可同时只支持单表、不支持多表 整个 ECharts 的都支持
功能	数据源管理 数据集管理 数据可视化 caching(内存) SQL Lab 开放 API 权限管理（用户 & 数据） Alert 支持 Caching 不支持本地 csv 数据源 没有审计日志	数据源管理 数据集管理(单表) 数据可视化 caching(内存或redis) SQL Lab 开放 API 权限管理（用户 & 数据） Alert、Reporter(镜像中需要安装浏览器)。 支持 Caching 支持本地 csv 数据源 审计日志
数据权限	表级别	行级别
用户权限	组级别	用户级别
用户集成	LDAP	LDAP、OAUTH2
Dashboard 组件	MD 文本 + 自带的 charts	丰富的 MD 文本、Tabs、Row、Column、Header、Divider 组件及 charts
API	开放	开放

总结

1. 在支持的数据源、数据可视化、权限及 Dashboard 种类等功能上 Superset 要比 Metabase 占一定的优势。
2. 在数据可视化情况下 Metabase 可以做多表的 Join 操作。而只能针对单表来进行可视化操作。