BI平台redash使用

Posted 2023-02-14 王啸tr1912

一、介绍

1、同类品对比

对比项目	Superset	Redash	Metabase
丰富性、灵活性	高	中	中
数据源丰富性	低	高	中
美观性	中(可自定义)	高	中
上手难易程度	高	低	中

superset：轻量级BI工具Superset的搭建与使用 - 简书

Metabase：Metabase使用教程 - 知乎

最有名+最灵活：Superset

最易上手：Redash

最贴近应用：Metabase

Superset支持的数据库

Redash支持的数据库：

Metabase支持的数据库：

二、部署

1、官方地址

https://github.com/getredash/redash

2、使用docker-compose配置

打包发布的文件：docker-compose.yml

version: '2'
services:
  server:
    #image: redash/redash:latest # 官方版本升级后不好用了，替换为我保持的版本
    image: cbbing/redash:4.0.1  
    command: server
    depends_on:
      - postgres
      - redis
    ports:
      - "5000:5000"
    environment:
      PYTHONUNBUFFERED: 0
      REDASH_LOG_LEVEL: "INFO"
      REDASH_REDIS_URL: "redis://redis:6379/0"
      REDASH_DATABASE_URL: "postgresql://postgres@postgres/postgres"
      REDASH_COOKIE_SECRET: "Q422k6vaXUk8"
      REDASH_WEB_WORKERS: 4      
    restart: always
  worker:
    image: cbbing/redash:4.0.1 
    command: scheduler
    environment:
      PYTHONUNBUFFERED: 0
      REDASH_LOG_LEVEL: "INFO"
      REDASH_REDIS_URL: "redis://redis:6379/0"
      REDASH_DATABASE_URL: "postgresql://postgres@postgres/postgres"
      QUEUES: "queries,scheduled_queries,celery"
      WORKERS_COUNT: 2
    restart: always
  redis:
    image: redis:3.0-alpine
    ports:
    - "6379:6379"
    volumes: 
      - ./data/redis_data:/data
    restart: always
  postgres:
    image: postgres:9.5.6-alpine
    ports:
    - "5432:5432"
    volumes:
      - ./data/postgresql_data:/var/lib/postgresql/data
    restart: always
  nginx:
    image: redash/nginx:latest
    ports:
      - "88:80"
    depends_on:
      - server
    links:
      - server:redash
    restart: always

运行之前首先初始化数据库：

docker-compose run --rm server create_db

然后挂在在后台运行：

 docker-compose up -d

三、使用

1、设置用户

在首次登录的时候，会让你设置一个默认用户，这个用户为管理员用户

随后可以通过自己配置来设置一新的用户：

用户以邮箱为主，通过邮箱登录和验证，自己设置密码。

2、配置数据源

设置中关于data sources的页面可以配置数据源，可以是特定数据源，地址或者json文件。

3、配置查询（query）

在右上角可以点击create进行创建query

可以通过写sql的形式进行数据查询

查询到数据之后我们可以给查询到的数据配置显示view组件

选择x轴和y轴要显示什么，可以简单的配置柱状图和折线图

还有好多别的视图类型：箱型图、线形图、柱状图、面积图、饼图、散点图、队列图、计数器、漏斗图、地图、透视表、桑基图、旭日图（Sunburst）、词云图

保存后，返回上一层页面，我们也可以把配置好的数据query组件或者数据作为其他系统连接使用，或者是导出

嵌入iframe使用

对于数据源数据（表格类型）还提供了地址可以直接输送结果给其他系统：

4、创建面板（dashboard）

在右上角的create可以创建

看板主要是为了显示之前配置的query使用的，可以配置多个不同类型的query，进行时间间隔的刷新，达到t+n显示数据的目的

在看板里面可以添加组件了，下面显示的是所有配置出来的query，我们可以选择query进行配置，可以显示query的数据，也可以显示下面配置好的组件

看板配置并且发布之后，是可以设置刷新时间的

还可以直接分享为地址

5、设置报警

这里还有一个报警的功能，也是在右上角创建

首先需要先选择一个query，然后配置其中的报警值，就可以实现给默认地址发送邮件

邮件也是可以配置的，需要本地有一个邮件服务器，可以在docker-compose.yml配置文件中加入实现

  email:
    image: djfarrelly/maildev
    ports:
      - "1080:80"
    restart: unless-stopped

应用框架：

        作为整个数据收集中心的展示层，一般BI系统都是建立在数据收集的基础之上的，如下图所示，我们需要从生产环境收集我们的必要数据，通过ETL工具导入到我们的大数据环境中进行分布式存储，以便我们进行汇总和查询操作，然后我们需要配置一些汇总或者分析的平台，去操作这些数据，实现我们想要的报表或者想要收集的数据展示。