1c7 / superset-chinese

Superset 教程/文章/视频 列表 (用途：方便新手入门) (起始于2022年2月23号，才刚开始弄，资料还不多，欢迎提交你认为高价值的 Superset 资料）索引关键词 Superset中文 superset 中文

Superset 资料合集

本列表起始于2022年2月23号。

Superset 是什么？(介绍给完全没接触过的朋友)

Superset 简单说就是一个数据可视化的工具。
它本身并不存储数据，它需要有一个后端数据库提供数据，可以是 PostgreSQL/MySQL/ClickHouse 等等（支持好几十种）

Superset 长啥样？

https://github.com/apache/superset 官方仓库里有截图，这里就不再重复贴图了。

这个仓库是什么？

这里是一个列表，存放 Superset 的各种教程，文章，视频等信息。
（中文的资料优先，排在前面）

这东西对你有啥用？

帮助你学习 Superset。

为什么有这个表？

初次接触：我从2022年初开始接触 Superset（这个时间点的 Superset 最新版本是 1.4.1）。
最终目的：用 Superset + ClickHouse 搭建一个仅供公司内部使用的数据面板。
介绍：Superset 最终会由我司员工（做技术的+不做技术的都有）用来分析数据。

学习 Superset 过程中遇到的问题：

1. Superset 官方英文文档有不少改进空间（比如完全没有讲怎么部署到正式环境）
2. 中文资料搜一搜的确有，但一般都是旧版本的（比如0.37），而且比较零散（单篇文章）

问题总结：：

1. 新手想入门 Superset，找资料比较费劲。

有哪些解决办法：

1. 方法1：既然官方英文文档不太行，那么我们可以自己去补（这个我已经在做了）(总结：改进英文文档)
2. 方法2：把英文文档翻译成中文文档（帮助有限，官方文档本来就一般般，翻译成中文也不会解决啥问题，有这功夫不如去改官方的英文文档）
3. 方法3：做一个简单的资料列表，把一些质量较高的资料整理一下，方便翻阅。

结论：
在3个解决办法里，我选方法3，所以做这个列表。
我也会放一些自己原创的文章到这里。

如何参与？（添加你认为高价值的资料到列表中）

请创建 Issue 或者直接发送 Pull Request。

关于 Preset 需要提一句

Superset 的创始人叫 Maxime Beauchemin，
创建 Superset 时是2015年夏季，当时他在 Airbnb 工作。
Maxime 后来创建了一个公司叫 Preset (https://preset.io)

Preset 相当于付费版的 Superset。
因为自己搭建 Superset 比较麻烦，要处理各种代码细节，
你可以直接在 Preset 上花钱使用，不用自己搭建。
Preset 有免费套餐。

专门提这件事情的意义是，在网上你会看到很多 Superset 的资料（文章和视频）作者是 Preset 公司或 Preset 在职员工。 理解清楚 Superset 和 Preset 之间的关系，就不会感到困惑。

列表

（才刚开始弄，现在内容还比较少，欢迎补充）

• (英文) 阅读 Contributing 文档：点评：除了官网文档 (指 https://superset.apache.org/docs/intro )应该全部读完之外，最应该读的就是 Contributing 了，因为里面详细介绍了如果要开发的话，如何在本地搭建开发环境。对 Superset 的代码基本情况做了介绍。

• (中文) Superset 基本概念: 原创内容，我直接写到 doc 目录里了。

• (中文) 书籍《Python+Superset：商业智能数据分析与实战》：我在写这个列表时搜了一下京东，只看到 Superset 有这一本中文图书，还没看过这本书，等看过了来写评价。

• (英文) Superset Meetup: Apache Superset Contributor Bootcamp - 视频发布时间 2021年12月3日 - 时长46分钟40秒：视频重点是如何参与 Superset 的开发。非常适合想贡献代码/文档/其他给 Superset 的开发者。

Superset 创始人(唯一一个创始人) Maxime Beauchemin 的演讲

这里把创始人 Maxime Beauchemin 的视频单独用一个区域列出来。
因为比起其他演讲者，创始人本人出场的视频更值得关注。

视频1：2019年6月17日 - 视频长度39分钟44秒 - 视频标题：The history and anatomy of Apache Superset

这篇演讲主要讲：

• 开篇3分钟做个人介绍。
• 3-5分钟：介绍 Superset 的用途，介绍给完全没接触过 Superset 的人。
• 5-7分钟：介绍 Superset 里某些功能
• 7-10分钟：介绍 Superset 的特点
• 10-15分钟：介绍 Superset 的历史
  • 2015 年夏天在 Airbnb 工作，有一个 3 天的 Hackerthon，当时忙 Airflow 忙了9个多月了，所以想在 Hackerthon 做点不同的事情。 数据基础设施团队当时在弄 Druid 的 Proof of Concept (POC)。 Druid 是一个数据库，特点是 in-memory, column-stored，分布式，可以快速扫描很多行数据，速度很快。
  • 当时离开 Facebook 一阵子了，讲了一下 Facebook 内部的一个同类数据库叫 Scuba。
  • Scuba 有 backend 和 frontend，协同工作。
  • 而 Druid 这边虽然是个不错的数据库，但是完全没有任何 GUI。
  • 当时 Druid 还不能 Speak SQL, 现在支持了。
  • 3天 Hackerthon 之后有个小成品。
  • 项目差点挂了，因为 Druid 当时还是 POC 仅在 Airbnb 内部使用，不确定是否应该坚持使用 Druid 作为后端。
  • 因为当时内部主要用 Presto，所以周末想把项目也兼容一下 Presto，在实现时，觉得不如兼容所有 SQL Speaking Database。
  • 之前考虑过的名字是 Panoramix 和 Caravel，因为种种原因最后没用这些名字。
  • 最后选了 Superset 这个名字。
• 15-17分钟：
  • 大概一年半后，Airbnb 决定大力发展 Druid，专门设立一个团队来做。 4个工程师+1个PM，开始推进 Superset 和 Druid。
  • 讲了一下怎么加入 Apache Foundation 的。
• 17-18分钟：
  • 放了一张 Github 截图以及一些关键指标。
  • 在 Airbnb 内部替代了 Tableau。
  • 其他在用 Superset 的知名公司。
• 19-22分钟
  • 讲 Stack 包括前端 React 后端 Python Flask。
• 22-26分钟
  • Superset 的架构图 (很有帮助)
• 26-32分钟
  • Challenges。
  • Fast Pace Repo
  • Huge Dependency Tree
  • Release Management
• 33-36分钟
  • Roadmap
  • What's Next?

短总结（不想看上面长文看这个就够了）：

1. Superset 诞生于2015年夏季，当时作者 Maxime Beauchemin 在 Airbnb 工作。
2. 当时办了一个三天的 Hackerthon，当时作者在弄 Airflow 已经9个月了，想干点别的。那时候 Airbnb 内部在搞一个叫做 Druid 的数据库，但是这个数据库没有任何的前端，作者之前在 Facebook 工作的时候，Facebook 内部有个工具叫 Scuba，用途和 Druid 类似，但是 Scuba 的体验比较好。于是作者想给 Druid 也做一个类似的前端。
3. 视频22分钟处有一个架构图非常有帮助，如果是完全没接触过的新手，看这个图的帮助不大，但是如果接触了一阵子 Superset 并且自己部署过了，也把官方文档都刷了一遍，再回头看这个就明白了。

视频2：2020年10月17日 - 视频长度40分钟2秒 - 视频标题：Apache Superset - A data visualization platform

A presentation from ApacheCon @Home 2020

• 0-5分钟
  • 2014年：在 Airbnb 创建了 Apache Airflow。
  • 2015年：也是在 Airbnb 创建了 Apache Superset。
  • 2019年创建了一家公司叫 Preset。是一家基于 Superset 的公司。
    • 提供的服务包括训练人员以及部署 Superset。
• 5-14分钟
  • 介绍 Superset，聊一下业界情况。
• 16分钟：[SIP-53] Public Roadmap 公开的发展路线。
• 18分钟：社区。
• 20分钟：Demo 终于开始了。开一个 Dashboard 但是半天加载不了。
• 20-40分钟：没啥可纪录的。

短总结

1. 虽然视频分辨率最高有1080p，实际上屏幕演示的部分还是非常模糊。
2. 这个视频没啥帮助

视频3：2017年6月4日 - 视频长度43分钟34秒 - How Superset and Druid Power Real-Time Analytics at Airbnb | DataEngConf SF '17

• 0-3分钟：介绍了一下自己，目前在 Airbnb 工作，曾经在 Facebook Yahoo Ubisoft 工作过。
• 3分钟：提了自己之前写了一篇 Medium 文章叫 The Rise of the Data Engineer，有6.3万阅读量。
• 4分钟：本次的 Agenda，列了6个重点。
• 6-8分钟：介绍 Druid。是一个 fast, realtime, distributed column store, 开源的数据库。
• 8分钟：介绍 Superset。
• 9-14分钟：介绍 Airbnb 的数据平台基础设施。(Data Infrastructure) 用一张架构示意图。
  • 关键词：Gold Hive Cluster, Silver Hive Cluster, HDFS, Spark Cluster。
  • 关键词：Airflow Scheduling, Presto Cluster, Airpal, Tableau。
• 14-16分钟：介绍 Airbnb 的 Streaming（实时数据处理）
  • 关键词: MySQL BINLOG, Kafaka, Spark Streaming, Hive, HBase, Yarn, HDFS, Datadog, Presto Cluster。
• 21分钟：介绍 Superset。Original Vision, How it started, 以及为什么 Airbnb 要自己造这么一个 Business Intelligence Web Application 而不是直接去市面上买现成的。
  • 想做实时的分析，当时市面上没有能和 Druid 配合使用的工具。
  • 有一次 Hackerthon，其他人在尝试做 Druid 的 POC（Proof of Concept）
  • 他想做工具来 visualize data inside Druid。
  • 当时他已经用过了很多 D3.js 里的图表。
  • 过程总是很痛苦，得把自己的数据和 D3.js 的代码例子结合起来。把数据变成合适的 JSON 格式，加载数据，还得有一个静态的 HTML 文件在桌面上。根本没法分享给別人。
  • 非常希望有人能做一个工具，可以查询任何数据库，包括 Druid，然后只需要再做一点点工作就可以把数据做成可视化的。
  • 然后让这个工具也支持了 Presto。
  • 这个工具在 Airbnb 内部越来越受欢迎，用 Tableu 的人少了，大家都来用这个工具。
• 24分钟: live demo。演示 Superset 的样本数据，各种图表。World's Bank Data。但是太模糊了，不是屏幕录像是直接从台下用摄像机去拍屏幕。
• 33分钟：讲 Superset 的 Stack, Python backend 和 Javascript frontend。
  • Python backend
    • Flask App Builder
    • Pandas
    • SqlAlchemy
  • Javascript frontend
    • React / Redux
    • ES6 / Webpack / npm
    • d3.js
    • nvd3.org
  • Security 用一张 PPT (时间点 33:46)
• 34分钟：A Thin Semantic Layer
  • 就是 extra metadata for your table。
  • 用来表示 which field should be groupable。
  • 用来定义 calculated columns。
• 34-36分钟：Caching。
• 36分钟：What's Next。下一个阶段的计划.
• 剩下的部分都是 QA。

短总结

1. 2017年的视频，有些老了，毕竟现在2022年了。
2. 视频前20分钟提了很多关键词，只适合有大数据工作经验的人观看。比如 Hive, HBase, Spark, HDFS 等等，如果对大数据还是入门水平（比如我）只会一头雾水。大部分观众可以跳过这个部分，反正看不懂。
3. 21分钟介绍 Superset 是什么情况下诞生的，他们当时试图解决什么问题。
4. 33分钟介绍前端和后端的技术栈。
5. 34分钟介绍 Semantic Layer 的部分很有用。

视频4：2017年5月9日 - 视频长度38分钟23秒 - PLOTCON 2017: Maxime Beauchemin, Superset: An open source data exploration platform

• 0-4分钟：介绍自己的经历。
• 5-8分钟：解释为什么要创造 Superset，背后的原因，为什么 Airbnb 选择自己造而不是买现成的。各种考量。
• 8-11分钟：数据基础设施架构图。这个图在别的视频里出现过。
• 12分钟：演示 Superset。
• 17分钟：演示 Superset 里的 SQL Lab。
  • 因为是 2017 年的视频，所以是旧的界面，和如今的 Superset 有非常大的不同。
• 21-24分钟：介绍 Superset 的技术栈，这张 PPT 之前也见过了。
• 25分钟：Security。这张 PPT 也见过了。

短总结

1. 这一个2017年的视频和前面那个2017年的视频内容几乎完全一致(80%的内容相似）。唯一值得夸奖的是这个视频的 1080p 清晰度不错。