superset用户使用经过流程介绍材料

-!Superset的功能介绍1、我们可以通过连接数据库，去对数据库中的单个表进行配置，展示出柱状图，折线图，饼图，气泡图，词汇云，数字，环状层次图，有向图，蛇形图，地图，平行坐标，热力图，箱线图，树状图，热力图，水平图等图，官网上是不可以操作多个表的，不过我们可以操作视图，也就是说在数据库建好视图，也可以在superset中给表新增一列进行展示。感谢阅读2、配置好了我们想要的图表之后我们可以把它添加到仪盘表进行展示，还可以去配置缓存，来加速仪盘表的查询，不必要没次都去查询数据库。谢谢阅读3、我们可以查看进行查询表的sql，也可以把查询导出为json，csv文件。感谢阅读它有自己的sql编辑器，我们可以在里面来编写sql。谢谢阅读一、系统基本使用在使用本系统前，应该先进行账户的建立操作。1.1登陆输入开通的账号、密码点击登录即可。1.2新建账号在登陆时可以使用admin进行用户的创建。先登陆admin用户，点击界面栏目"安全"→"用户列表"→，点击 按钮感谢阅读-!在填写完信息后点击保存（注：红色*的选项未必填项）即可使用新建账号登陆。精品文档放心下载在创建账号时，根据使用账号功能需求选择不同的角色属性，每个账号的用户名不能相同。精品文档放心下载二、创建数据源2.1.1superset连接MySQL登录到部署superset主机-!进入superset的Web界面，点击sources下拉选项的Databases，如下图：感谢阅读进入数据库界面，点击“+”按钮进入数据库连接界面，填写正确字段后保存，操作如下：谢谢阅读查看已经连接好的数据库2.1.2添加数据表Sources->Tables点击加号（+）新增数据表Database选择之前创建好的数据源，TableName必须是数据源中对应真实的表名，表中必须包含一个Date或者Timestamp类型的字段感谢阅读-!2.1.3数据表查看、编辑Sources->Tables可看到所有已连接的数据表精品文档放心下载可对表结构、数据类型、是否可进行group、filter、count、sum、min、max操作等进行编精品文档放心下载辑-!2.2数据探索分析与可视化展示Table定义好维度字段和指标之后，即可针对该表进行数据探索分析与可视化展示，在ListTable页面，点击一个表名，即可进入。感谢阅读-!在分析页面中，可以针对某一个表事先定义的时间字段、维度及指标字段进行数据探索分析，并可以选择相应的图表进行可视化展示。精品文档放心下载2.2.1可视化图表类型选择选择可视化图表类型。Superset自带的图表类型如上，包括柱状图、饼图、时间序列线图、堆积图、图表、热词图等。感谢阅读-!2.2.2数据时间范围选择选择：时间所在数据列。时间粒度，时间跨度2.2.3维度展示选择、图表可视化选择Groupby：x轴统计维度Metrics：y轴展示的数据指标（包括指标的sum、avg等）谢谢阅读SortBy：排序依据-!可视化选择配色图例是否堆积／分布……2.2.4坐标轴编辑选择X、Y轴数据格式编辑X、Y轴标签编辑Y轴边界-!2.2.5自定义查询／过滤自定义SQL语句where、having语句、内置in／notin过滤器谢谢阅读2.2.6查询可视化保存将查询结果保存为sliceslice增加到已有的dashboard／新增dashboard中感谢阅读2.2.7Dashboard编辑编辑每个Slice对应的模块，可以自由拖拽位置和大小，并保存整个Dashboard的布局。感谢阅读-!2.2.8多表关联查询在数据表编辑界面，可通过DatabaseExpression，运用SQL语句实现多表关联查询。感谢阅读3.Superset操作数据库经过上边的步骤就连接上了数据库，下边就可以进行数据的可视化操作了。首先点击谢谢阅读SQL测试下拉菜单下的SQL编辑器按钮。如下图所示：感谢阅读-!SQL语句的执行结果如下：点击Visualize按钮进入数据可视化编辑窗口：谢谢阅读-!4.superset部分图形使用案例4.1Distribution–BarChart（分布-条形图）精品文档放心下载案例需求：统计每个state的总人数，总女生人数，总男生人数。精品文档放心下载SELECTstateASstate,sum(num)ASsum__num,sum(sum_girls)ASsum__sum_girls,感谢阅读sum(sum_boys)ASsum__sum_boys精品文档放心下载FROM(select*frombirth_names)ASexpr_qry感谢阅读WHEREds>='1917-07-0518:21:31'精品文档放心下载ANDds<='2017-07-0518:21:31'感谢阅读GROUPBYstateORDERBYsum__numDESCLIMIT50000感谢阅读进入可视化界面，可按需求显示图形：-!在图形的右上方有对图形的保存等一些操作：图表的保存：查看保存的图表：-!3.2TableView–表视图需求1：根据name，gender分组，统计总人数。感谢阅读SQL：SELECTnameASname,genderASgender,sum(num)ASsum__numFROM(select*frombirth_names)ASexpr_qry谢谢阅读WHEREds>='1917-07-0518:24:31'精品文档放心下载ANDds<='2017-07-0518:24:31'精品文档放心下载GROUPBYname,genderORDERBYsum__numDESCLIMIT50000感谢阅读-!3.3PivotTable–数据透视表数据透视表（PivotTable）是一种交互式的表，可以进行某些计算，如求和与计数等。精品文档放心下载所进行的计算与数据跟数据透视表中的排列有关。案例需求：按照name，gender分组，对每个state人数进行统计。谢谢阅读SQL：SELECTgenderASgender,stateASstate,nameASname,sum(num)ASsum__numFROM(select*frombirth_names)ASexpr_qry感谢阅读WHEREds>='1917-07-0518:25:21'精品文档放心下载ANDds<='2017-07-0518:25:21'谢谢阅读GROUPBYgender,state,nameORDERBYsum__numDESCLIMIT50000感谢阅读-!3.4TimeSeries–LineChart–时序线图谢谢阅读案例需求：查看每个state人数总数随时间的变化。精品文档放心下载SQL：SELECTstateASstate,dsAS__timestamp,sum(num)ASsum__numFROM(select*frombirth_names)ASexpr_qry精品文档放心下载INNERJOIN(SELECTstateASstate__,sum(num)ASsum__numFROM(select*frombirth_names)ASexpr_qry精品文档放心下载WHEREds>='1917-07-0518:26:35'感谢阅读ANDds<='2017-07-0518:26:35'感谢阅读GROUPBYstateORDERBYsum__numDESCLIMIT50)ASanon_1ONstate=state__WHEREds>='1917-07-0518:26:35'谢谢阅读ANDds<='2017-07-0518:26:35'谢谢阅读GROUPBYstate,dsORDERBYsum__numDESCLIMIT50000感谢阅读-!3.5TimeSeries–Stacked–时序面积图谢谢阅读面积图强调数量随时间而变化的程度，也可用于引起人们对总值趋势的注意。例如，表示随时间而变化的产生的数据可以绘制在面积图中以强调总数据量。感谢阅读案例需求：根据每个state每年的总人数的时序图-叠图。谢谢阅读SQL：SELECTstateASstate,dsAS__timestamp,sum(num)ASsum__numFROM(select*frombirth_names)ASexpr_qry谢谢阅读INNERJOIN(SELECTstateASstate__,sum(num)ASsum__numFROM(select*frombirth_names)ASexpr_qry感谢阅读WHEREds>='1917-07-0518:27:06'谢谢阅读ANDds<='2017-07-0518:27:06'感谢阅读GROUPBYstateORDERBYsum__numDESCLIMIT50)ASanon_1ONstate=state__WHEREds>='1917-07-0518:27:06'谢谢阅读ANDds<='2017-07-0518:27:06'精品文档放心下载-!GROUPBYstate,dsORDERBYsum__numDESCLIMIT50000谢谢阅读3.6TimeSeries–BarChart–时序柱形图谢谢阅读案例需求：比较不同的年份每个state的人数差异的时序柱形图。谢谢阅读SQL:SELECTstateASstate,dsAS__timestamp,sum(num)ASsum__numFROM(select*frombirth_names)ASexpr_qry精品文档放心下载INNERJOIN(SELECTstateASstate__,sum(num)ASsum__numFROM(select*frombirth_names)ASexpr_qry精品文档放心下载WHEREstateNOTIN('other')谢谢阅读ANDds>='1917-07-0518:28:57'精品文档放心下载ANDds<='2017-07-0518:28:57'感谢阅读GROUPBYstateORDERBYsum__numDESCLIMIT50)ASanon_1ONstate=state__WHEREds>='1917-07-0518:28:57'谢谢阅读ANDds<='2017-07-0518:28:57'感谢阅读ANDstateNOTIN('other')感谢阅读GROUPBYstate,ds-!ORDERBYsum__numDESCLIMIT50000精品文档放心下载3.7Distribution–NVD3-PieChart–饼图精品文档放心下载案例：比较每个state的人数占总人数的比例。SQL：SELECTstateASstate,sum(num)ASsum__numFROM(select*frombirth_names)ASexpr_qry精品文档放心下载WHEREds>='1917-07-0518:29:51'感谢阅读ANDds<='2017-07-0518:29:51'精品文档放心下载ANDstateNOTIN('other')感谢阅读GROUPBYstateORDERBYsum__numDESCLIMIT50000谢谢阅读-!3.8BubbleChart–气泡图SQL语句：SELECTcountry_nameAScountry_name,精品文档放心下载regionASregion,SUM(`SP_POP_TOTL`)AS`sum__SP_POP_TOTL`,SUM(`SP_RUR_TOTL_ZS`)AS`sum__SP_RUR_TOTL_ZS`,SUM(`SP_DYN_LE00_IN`)AS`sum__SP_DYN_LE00_IN`谢谢阅读FROMwb_health_populationWHEREyear>=STR_TO_DATE('2011-01-0100:00:00','%%Y-%%m-%%d%%H:%%i:%%s')精品文档放心下载ANDyear<=STR_TO_DATE('2011-01-0200:00:00','%%Y-%%m-%%d%%H:%%i:%%s')精品文档放心下载ANDcountry_codeNOTIN('TCA','MNP','DMA','MHL','MCO','SXM','CYM','TUV','IMY','KNA','ASM','ADO','AMA','PLW')GROUPBYcountry_name,感谢阅读regionORDERBY`sum__SP_POP_TOTL`DESCLIMIT50000谢谢阅读-!3.9MarKup–标记图4.10WordClould–文字云案例需求：显示所有的name，且看到使用这个名字的人数比重。谢谢阅读SQL语句：SELECTnameASname,sum(num)ASsum__numFROM-!(select*frombirth_names)ASexpr_qry感谢阅读WHEREds>='1917-07-0517:39:23'精品文档放心下载ANDds<='2017-07-0517:39:23'感谢阅读GROUPBYnameORDERBYsum__numDESCLIMIT50000精品文档放心下载3.10 Sunburst–旭日图案例需求：第一层gender，第二层name，统计人数。感谢阅读SQL：SELECTgenderASgender,nameASname,sum(num)ASsum__num,sum(num)ASsum__numFROM(select*frombirth_names)ASexpr_qry精品文档放心下载WHEREds>='1917-07-0517:56:35'谢谢阅读ANDds<='2017-07-0517:56:35'精品文档放心下载GROUPBYgender,nameORDERBYsum__numDESCLIMIT50000精品文档放心下载-!3.11 ParallelCoordinates–平行坐标图感谢阅读平行坐标图为一种数据可视化的方式。以多个垂直平行的坐标轴表示多个维度，以维度上的刻度表示在该属性上对应值，以颜色区分类别。每个样本在各个维度上对应一个值，相连而得的一个折线表示该样本。感谢阅读SQL：SELECTcountry_nameAScountry_name,感谢阅读SUM(`SP_POP_TOTL`)AS`sum__SP_POP_TOTL`,感谢阅读SUM(`SP_RUR_TOTL_ZS`)AS`sum__SP_RUR_TOTL_ZS`,精品文档放心下载SUM(`SH_DYN_AIDS`)AS`sum__SH_DYN_AIDS`,感谢阅读AVG(`NY_GNP_PCAP_CD`)AS`avg__NY_GNP_PCAP_CD`谢谢阅读FROMwb_health_populationWHEREyear>=STR_TO_DATE('2011-01-0100:00:00','%%Y-%%m-%%d%%H:%%i:%%s')精品文档放心下载ANDyear<=STR_TO_DATE('2011-01-0100:00:00','%%Y-%%m-%%d%%H:%%i:%%s')GROUPBYcountry_name感谢阅读ORDERBY`sum__SP_POP_TOTL`DESCLIMIT50000感谢阅读-!3.12 Boxplot–盒图盒图(boxplot)：摆弄数据离散度的一种图形。它对于显示数据的离散的分布情况效果不错。