🔤🔤🔤🔤🔤🔤 🔤🔤🔤🔤🔤🔤🔤🔤
Максимум свободы – максимум ответственности

Продолжаем цикл статей по BI-системам. В прошлый раз разбирали Yandex DataLens – облачный, дружелюбный, но со своими архитектурными особенностями. Сегодня на очереди Apache Superset – лидер опенсорсной аналитики.

Структуру обзора сохраняем ту же, чтобы можно было сравнивать системы.

1️⃣Знакомство с системой
Superset – это опенсорсная BI-платформа для исследования и визуализации данных. Изначально создан в Airbnb в 2015 году, в 2017 году попал в Apache Incubator, а с 2021-го имеет статус Top-Level Project среди продуктов Apache.

Главный козырь – полная бесплатность. Apache позволяет использовать систему в любых целях, модифицировать и распространять без лицензионных отчислений. Это даёт системе мощные преимущества.

В отличие от DataLens, у Superset нет облачной версии от вендора. Вы разворачиваете систему сами (Docker, Kubernetes и другие страшные слова) и сами полностью отвечаете за её работоспособность. Принципиально другой подход: максимум свободы – максимум ответственности.

Сообщество вокруг Superset огромное: 74,9K+ звёзд на GitHub, более 1600+ контрибьюторов, 40+ встроенных визуализаций и поддержка 100+ источников данных (БД и то, что может быть "считано" как БД).

2️⃣Подготовка данных
Superset, как и DataLens, не хранит данные у себя и не имеет встроенного ETL-модуля. Это фундаментальное архитектурное решение, которое определяет всё остальное.

Что это значит для бизнеса:
❗️Когда пользователь открывает дашборд, Superset отправляет запрос напрямую в БД. Производительность дашборда напрямую зависит от производительности хранилища и самих запросов. Если база медленная или запрос тяжёлый – пользователь будет смотреть на индикатор загрузки.
❗️Superset не преобразует данные. Всё, что нужно для визуализации, должно быть либо уже в хранилище, либо собрано через SQL-запрос в SQL Lab. Работа напрямую с источниками, как правило, организуется дополнительными инструментами.
❗️Кэширование – ваше спасение. Superset поддерживает настраиваемый кэш результатов запросов. Это снижает нагрузку на хранилище и ускоряет загрузку повторяющихся элементов.

3️⃣Модель данных
И здесь Superset отличается от DataLens. В DataLens таки формируется модель данных с явными связями. В Superset нет инструмента для настройки связей между таблицами в интерфейсе.
Датасет – это просто таблица, представление или сохранённый SQL-запрос. Нужно соединить таблицы – пишем JOIN в SQL Lab и сохраняем результат как виртуальный датасет.

4️⃣Языки и расчёты
Главный инструмент – SQL Lab: полноценный веб-редактор SQL с автодополнением, просмотром схемы таблиц, возможностью сохранять запросы и превращать их в датасеты.
В датасете можно определить:
🔤Вычисляемые поля на SQL-выражениях
🔤Агрегатные метрики (SUM, COUNT, AVG и т.д.)
🔤Параметризованные запросы с переменными (Jinja)

Что это значит для бизнеса:
❗️Порог входа выше, чем в DataLens (местами – сильно выше). Если аналитик не знает SQL – ему будет тяжело. Но для тех, кто знает – возможности практически безграничны.

5️⃣Визуализация
Superset предлагает 40+ встроенных типов визуализаций. Плюсом можно подключать сторонние библиотеки типа ECharts и снова ни в чём себя не ограничивать. А можно свой виджет написать, для умельцев.

Что это значит для бизнеса:
❗️Стандартный набор покрывает большинство задач. Если нужна специфическая визуализация с точными настройками – придётся либо смириться с ограничениями, либо звать разработчика.

6️⃣Ценообразование
Здесь всё просто и сложно одновременно.
Лицензия Apache 2.0 – 0 рублей 00 копеек. Никаких платежей, никаких ограничений по количеству пользователей.
Реальные расходы вынесены за рамки: инфраструктура + трудозатраты + доработки.

Что это значит для бизнеса:
❗️Superset бесплатен на бумаге, но может быть дорогим в реальности. Для команды с сильным инженерным бэкграундом и инфраструктурой – отличный выбор. Для компании без таких ресурсов – "думайте сами, решайте сами".


➕ В дополнение - пара любопытных графиков.

🔤🔤🔤

❓Что бы вам хотелось ещё узнать о Apache Superset?
 
#superset #обзор_bi