开源 BI 产品比较

July 14, 2020 · 7 min read

比较 Metabase、Redash、Superset 这几款开源的 BI 产品。

Name	License	Languages	Deps	Github
Metabase	AGPL	Clojure	H2/PostgreSQL	metabase/metabase
Redash	BSD	JS	Redis+DB	getredash/redash
Superset	Apache	Python	Cache+DB	apache/superset

metabase
- 界面操作友好
- 偏向于产品
- 图表类型少
- AGPL
- 嵌入去 Logo 收费 - 300 $/月 3000$ /年
- 商业版 - 10000+ $/年
  - 嵌入无 Logo
  - SSO - SAML
  - 行级权限
  - 审计工具
- 可单个 Docker 直接启动 - 使用 H2 嵌入式数据库
- 界面好看 - 本地化很好、分享友好
redash
- 纯 SQL
- 图表使用 PlotlyJS
  - 可以理解为 Redash 只负责处理数据
- 支持最多的数据源/JDBC
- 没有本地化
superset
- 支持最多的图表
- 既可以 SQL 又可以 UI
- 功能最强
- 扩容性最好 - 支持大规模分析场景
- 界面偏运维 - 部分本地化
- 能自定义 CSS
- 默认不能公共分享

数据源类型

Redash Supported Data Sources
Superset supported database
- DB-API
- SQLAlchemy

Data Source	Redash	Metabase	Superset
Amazon Athena	✅		✅
Amazon DynamoDB	✅
Amazon Redshift	✅	✅	✅
Apache Drill			✅
Apache Hive	✅		✅
Apache Impala	✅		✅
Apache Kylin	✅		✅
Apache Pinot			✅
Apache SparkSQL		✅	✅
Axibase Time Series Database	✅
CSV	✅
Cassandra	✅
ClickHouse	✅		✅
CockroachDB	✅		✅
DB2 by IBM	✅		✅
Databricks (Apache Spark)	✅
Dremio			✅
Druid	✅	✅	✅
Elasticsearch	✅		✅
Exasol			✅
Google Analytics	✅
Google BigQuery	✅	✅	✅
Google Spreadsheets	✅		✅
Graphite	✅		✅
Greenplum	✅		✅
H2		✅
Hana			✅
InfluxDB	✅
JIRA	✅
JSON	✅
MemSQL	✅
Microsoft Azure Data Warehouse / Synapse	✅
Microsoft Azure SQL Database	✅
Microsoft SQL Server	✅	✅	✅
MongoDB	✅	✅
MySQL	✅	✅	✅
OmniSciDB (Formerly MapD)	✅
Oracle	✅	✅	✅
PostgreSQL	✅	✅	✅
Presto	✅	✅	✅
Prometheus	✅
Python	✅
Qubole	✅
Rockset	✅
SQLite	✅	✅	✅
Salesforce	✅
ScyllaDB	✅
Shell Scripts	✅
Snowflake	✅	✅	✅
TreasureData	✅
Vertica	✅	✅	✅
Yandex AppMetrrica	✅
Yandex Metrica	✅

metabase

语言
- Clojure
- React
参考
- 安装文档

# H2
docker run -d -p 3000:3000 \
  -v $PWD/metabase-data:/metabase-data \
  -e "JAVA_TIMEZONE=Asia/Shanghai" \
  -e "MB_DB_FILE=/metabase-data/metabase.db" \
  --name metabase metabase/metabase

# PG
docker run -d -p 3000:3000 \
 -e "MB_DB_TYPE=postgres" \
 -e "MB_DB_DBNAME=metabase" \
 -e "MB_DB_PORT=5432" \
 -e "MB_DB_USER=<username>" \
 -e "MB_DB_PASS=<password>" \
 -e "MB_DB_HOST=my-database-host" \
 --name metabase metabase/metabase

redash

语言
- NodeJS
- Python + Flask + gunicorn + celery
依赖
- PostgreSQL
- Redis
参考
- 安装文档
- docker-compose.yml
  - server - redash/redash
  - scheduler
  - scheduled_worker
  - adhoc_worker
  - redis
  - postgres
  - nginx
- Worker architecture question
架构
- 热查询（adhoc query - 用户发起）使用查询 Celery 队列
- 周期查询（scheduled_queries - scheduler 发起）使用 scheduled 队列
- Celery 支持设置队列的 worker 数，默认启动会分离 adhoc 和 scheduled 队列
- 会切换到 RQ - Redis Queue

启动配置

环境变量配置
初始化使用 python 脚本
升级

# compose 中使用的该目录
mkdir /opt/redash
cd /opt/redash

curl -LO https://raw.githubusercontent.com/getredash/setup/master/data/docker-compose.yml
touch env

docker-compose -f docker-compose.yml up

ERROR: relation "queries" does not exist

脚本位于 ./setup/docker/create_database.sh

docker-compose run --rm server manage database create_tables
docker-compose run --rm server manage db upgrad

superset

语言
- Python - Flask + Celery
- Typescript
机构依赖
- 元数据存储 MySQL, Postgres, MariaDB, SQLite
- 消息队列 Redis, RabbitMQ, SQS
- 结果存储 S3, Redis, Memcached
- 缓存 Memcached, Redis
- WebServer 和 Celery 是无状态的 - 易于扩容
注意
- 默认不允许公共访问，需要配置
参考
- 安装文档
- docker-compose.yml
  - 需要先 Build 在启动
  - redis
  - db - postgres
  - superset
  - superset-init - 构建
  - superset-node - 前端
  - superset-worker
  - superset-tests-worker
- amancevice/docker-superset - 单 docker 启动 superset
  - 启动示例
- 如何新增插件
- K8S Helm 部署 stable/superset

mkdir /opt/superset
cd /opt/superset

# SQLite
# ==========
curl -LO https://raw.githubusercontent.com/amancevice/docker-superset/main/examples/sqlite/superset_config.py
curl -LO https://raw.githubusercontent.com/amancevice/docker-superset/main/examples/sqlite/docker-compose.yml

# 会使用 local volume 挂载数据
docker-compose up -d
sleep 30
# 初始化 - 创建账号密码、初始数据库
docker-compose exec superset superset-demo

# 已有 PostgreSQL
# ==========
cat <<YAML > docker-compose.yml
version: '3'
services:
  redis:
    image: redis
    restart: always
    volumes:
      - redis:/data
  superset:
    image: amancevice/superset
    restart: always
    depends_on:
      - redis
    environment:
      MAPBOX_API_KEY: ${MAPBOX_API_KEY}
    ports:
      - "8088:8088"
    volumes:
      - ./superset_config.py:/etc/superset/superset_config.py
volumes:
  redis:
YAML
# 数据库链接
# postgresql+psycopg2://superset:superset@postgres:5432/superset
DATABASE_URL=
SECRET_KEY=$(cat /dev/urandom | env LC_CTYPE=C tr -dc 'a-zA-Z0-9' | head -c 32)

cat <<PY > superset_config.py
import os

MAPBOX_API_KEY = os.getenv('MAPBOX_API_KEY', '')
CACHE_CONFIG = {
    'CACHE_TYPE': 'redis',
    'CACHE_DEFAULT_TIMEOUT': 300,
    'CACHE_KEY_PREFIX': 'superset_',
    'CACHE_REDIS_HOST': 'redis',
    'CACHE_REDIS_PORT': 6379,
    'CACHE_REDIS_DB': 1,
    'CACHE_REDIS_URL': 'redis://redis:6379/1'}
SQLALCHEMY_DATABASE_URI = '${DATABASE_URL}'
SQLALCHEMY_TRACK_MODIFICATIONS = True
SECRET_KEY = '${SECRET_KEY}'
PY

数据源类型​

metabase​

redash​

启动配置​

ERROR: relation "queries" does not exist​

superset​

UserWarning: Flask-Caching: CACHE_TYPE is set to null, caching is effectively disabled.​

数据源类型

metabase

redash

启动配置

ERROR: relation "queries" does not exist

superset

UserWarning: Flask-Caching: CACHE_TYPE is set to null, caching is effectively disabled.