人是視覺動(dòng)物，要用數(shù)據(jù)把一個(gè)故事講活，圖表是必不可少的。如果你經(jīng)?？吹阶鰯?shù)據(jù)分析同事，在SQL客戶端里執(zhí)行完查詢，把結(jié)果復(fù)制/粘貼到Excel里再做成圖表，那說明你的公司缺少一個(gè)可靠的數(shù)據(jù)可視化平臺(tái)。數(shù)據(jù)可視化是Business Intelligence(簡(jiǎn)稱BI)中的核心功能，有許多成熟的商用解決方案，如老牌的Tableau, Qilk，新生代的Looker，國內(nèi)的FineBI等等。不過對(duì)于許多小公司來說，這些服務(wù)的License費(fèi)用是一筆不小的開銷，且有一種“殺雞用牛刀”的感覺。那在開源軟件如此發(fā)達(dá)的今天，在數(shù)據(jù)可視化方面，有什么靠譜的方案可以選擇呢?今天給大家介紹三個(gè)比較知名的項(xiàng)目，分別是Superset, Redash和Metabase。前兩個(gè)我都在產(chǎn)生環(huán)境中實(shí)際使用過，在本文中會(huì)重點(diǎn)介紹。Metabase我只是試玩了一下，但我覺得這是一個(gè)非常有想法的項(xiàng)目，所以也會(huì)和大家聊聊我對(duì)它的看法。

選擇一個(gè)稱手的工具，功能上能滿足我的需求肯定是首要的。就先從功能需求講起，我們的數(shù)據(jù)倉庫用的是Amazon Redshift(如果你沒聽過Redshift，就把它看作是為大數(shù)據(jù)優(yōu)化過的PostgreSQL)，所以大部分的實(shí)際用例都是要將一個(gè)SQL查詢的結(jié)果可視化。我們所需的圖表類型也就是常用的那幾種，包括折線圖，柱形圖，餅圖等。有了圖表之后，接下去就是把相關(guān)的圖表排版，生成報(bào)表頁面(Dashboard)。從數(shù)據(jù)安全性角度，我不希望每個(gè)員工都能自由訪問所有的Dashboard，所以每個(gè)Dashboard需要設(shè)置不同的訪問級(jí)別。另外，我會(huì)看重它是否有REST API，能否通過API來創(chuàng)建與管理報(bào)表，這部分我們放在以后的文章中再講。

除了滿足功能性需求，易用性與文檔在評(píng)判一個(gè)工具時(shí)也是非常重要的。誰不想要一個(gè)簡(jiǎn)單好用，文檔清晰的產(chǎn)品呢?

下面我們就從功能性、易用性與文檔等方面，來看看這三個(gè)開源項(xiàng)目的實(shí)際表現(xiàn)吧

Superset

Superset最初是由Airbnb的數(shù)據(jù)團(tuán)隊(duì)開源的，目前已進(jìn)入Apache Incubator，算是明***的開源項(xiàng)目。老實(shí)講，我也是被Airbnb與Apache兩塊金字招牌吸引才入了坑。目前公司絕大部分報(bào)表都在Superset上，大大小小有50個(gè)Dashboard，包含了近900個(gè)圖表。在使用Superset之前我們用的是Looker(很不錯(cuò)的商用BI工具，可惜太貴)，一年半前把Looker上所有的Dashboard遷移到Superset上，整個(gè)過程也很順利。用了一年多，雖然在不少小地方有些不滿意，但總體來說Superset很好地滿足了公司現(xiàn)階段在數(shù)據(jù)可視化與業(yè)務(wù)報(bào)表方面的需求。

當(dāng)你把一個(gè)數(shù)據(jù)庫連接到Superset上以后，你定義你要用的每一張表。Superset里表的定義不但包括字段，還需要定義指標(biāo)(Metric)。指標(biāo)是對(duì)字段的某種統(tǒng)計(jì)結(jié)果，比如字段上值的求和、平均值、***值、最小值等。是不是有點(diǎn)糊涂了?但請(qǐng)回想一下，BI工具通常是用來做商業(yè)分析的。假想一個(gè)電商數(shù)據(jù)庫，雖然在數(shù)據(jù)表我們存儲(chǔ)每筆訂單的交易額，但在商業(yè)分析時(shí)上我們不關(guān)心單筆交易，我們關(guān)心的可能是一個(gè)時(shí)間段內(nèi)的總交額，或是平均交易額。當(dāng)你畫交易月報(bào)表時(shí)，你不會(huì)把每筆交易畫在圖上，而是把每天的總交易額用一個(gè)柱形在圖上表示。這就是為什么Superset要引入“指標(biāo)”這個(gè)概念。

對(duì)于數(shù)據(jù)分析人員來說，由于在Superset上他們不是直接寫SQL，而是通過選擇指標(biāo)(Metric), 分組條件(Group)和過濾條件(Filter)來畫圖表，所以在構(gòu)建復(fù)雜查詢時(shí)可能會(huì)有些不適應(yīng)。另一個(gè)難題是Superset里的表不支持join，如果一個(gè)圖表里的數(shù)據(jù)要從多個(gè)數(shù)據(jù)表里取，那只能通過建視圖來實(shí)現(xiàn)。Superset在0.11版本之后加入SQL Lab功能，支持從SQL查詢結(jié)果直接生成圖表?？上?，由于這個(gè)功能與Superset的核心設(shè)計(jì)格格不入，所以實(shí)現(xiàn)得比較差，沒什么實(shí)用價(jià)值。

客觀地講，Superset里引入自己的表與指標(biāo)的概念，在邏輯上是合理的，在統(tǒng)一各種異型的數(shù)據(jù)源時(shí)也是必要的。但實(shí)際操作中仍會(huì)讓人覺得有些麻煩，不夠直接了當(dāng)。

Superset在可視化方面做得很出色，不但是開源領(lǐng)域中的佼佼者，也把很多商用BI工具甩在身后。在0.20版本中支持的圖表類型已經(jīng)達(dá)到了36種，而且在選擇圖表類型時(shí)，你可以看到每一種圖表的縮略圖，下面這張截圖大家可以感受一下

Superset的另一個(gè)亮點(diǎn)是可以在多個(gè)時(shí)間維度上觀察，因?yàn)樯虡I(yè)分析中的很多問題都是與時(shí)間密切相關(guān)的。Superset有4種專門針對(duì)時(shí)間序列的圖表，使用這些圖表時(shí)，你需要指定一個(gè)字段為時(shí)間維度，之后就可以對(duì)時(shí)間維度做豐富的操作

• 從不同時(shí)間粒度去查看你關(guān)心的指標(biāo)(小時(shí)/日/周/月/季度/年)
• 對(duì)時(shí)間序列做rolling average，比如看一個(gè)指標(biāo)的7日平均線
• 可以對(duì)時(shí)間序列做偏移，再做對(duì)比，比如把本周的銷售業(yè)績(jī)與上周同期放在一張圖表中對(duì)比
• 不在圖表上顯示指標(biāo)的絕對(duì)值，而是顯示它隨著時(shí)間變化的增長(zhǎng)速度
• 以上這些都是在數(shù)據(jù)分析中非常實(shí)用的功能。

說完優(yōu)點(diǎn)，再說說Superset的槽點(diǎn)，***的槽點(diǎn)是當(dāng)圖表與報(bào)表多了以后，管理不方便。這個(gè)問題其實(shí)很好解決，只要在圖表和報(bào)表管理時(shí)，加上分組或是文件夾的概念就可以了，但至今未見類似的功能?，F(xiàn)在公司900多個(gè)圖表都在一個(gè)大列表下，雖然Superset支持Search, Filter或是Favorite，但查找起來還是太麻煩。

Superset的文檔也比較糟糕，雖然在安裝與快速入門方面提供了很完整的文檔，但在具體功能的介紹方面文檔嚴(yán)重缺失。就算有些功能有文檔，文檔的結(jié)構(gòu)也很混亂，所以大部分功能只能自己去嘗試，好在這個(gè)工具本身并不難用，自己去摸索各個(gè)功能也不太困難。

Redash

如果說Superset是構(gòu)建一個(gè)BI平臺(tái)，那Redash目標(biāo)就是更純粹地做好數(shù)據(jù)查詢結(jié)果的可視化。Redash支持很多種數(shù)據(jù)源，除了最常用的SQL數(shù)據(jù)庫，也支持MongoDB, Elasticsearch, Google Spreadsheet甚至是一個(gè)JSON文件。Redash的官方文檔里列出了它所支持的所有數(shù)據(jù)源。

它不需要像Superset那樣在創(chuàng)建圖表前先定義表和指標(biāo)，而是可以非常直觀地將一個(gè)SQL查詢的結(jié)果可視化，這使得它上手很簡(jiǎn)易?；蛘哒fRedash僅僅實(shí)現(xiàn)了Superset中SQL Lab的功能，但卻把這個(gè)功能做到了***。

Redash有兩個(gè)非常實(shí)用的功能，Query Snippet與Query Parameters。

Query Snippet很好地解決了查詢片段的復(fù)用問題。做數(shù)據(jù)報(bào)表時(shí)經(jīng)常要用到十分復(fù)雜的SQL語句，這些語句是肯定有一些片段是可以在多個(gè)Query中復(fù)用的。在Redash中我們可以將這些片段定義成Snippet，之后方便地復(fù)用。

Query Parameters可以為查詢添加可定制參數(shù)，讓這個(gè)圖表變得更靈活。比如一個(gè)App的日活指標(biāo)，我可能有時(shí)要按iOS/Android切分，有時(shí)要按地域切分，或是按新老用戶切分。在Superset的Dashboard上我要做三個(gè)表圖。Redash里我可以把Query的groupby做為一個(gè)參數(shù)，這樣就可以在一張圖上搞定。用的時(shí)候，運(yùn)營人員可以圖表上方的一個(gè)下拉框里選擇切分的方式，非常直觀好用。

Redash的Dashboard可以通過命名來進(jìn)行分組，Dashboard的名字可以有一個(gè)前綴并以冒號(hào)結(jié)尾，前綴相同的Dashboard就會(huì)自動(dòng)被分為一組。例如“Growth: Daily”，“Growth: Weekly”這兩個(gè)Dashboard都會(huì)被分到“Growth”組下。

相比Superset，Redash在文檔方面做得更好，除了快速入門教程以外，每一個(gè)功能模塊都有文檔且條理清晰。

當(dāng)然Redash也有自己的不足之處，它的可視化種類比Superset遜色不少(不過其實(shí)也夠用了)。另外，由于它只是純粹地把數(shù)據(jù)查詢結(jié)果可視化，所以也沒有Superset里那些對(duì)時(shí)間維度上的聚合與對(duì)比的操作。

Metabase

由于我并沒有在生產(chǎn)環(huán)境下使用過Metabase，只在自己本本上試用過這個(gè)工具。所以我只能說一下對(duì)它的***印象。

剛開始用的就覺得這個(gè)工具的界面好漂亮，明顯是經(jīng)過UI設(shè)計(jì)師仔細(xì)調(diào)校過的。相對(duì)的，Superset與Redash一看就是程序員充當(dāng)設(shè)計(jì)師的產(chǎn)物。

用了一會(huì)兒之后，我覺得Metabase與Superset雖然都想要打造一個(gè)完整的BI平臺(tái)，但在理念上是不同的。Metabase非常注重非技術(shù)人員(如產(chǎn)品經(jīng)理、市場(chǎng)運(yùn)營人員)在使用這個(gè)工具時(shí)的體驗(yàn)，讓他們能自由地探索數(shù)據(jù)，回答自己的問題。而在Superset或是Redash里，非技術(shù)人員基本上只能看預(yù)先建好的Dashboard，不懂SQL或是數(shù)據(jù)庫結(jié)構(gòu)的他們，很難自己去摸索。我非常喜歡Metabase的理念，它更接近一款成熟的商業(yè)化產(chǎn)品。當(dāng)然要把這個(gè)理念變?yōu)楝F(xiàn)實(shí)是很有挑戰(zhàn)的，目前我不知道在面臨復(fù)雜的真實(shí)業(yè)務(wù)環(huán)境中，Metabase是否有想像中那樣美好。

另外值得一提的是，Metabase的文檔也是三個(gè)項(xiàng)目中寫得***最完整的，內(nèi)容非常豐富。

將來若是有機(jī)會(huì)，我很愿意更深入地去體驗(yàn)這個(gè)產(chǎn)品。

小結(jié)

本文簡(jiǎn)單地介紹了三個(gè)開源的數(shù)據(jù)可視化工具Superset, Redash和Metabase，三者各有所長(zhǎng)，我覺得并不存在絕對(duì)的***者。對(duì)于剛剛開始搭建BI平臺(tái)的公司，我相信它們都可以滿足大部分報(bào)表與業(yè)務(wù)分析的需求。

雖然Superset是我們公司現(xiàn)在主要使用的可視化工具，但我問過自己“如果現(xiàn)在讓我重新選擇，我會(huì)使用哪個(gè)開源項(xiàng)目?”我的答案是Redash，而原因主要不是功能層面，而是技術(shù)層面。這里正好可以引出我們下篇要聊的內(nèi)容，從技術(shù)框架與源代碼層面來比較一下這三個(gè)項(xiàng)目，以及我選擇開源項(xiàng)目的一些通用原則，敬請(qǐng)期待!