前言

在之前文章中，一直讲prometheus的metrics以及apm的指标的重要性，多侧重于收据的收集和存储。如果不对这些数据进行数据分析，那么就没有收集的意义了。通过数据分析和挖掘，让数据产生价值。一直以来我认为devops必须是一 个闭环，即apm，日志，监控着三大系统的数据，必须经过分析对dev和ops有价值。

数据可视化是大数据的『最后一公里』，做好可视化是对于数据分析是重要的。 今天，主要介绍这款数据分析的利器。

redash简介

redash是一款开源的BI工具，提供了基于web的数据库查询和数据可视化功能。

• 支持 SQL, NoSQL, Big Data and API data等20几种常见的数据源：

• sql友好的SQL editor，更加高效的编写复杂的sql

随时写，随时查，实时看到查询的效果

• 支持丰富的可视化展示形式

  • Boxplot
  • Chart - Line, Bar, Area, Pie, Scatter
  • Cohort
  • Counter
  • Funnel
  • Map
  • Pivot Table
  • Sankey
  • Sunburst
  • Word Cloud

• 角色权限相关，支持ldap等，方便与企业内部的用户体系打通。

安装和简单使用

安装

如果是想直接体验的话，docker-compose部署最简单，github仓库中直接提供了docker-compose.production.yml文件，直接docker-compose up -d 即可。

# This is an example configuration for Docker Compose. Make sure to atleast update # the cookie secret & postgres database password. # # Some other recommendations: # 1. To persist Postgres data, assign it a volume host location. # 2. Split the worker service to adhoc workers and scheduled queries workers. version: '2' services: server: image: redash/redash:latest command: server depends_on: - postgres - redis ports: - "5000:5000" environment: PYTHONUNBUFFERED: 0 REDASH_LOG_LEVEL: "INFO" REDASH_REDIS_URL: "redis://redis:6379/0" REDASH_DATABASE_URL: "postgresql://postgres@postgres/postgres" REDASH_COOKIE_SECRET: veryverysecret REDASH_WEB_WORKERS: 4 restart: always worker: image: redash/redash:latest command: scheduler environment: PYTHONUNBUFFERED: 0 REDASH_LOG_LEVEL: "INFO" REDASH_REDIS_URL: "redis://redis:6379/0" REDASH_DATABASE_URL: "postgresql://postgres@postgres/postgres" QUEUES: "queries,scheduled_queries,celery" WORKERS_COUNT: 2 restart: always redis: image: redis:3.0-alpine restart: always postgres: image: postgres:9.5.6-alpine  # volumes:  # - /opt/postgres-data:/var/lib/postgresql/data restart: always nginx: image: redash/nginx:latest ports: - "80:80" depends_on: - server links: - server:redash restart: always

通过compose文件可以看出，redash依赖redis和pgsql数据库。redis用来缓存一些查询result，而pgsql是元数据库，目前不支持mysql替换pgsql。

其他安装方式，见

简单使用

先上一张实际的效果图：

其中audit-middware 其实是Query Results库。Query Results Data Source 允许你在一些已经存在的查询结果之上再做一些高级的查询, 这样就可以轻易合并一些查询结果。

总结

在实际使用中，redash和superset各有优劣。根据自己的场景来选择吧。查阅资料的过程中，已经有人对redash做了二次开发，这也许是深度使用的必经之路。

为什么非要使用这种开源BI可视化工具？ 因为如果是前后端配合的话，工作量会很大。而且也很难实现随时修改随时上线。不过这取决于前期数据的完整性。

本文转自中文社区-