# 配置Superset连接AI DataLake Spark进行数据查询和分析
Superset是一个开源的数据探索和可视化平台，支持对数据进行快速、直观的探索，同时支持创建丰富的数据可视化和交互式仪表板。
通过将Superset与AI DataLake对接，用户可以访问AI DataLake进行数据查询和分析，简化了数据访问流程，提供了数据的统一管理和分析能力，使得用户能够更深入地洞察数据。
本节操作介绍Superset连接AI DataLake服务的操作步骤。
#### 操作前准备
- **获取Superset安装包**
  详细安装操作指导请参考[安装Superset](https://superset.apache.org/docs/installation/pypi)。
  

- **获取AI DataLake的SDK**
  单击[aidatalake-python-sdk-x.x.x.tar.gz](https://ai-datalake-sdk.obs.cn-north-4.myhuaweicloud.com:443/aidatalake-python-sdk/spark/aidatalake-python-sdk-1.0.0-261027.tar.gz)下载SDK包。
  
 
#### 步骤1：安装Superset并配置数据连接驱动
1. 下载并安装Superset。 
   详细安装操作指导请参考[安装Superset](https://superset.apache.org/docs/installation/pypi)。
   以**Docker安装Superset**为例：
   1. 安装Docker，确保当前主机系统上安装了Docker。
   
   2. 拉取Superset Docker镜像：
      ```
      docker pull apache/superset
      ```
      
   
   3. 启动Superset容器：
      ```
      docker run -p 8088:8088 apache/superset
      ```
      启动Superset容器，并将容器的8088端口映射到宿主机的8088端口。
      
   
   4. 访问Superset： 在浏览器中访问http://IP:8088 (IP为Superset部署的机器)，使用在安装Superset时设置的用户名和密码登录Superset。
      
   
   
   
   
2. 在Superset中安装和配置AI DataLake驱动以连接数据库。 
   驱动需要放置在Superset的类路径中，例如superset-classpath目录。
   解压安装包后，在Superset中安装AI DataLake驱动。
   执行**Python setup.py install**，把aidatalake-spark-python-sdk安装到本地环境。
   
   
3. 完成驱动安装和配置后，需要重启Superset以确保安装的驱动生效。
 
#### 步骤2：配置Superset连接AI DataLake
在Superset中，通过以下步骤添加新的数据库连接。
1. 打开并登录Superset。
2. 单击"Settings \> Database Connections"。
   图1Settings中单击Database Connections   
   ![](https://support.huaweicloud.com/bestpractice-aidatalake/zh-cn_image_0000002722790274.png "点击放大") 
3. 在弹出的Database窗口中，SUPPORTED DATABASES选择AIDataLake Spark。
   图2SUPPORTED DATABASES选择AIDataLake Spark   
   ![](https://support.huaweicloud.com/bestpractice-aidatalake/zh-cn_image_0000002752759241.png "点击放大") 
4. 配置数据连接的信息。 ![](https://support.huaweicloud.com/bestpractice-aidatalake/zh-cn_image_0000002752765499.png "点击放大")
   表1参数说明 
   | 参数             | 说明                                                                                                                                                                                                                                                                                                                                                                   |
   |:---|:---|
   | DISPLAY NAME  | 自定义数据连接名称。                                                                                                                                                                                                                                                                                                                                                            |
   | SQL ALCHEMY URI | 配置数据连接的URI。数据连接URI的格式： ``` aidatalake_spark://<accesskey_id>:<accesskey_secret>@<region_id>/?projectid=<project_id>&workspaceid=<aidatalake workspaceid>&endpoint_name=<aidatalake_endpoint_name>&databasename=<aidatalake_default_database_name>&catalog=<lakeformation_catalog_name>&endpoint=<aidatalake url>&lakeformation_instance_id=<lakehouse instance id> ``` |
      
   其中数据连接的URL的格式中涉及的参数说明如下。
   表2Superset连接AI DataLake参数说明 
   | 参数                          | 说明                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                  | 配置样例                                                                                      |
   |:---|:---|:---|
   | accesskey_id和accesskey_secret | 华为云账号的AK和SK。 获取AK和SK信息，请参见[获取AKSK](https://support.huaweicloud.com/sdkreference-aidatalake/aidatalake_09_0007.html) 。                                                                                                                                                                                                                                                                                                                                                                                                                                                                                          | -                                                           |
   | region_id                     | AI DataLake的区域名称和服务名称。                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                              | cn-north-7                                                 |
   | projectid                  | AI DataLake资源所在的项目ID。 鼠标悬浮在[AI DataLake管理控制台](https://console.huaweicloud.com/fabric/)页面右上角账号信息位置，单击"我的凭证"，在"项目列表"区域获取的目标项目ID信息。                                                                                                                                                                                                                                                                                                                                                                                                                                                                                | 0b33ea2a7e\*\*\*\*\*\*4c009bb05076d                         |
   | workspaceid                   | AI DataLake工作空间ID。 登录[AI DataLake管理控制台](https://console.huaweicloud.com/fabric/)，在"工作空间管理"页面找到目标工作空间ID。                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                        | spark                                                         |
   | endpoint_name              | AI DataLake服务的端点名称。 登录[AI DataLake管理控制台](https://console.huaweicloud.com/fabric/)，在"引擎端点"下的"批处理引擎Spark"页面找到目标Spark端点名称。                                                                                                                                                                                                                                                                                                                                                                                                                                                                                       | spark-sql-test                                             |
   | databasename                 | 默认访问的数据库。                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                            | default                                                      |
   | catalog                      | 数据目录名称。 - 使用LakeFormation catalog时必填，对应的LakeFormation catalog名称。 查询LakeFormation catalog时， catalog下面必须有 default数据库。   - 不填写时默认AI DataLake catalog，使用AI DataLake catalog时无需配置该参数。   | 假设使用名称为lfcatalog的LakeFormation catalog时，配置如下：catalog=lfcatalog |
   | endpoint                                                    | AI DataLake服务的Url。 终端节点即调用API的请求地址，不同服务不同区域的终端节点不同，您可以从[地区和终端节点](https://console.huaweicloud.com/apiexplorer/#/endpoint/DataArtsFabric)中查询服务的终端节点。                                                                                                                                                                                                                                                                                                                                                                                                                                                                   | https://aidatalake-test.cn-north-7.myhuaweicloud.com                                        |
   | lakeformation_instance_id                                | LakeFormation实例ID。 获取方法请参见[如何获取LakeFormation实例ID](https://support.huaweicloud.com/lakeformation_faq/lakeformation_05_0007.html)。                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                            | ae6dd098-\*\*\*-\*\*\*\*\*-c02\*\*\*def36d                                                  |
      
   
5. 单击"TEST CONNECTION"测试数据源连接是否成功。 提示"**Connection looks good!**"代表可以连接成功。
   
6. 单击"CONNECT"保存连接。
 
#### 步骤3：使用Superset查询及分析数据
1. **查看表信息**
   
   在Superset界面的顶部菜单DataSets，在右侧单击+DATASET，选择数据连接 \>数据库 \>表，即可预览表信息。
   图3在Superset预览表信息   
   ![](https://support.huaweicloud.com/bestpractice-aidatalake/zh-cn_image_0000002712465310.png "点击放大")
   
   
2. 单击右下角"CREATE DATASET AND CREATE CHART"，创建Dataset。 
   图4单击CREATE DATASET AND CREATE CHART   
   ![](https://support.huaweicloud.com/bestpractice-aidatalake/zh-cn_image_0000002742224241.png "点击放大")
   
   
3. 可视化分析数据 
   在Dataset界面选中目标表，并配置图表类型+维度，即可展示数据业务分析图。
   1. 选择库表。
      图5选择库表   
      ![](https://support.huaweicloud.com/bestpractice-aidatalake/zh-cn_image_0000002723133830.png "点击放大") 
   
   2. 执行SQL查询
      图6执行SQL查询   
      ![](https://support.huaweicloud.com/bestpractice-aidatalake/zh-cn_image_0000002762703244.png "点击放大") 
   
   3. 查看分析结果
      图7Superset可视化分析数据   
      ![](https://support.huaweicloud.com/bestpractice-aidatalake/zh-cn_image_0000002792101819.png "点击放大") 
   
   
   
   
 
