k8s与数据分析–利用redash做自助数据分析

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redash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：

基本上满足了大多数的场景。相比
superset,除了上手简单，支持influxdb等时序数据库。这点对于监控数据分析很有优势。

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，redashgithub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，见官方文档https://redash.io/help/open-source/setup

简单使用

先上一张实际的效果图：

包含了couter和area chart。
数据源包括influxdb时序数据库，和mysql业务库。

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。