在 Kubernetes 上安装

在 Kubernetes 上运行 Superset 支持通过官方的 Superset helm 存储库中提供的 Helm 图表。

先决条件

Kubernetes 集群
已安装 Helm

注意

对于更简单的单主机环境，我们建议使用 minikube，它易于在许多平台上设置，并且与这里提到的 Helm 图表配合得很好。

运行

添加 Superset helm 存储库

helm repo add superset https://apache.github.io/superset
"superset" has been added to your repositories

查看存储库中的图表

helm search repo superset
NAME                    CHART VERSION   APP VERSION     DESCRIPTION
superset/superset       0.1.1           1.0             Apache Superset is a modern, enterprise-ready b...

配置您的设置覆盖

就像任何典型的 Helm 图表一样，您需要创建一个 values.yaml 文件，该文件将定义/覆盖暴露到默认 values.yaml 中的任何值，或来自它依赖的任何依赖图表。

下面将详细介绍一些您可能需要的重要的覆盖。

安装并运行

helm upgrade --install --values my-values.yaml superset superset/superset

您应该会看到各种 pod 出现，例如

kubectl get pods
NAME                                    READY   STATUS      RESTARTS   AGE
superset-celerybeat-7cdcc9575f-k6xmc    1/1     Running     0          119s
superset-f5c9c667-dw9lp                 1/1     Running     0          4m7s
superset-f5c9c667-fk8bk                 1/1     Running     0          4m11s
superset-init-db-zlm9z                  0/1     Completed   0          111s
superset-postgresql-0                   1/1     Running     0          6d20h
superset-redis-master-0                 1/1     Running     0          6d20h
superset-worker-75b48bbcc-jmmjr         1/1     Running     0          4m8s
superset-worker-75b48bbcc-qrq49         1/1     Running     0          4m12s

确切的列表将取决于您的一些特定配置覆盖，但您通常应该期望

N 个 superset-xxxx-yyyy 和 superset-worker-xxxx-yyyy pod（取决于您的 supersetNode.replicaCount 和 supersetWorker.replicaCount 值）
1 个 superset-postgresql-0，取决于您的 postgres 设置
1 个 superset-redis-master-0，取决于您的 redis 设置
1 个 superset-celerybeat-xxxx-yyyy pod，如果您在您的值覆盖中将 supersetCeleryBeat.enabled = true

访问它

该图表将发布适当的服务以在您的 k8s 集群内部公开 Superset UI。要从外部访问它，您必须

将服务配置为 LoadBalancer 或 NodePort
为其设置 Ingress - 该图表包含一个定义，但需要根据您的需要进行调整（主机名、tls、注释等）
运行 kubectl port-forward superset-xxxx-yyyy :8088 将一个 pod 的端口直接隧道到您的 localhost

取决于您如何配置外部访问，URL 将有所不同。一旦您确定了适当的 URL，您就可以使用以下信息登录

用户：admin
密码：admin

重要设置

安全设置

默认安全设置和密码已包含在内，但您必须更新它们以运行 prod 实例，特别是

postgresql:
  postgresqlPassword: superset

确保您为 SECRET_KEY 设置一个唯一的、强健的、复杂的字母数字字符串，并使用工具帮助您生成一个足够随机的序列。

要生成一个好的密钥，您可以运行 openssl rand -base64 42

configOverrides:
  secret: |
    SECRET_KEY = 'YOUR_OWN_RANDOM_GENERATED_SECRET_KEY'

如果您想更改以前的密钥，那么您应该轮换密钥。kubernetes 部署的默认密钥是 thisISaSECRET_1234

configOverrides:
  my_override: |
    PREVIOUS_SECRET_KEY = 'YOUR_PREVIOUS_SECRET_KEY'
    SECRET_KEY = 'YOUR_OWN_RANDOM_GENERATED_SECRET_KEY'
init:
  command:
    - /bin/sh
    - -c
    - |
      . {{ .Values.configMountPath }}/superset_bootstrap.sh
      superset re-encrypt-secrets
      . {{ .Values.configMountPath }}/superset_init.sh

注意

Superset 使用 Scarf Gateway 收集遥测数据。了解不同 Superset 版本的安装数量将指导项目有关修补和长期支持的决策。Scarf 会清除个人身份信息 (PII)，只提供聚合统计信息。

要选择退出您基于 Helm 的安装中的此数据收集，请编辑 helm/superset/values.yaml 文件中的 repository: 行，将 apachesuperset.docker.scarf.sh/apache/superset 替换为 apache/superset，以便直接从 Docker Hub 拉取映像。

依赖项

在引导脚本中安装额外的软件包并执行任何其他引导配置。对于生产集群，建议在 CI 中完成此步骤的构建自己的映像。

注意

Superset 要求为要连接的每个数据存储安装一个 Python DB-API 数据库驱动程序和一个 SQLAlchemy 方言。

有关更多信息，请参阅安装数据库驱动程序。

以下示例安装了 BigQuery 和 Elasticsearch 的驱动程序，使您能够在 Superset 设置中连接到这些数据源

bootstrapScript: |
  #!/bin/bash
  pip install psycopg2==2.9.6 \
    sqlalchemy-bigquery==1.6.1 \
    elasticsearch-dbapi==0.2.5 &&\
  if [ ! -f ~/bootstrap ]; then echo "Running Superset with uid {{ .Values.runAsUser }}" > ~/bootstrap; fi

superset_config.py

默认的 superset_config.py 相当简陋，您很可能需要扩展它。这可以通过在 configOverrides 中指定一个或多个键/值条目来完成，例如

configOverrides:
  my_override: |
    # This will make sure the redirect_uri is properly computed, even with SSL offloading
    ENABLE_PROXY_FIX = True
    FEATURE_FLAGS = {
        "DYNAMIC_PLUGINS": True
    }

这些将被评估为 Helm 模板，因此能够引用其他 values.yaml 变量，例如 {{ .Values.ingress.hosts[0] }} 将解析为您的 ingress 外部域名。

整个 superset_config.py 将被安装为一个秘密，因此直接传递敏感参数是安全的... 但是使用秘密环境变量来传递参数可能更具可读性。

可以通过运行 helm upgrade --install --values my-values.yaml --set-file configOverrides.oauth=set_oauth.py 来提供完整的 python 文件

环境变量

这些可以作为键/值传递，使用 extraEnv 或 extraSecretEnv（如果它们是敏感的）。然后，它们可以从 superset_config.py 中引用，例如使用 os.environ.get("VAR")。

extraEnv:
  SMTP_HOST: smtp.gmail.com
  SMTP_USER: [email protected]
  SMTP_PORT: "587"
  SMTP_MAIL_FROM: [email protected]

extraSecretEnv:
  SMTP_PASSWORD: xxxx

configOverrides:
  smtp: |
    import ast
    SMTP_HOST = os.getenv("SMTP_HOST","localhost")
    SMTP_STARTTLS = ast.literal_eval(os.getenv("SMTP_STARTTLS", "True"))
    SMTP_SSL = ast.literal_eval(os.getenv("SMTP_SSL", "False"))
    SMTP_USER = os.getenv("SMTP_USER","superset")
    SMTP_PORT = os.getenv("SMTP_PORT",25)
    SMTP_PASSWORD = os.getenv("SMTP_PASSWORD","superset")

系统软件包

如果需要新的系统软件包，则可以在应用程序启动之前安装它们，方法是覆盖容器的 command，例如

supersetWorker:
  command:
    - /bin/sh
    - -c
    - |
      apt update
      apt install -y somepackage
      apt autoremove -yqq --purge
      apt clean

      # Run celery worker
      . {{ .Values.configMountPath }}/superset_bootstrap.sh; celery --app=superset.tasks.celery_app:app worker

数据源

可以通过在 extraConfigs 中提供键/值 yaml 定义来自动声明数据源定义

extraConfigs:
  import_datasources.yaml: |
    databases:
    - allow_file_upload: true
      allow_ctas: true
      allow_cvas: true
      database_name: example-db
      extra: "{\r\n    \"metadata_params\": {},\r\n    \"engine_params\": {},\r\n    \"\
        metadata_cache_timeout\": {},\r\n    \"schemas_allowed_for_file_upload\": []\r\n\
        }"
      sqlalchemy_uri: example://example-db.local
      tables: []

这些也将被安装为秘密，并且可以包含敏感参数。

配置示例

设置 OAuth

注意

OAuth 设置要求安装 authlib Python 库。这可以通过使用 pip 更新 bootstrapScript 来完成。有关更多信息，请参阅依赖项部分。

extraEnv:
  AUTH_DOMAIN: example.com

extraSecretEnv:
  GOOGLE_KEY: xxxxxxxxxxxx-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx.apps.googleusercontent.com
  GOOGLE_SECRET: xxxxxxxxxxxxxxxxxxxxxxxx

configOverrides:
  enable_oauth: |
    # This will make sure the redirect_uri is properly computed, even with SSL offloading
    ENABLE_PROXY_FIX = True

    from flask_appbuilder.security.manager import AUTH_OAUTH
    AUTH_TYPE = AUTH_OAUTH
    OAUTH_PROVIDERS = [
        {
            "name": "google",
            "icon": "fa-google",
            "token_key": "access_token",
            "remote_app": {
                "client_id": os.getenv("GOOGLE_KEY"),
                "client_secret": os.getenv("GOOGLE_SECRET"),
                "api_base_url": "https://www.googleapis.com/oauth2/v2/",
                "client_kwargs": {"scope": "email profile"},
                "request_token_url": None,
                "access_token_url": "https://accounts.google.com/o/oauth2/token",
                "authorize_url": "https://accounts.google.com/o/oauth2/auth",
                "authorize_params": {"hd": os.getenv("AUTH_DOMAIN", "")}
            },
        }
    ]

    # Map Authlib roles to superset roles
    AUTH_ROLE_ADMIN = 'Admin'
    AUTH_ROLE_PUBLIC = 'Public'

    # Will allow user self registration, allowing to create Flask users from Authorized User
    AUTH_USER_REGISTRATION = True

    # The default user self registration role
    AUTH_USER_REGISTRATION_ROLE = "Admin"

启用警报和报告

为此，根据警报和报告文档，您需要

在 Celery 工作器中安装受支持的网络驱动程序

这可以通过使用预先安装了网络驱动程序的自定义映像来完成，或者通过在启动时覆盖 command 来安装。以下是以 chromedriver 为例的工作示例

supersetWorker:
  command:
    - /bin/sh
    - -c
    - |
      # Install chrome webdriver
      # See https://github.com/apache/superset/blob/4fa3b6c7185629b87c27fc2c0e5435d458f7b73d/docs/src/pages/docs/installation/email_reports.mdx
      apt-get update
      apt-get install -y wget
      wget https://dl.google.com/linux/direct/google-chrome-stable_current_amd64.deb
      apt-get install -y --no-install-recommends ./google-chrome-stable_current_amd64.deb
      wget https://chromedriver.storage.googleapis.com/88.0.4324.96/chromedriver_linux64.zip
      apt-get install -y zip
      unzip chromedriver_linux64.zip
      chmod +x chromedriver
      mv chromedriver /usr/bin
      apt-get autoremove -yqq --purge
      apt-get clean
      rm -f google-chrome-stable_current_amd64.deb chromedriver_linux64.zip

      # Run
      . {{ .Values.configMountPath }}/superset_bootstrap.sh; celery --app=superset.tasks.celery_app:app worker

运行 Celery beat

此 pod 将触发在警报和报告 UI 部分配置的计划任务

supersetCeleryBeat:
  enabled: true

配置适当的 Celery 作业和 SMTP/Slack 设置

extraEnv:
  SMTP_HOST: smtp.gmail.com
  SMTP_USER: [email protected]
  SMTP_PORT: "587"
  SMTP_MAIL_FROM: [email protected]

extraSecretEnv:
  SLACK_API_TOKEN: xoxb-xxxx-yyyy
  SMTP_PASSWORD: xxxx-yyyy

configOverrides:
  feature_flags: |
    import ast

    FEATURE_FLAGS = {
        "ALERT_REPORTS": True
    }

    SMTP_HOST = os.getenv("SMTP_HOST","localhost")
    SMTP_STARTTLS = ast.literal_eval(os.getenv("SMTP_STARTTLS", "True"))
    SMTP_SSL = ast.literal_eval(os.getenv("SMTP_SSL", "False"))
    SMTP_USER = os.getenv("SMTP_USER","superset")
    SMTP_PORT = os.getenv("SMTP_PORT",25)
    SMTP_PASSWORD = os.getenv("SMTP_PASSWORD","superset")
    SMTP_MAIL_FROM = os.getenv("SMTP_MAIL_FROM","[email protected]")

    SLACK_API_TOKEN = os.getenv("SLACK_API_TOKEN",None)
  celery_conf: |
    from celery.schedules import crontab

    class CeleryConfig:
      broker_url = f"redis://{env('REDIS_HOST')}:{env('REDIS_PORT')}/0"
      imports = (
          "superset.sql_lab",
          "superset.tasks.cache",
          "superset.tasks.scheduler",
      )
      result_backend = f"redis://{env('REDIS_HOST')}:{env('REDIS_PORT')}/0"
      task_annotations = {
          "sql_lab.get_sql_results": {
              "rate_limit": "100/s",
          },
      }
      beat_schedule = {
          "reports.scheduler": {
              "task": "reports.scheduler",
              "schedule": crontab(minute="*", hour="*"),
          },
          "reports.prune_log": {
              "task": "reports.prune_log",
              'schedule': crontab(minute=0, hour=0),
          },
          'cache-warmup-hourly': {
              "task": "cache-warmup",
              "schedule": crontab(minute="*/30", hour="*"),
              "kwargs": {
                  "strategy_name": "top_n_dashboards",
                  "top_n": 10,
                  "since": "7 days ago",
              },
          }
      }

    CELERY_CONFIG = CeleryConfig
  reports: |
    EMAIL_PAGE_RENDER_WAIT = 60
    WEBDRIVER_BASEURL = "http://{{ template "superset.fullname" . }}:{{ .Values.service.port }}/"
    WEBDRIVER_BASEURL_USER_FRIENDLY = "https://www.example.com/"
    WEBDRIVER_TYPE= "chrome"
    WEBDRIVER_OPTION_ARGS = [
        "--force-device-scale-factor=2.0",
        "--high-dpi-support=2.0",
        "--headless",
        "--disable-gpu",
        "--disable-dev-shm-usage",
        # This is required because our process runs as root (in order to install pip packages)
        "--no-sandbox",
        "--disable-setuid-sandbox",
        "--disable-extensions",
    ]

加载示例数据和仪表板

如果您正在试用 Superset，并且希望探索一些数据和仪表板，则可以通过创建一个 my_values.yaml 并像上面运行部分的 配置您的设置覆盖 步骤中所述进行部署来加载一些示例。要加载示例，请将以下内容添加到 my_values.yaml 文件中

init:
  loadExamples: true

先决条件​

运行​

重要设置​

安全设置​

依赖项​

superset_config.py​

环境变量​

系统软件包​

数据源​

配置示例​

设置 OAuth​

启用警报和报告​

在 Celery 工作器中安装受支持的网络驱动程序​

运行 Celery beat​

配置适当的 Celery 作业和 SMTP/Slack 设置​

加载示例数据和仪表板​