Metabase 与 Superset
问题
开源 BI 工具 Metabase 和 Superset 各有什么特点？适合什么场景？
答案
Metabase
定位：零代码自助分析，让非技术人员也能查数据。
| 特性 | 说明 |
|---|---|
| 可视化查询 | 不写 SQL，拖拽选择表/列/筛选 |
| SQL 模式 | 支持原生 SQL + 变量参数化 |
| 看板 | 拖拽组合多个图表 |
| 嵌入式 | 可嵌入到自有产品中 |
| 告警 | 指标达到阈值时发送通知 |
| 部署 | Docker 一键部署 |
Metabase Docker 部署
docker run -d -p 3000:3000 --name metabase metabase/metabase
# 访问 http://localhost:3000 配置数据源
适用场景：
- 中小团队快速搭建自助分析平台
- 产品内嵌分析（嵌入式 BI）
- 非技术人员自助查看数据
Apache Superset
定位：企业级开源 BI，SQL 友好，可扩展性强。
| 特性 | 说明 |
|---|---|
| SQL Lab | 强大的 SQL 编辑器 + 可视化 |
| 图表类型 | 60+ 种图表，远超 Metabase |
| 数据集 | 定义虚拟数据集（可复用） |
| 权限 | 细粒度 RBAC 权限控制 |
| 可扩展 | 自定义图表插件 |
| 大数据 | 原生支持 ClickHouse、Presto、Hive |
Superset Docker 部署
docker compose -f docker-compose-non-dev.yml up -d
# 访问 http://localhost:8088
适用场景：
- 技术团队/数据团队的日常分析
- 需要复杂 SQL 分析的场景
- 大数据生态（Hadoop/Spark/ClickHouse）
Metabase vs Superset 对比
| 维度 | Metabase | Superset |
|---|---|---|
| 上手难度 | ★☆☆（最低） | ★★☆ |
| SQL 依赖 | 可选 | 核心 |
| 图表丰富度 | 20+ 种 | 60+ 种 |
| 权限管理 | 基础 | 细粒度 RBAC |
| 大数据支持 | 一般 | 优秀 |
| 嵌入能力 | 强（商业版） | 一般 |
| 社区活跃度 | 高 | 高 |
| 部署复杂度 | 简单 | 中等 |
| 适合受众 | 业务人员 | 数据分析师 |
选型建议
- 业务人员为主 + 快速上手 → Metabase
- 分析师为主 + 大数据生态 → Superset
- 两者不矛盾：可以同时部署，面向不同受众
常见面试问题
Q1: 如何推广自助分析文化？
答案：
- 选择低门槛工具（如 Metabase）降低使用障碍
- 建设语义层：统一指标定义，避免业务人员口径不一致
- 提供培训和文档：录制操作视频，写常见场景教程
- 设置数据权限：既开放数据又保护敏感信息
- 建立数据问题反馈渠道：及时解决使用中的问题
Q2: 嵌入式 BI 是什么？
答案：
- 将 BI 看板/图表嵌入到自有产品中（如 SaaS 后台）
- 用户在产品内直接查看数据分析，无需跳转到 BI 工具
- Metabase 和 Superset 都支持 iframe/JWT 嵌入
- 好处：提升产品数据能力、减少定制开发成本