Kursplan
1. Inledning till Apache Superset
- Vad är Apache Superset?
- Supersets roll i modern Business Intelligence (BI)
- Jämförelse med traditionella BI-plattformar
- Vanliga funktioner och egenskaper
- Typiska användningsfall och affärsscenarier
- Översikt över Superset-ekosystemet
2. Apache Superset-arkitektur och miljöinställning
- Översikt över Apache Supersets arkitektur
- Kärnkomponenter:
- Webapplikation
- Metadata-databas
- Visualiseringslager
- Säkerhetslager
- Installation av Apache Superset
- Kör Superset med behållare (containers)
- Konfigurering av utvecklings- och produktionsmiljöer
- Översikt över gränssnittet
- Navigering i Superset-arbetsytor
3. Hantering av användare, roller och säkerhet
- Användarhantering
- Rollbaserad åtkomstkontroll (RBAC)
- Behörigheter och säkerhetsmodeller
- Hantering av åtkomst till datamängder och instrumentpaneler
- Skapande av säkra BI-miljöer
- Bästa praktiken för företagsimplementeringar
4. Anslutning av datakällor
- Förståelse för tillgängliga datakällor
- Anslutning av relationella databaser:
- PostgreSQL
- MySQL
- SQL Server
- Oracle
- Anslutning av molnbaserade databaser
- Konfigurering av databasanlutningar
- Hantering av datamängder
- Testning och felsökning av dataanslutningar
5. Arbete med datamängder och datapreparation
- Förståelse för datamängder i Superset
- Skapande av datamängder från databaser
- Definition av kolumner och metriskor
- Skapande av beräknade kolumner
- Användning av SQL-baserade datamängder
- Bästa praktiken för datapreparation
- Optimering av datamängder för analys
6. Utforskning och analys av data
- Användning av Utforska-gränssnittet
- Filtrering och skivning av data
- Skapande av anpassade frågor
- Val av lämpliga visualiseringstyper
- Genomförande av utforskande dataanalys
- Förståelse för metriskor och dimensioner
- Arbete med stora datamängder
7. Skapande av datavisualiseringar
- Översikt över Supersets visualiseringsalternativ
- Skapande av diagram:
- Stapeldiagram
- Linjediagram
- Cirkeldiagram (kakediagram)
- Tabeller
- Värmekartor
- Geografiska visualiseringar
- Tidsstyckesdiagram (tidsserier)
- Anpassning av visualiseringsinställningar
- Formatering av diagram för affärsanvändare
- Förbättring av datastorytelling
8. Avancerade visualiseringstekniker
- Skapande av interaktiva visualiseringar
- Användning av filter och kontroller
- Arbete med beräknade metrikor
- Avancerad konfiguration av diagram
- Kombinering av flera analytiska perspektiv
- Optimering av visualiseringsprestanda
9. Byggande av instrumentpaneler (dashboards)
- Designprinciper för instrumentpaneler
- Skapande av instrumentpaneler från diagram
- Arrangemang av instrumentpanelens layout
- Läggande till interaktiva filter
- Skapande av affärsinriktade instrumentpaneler
- Delning av instrumentpaneler med användare
- Export och presentation av rapporter
10. SQL-integration med Apache Superset
- Översikt över SQL Lab
- Skrivande av SQL-frågor
- Skapande av virtuella datamängder
- Användning av SQL för avancerad analys
- Optimering av frågor
- Arbete med joinar och komplexa frågor
- Hantering av SQL-baserade analytiska arbetsflöden
11. Avancerad analys och rapportering
- Skapande av KPI:er och affärsmetrikor
- Trendanalys
- Jämförelseanalys
- Tidsbaserad rapportering
- Skapande av exekutiva instrumentpaneler
- Schemaläggning och delning av rapporter
- Stöd för datadrivna beslutsfattande
12. Prestandaoptimering
- Arbete med stora datamängder
- Optimering av frågeprestanda
- Optimering på databassidan
- Cachestrategier
- Hantering av laddningstider för instrumentpaneler
- Bästa praktiken för skalbara implementeringar
13. Felsökning och administration
- Vanliga installationsproblem
- Problem med databasanlutningar
- Felsökning av visualiseringsfel
- Hantering av Superset-konfiguration
- Övervakning av Supersets prestanda
- Underhåll av produktionsmiljöer
14. Hands-on-workshop och sammanfattning
- Anslutning av Apache Superset till en databas
- Skapande av datamängder
- Byggande av interaktiva visualiseringar
- Utveckling av en komplett instrumentpanel
- Implementering av säkerhets- och delningsinställningar
- Genomgång av bästa praktiken
- Frågor och svar
- Nästa steg för avancerad användning av Apache Superset
Krav
- Erfarenhet av business intelligence och datavisualisering.
Målgrupp
- Dataanalytiker
- Datavetare
Vittnesmål (7)
Gunnar var en utmärkt tränare. Han presenterade utbildningen på rätt nivå, med tanke på de skilda erfarenheter och kunskapsnivåer som deltagarna hade. Han var mycket personlig och lade till så mycket entusiasm och humor han kunde under de två dagarna. Gunnar säkerställde att vi var engagerade hela tiden och strävade efter att alla våra frågor skulle besvaras på ett öppet och ärligt sätt.
Seaman - PowerX Technology Ltd
Kurs - Getting Started with Apache Superset
Maskintolkat
Instruktören är ganska öppen i sina delanden
Wilianto Wilianto - PT. Supra Matra Abadi
Kurs - Getting Started with Apache Superset
Maskintolkat
Jag tycker om utforskning och visualisering
Vincent Kwenady - PT. Supra Matra Abadi
Kurs - Getting Started with Apache Superset
Maskintolkat
Installation och visualisering av data
Raihan Ahmad Bangun - PT. Supra Matra Abadi
Kurs - Getting Started with Apache Superset
Maskintolkat
Jag tycker om hur utbildaren är mycket interaktiv med publiken och svarar på varje fråga. Han är också väldigt hjälpsam med att stödja publikerna.
Parnika Kaur - PT. Supra Matra Abadi
Kurs - Getting Started with Apache Superset
Maskintolkat
Flexibilitet och tillvägagångssätt vid behandling av olika ämnen och frågeställningar.
Marcin Bochniak - Nokia Solutions and Networks Sp. z o.o.
Kurs - Getting Started with Apache Superset
Maskintolkat
möjlighet att svara på egna frågor, fritt diskussionerande
Lukasz Sochowski - Nokia Solutions and Networks Sp. z o.o.
Kurs - Getting Started with Apache Superset
Maskintolkat