上一节，我介绍了数据可视化分析方法，带你了解了数据可视化分析的建设目标、工作方法和工作流程。本节内容，我们来学习数据可视化分析两类主要技术：工具平台和开发框架。
数据可视化技术完整的知识结构如下图所示：
本节知识结构图
本节课，我将介绍主流的数据可视化分析工具、数据可视化开源框架分别有哪些，让大家对数据可视化技术资源有一个全局的认知。同时，我会重点介绍一款开源的数据可视化分析工具：Redash，包括：Redash 的官方网站、源码资源、安装部署和功能模块。
工具平台
数据可视化分析有很多现成的、可以直接使用的工具平台，这些工具平台包括开源版本和商业版本，常用的开源数据可视化分析工具平台包括：Redash、Metabase 和 Superset，常用的数据可视化分析工具平台包括：PowerBI、Tableau、QuickBI、Sugar 和网易有数等。这些工具平台提供的功能通常包括：数据源管理、即席查询、数据可视化和仪表盘等核心功能。
我将以开源框架 Redash 作为分析对象，介绍数据可视化分析平台提供的业务能力。
运行演示
在介绍 Redash 相关的功能之前，我们首先来看一下 Redash 运行之后的样子。
Redash 提供的核心功能有 4 个：
-
数据源管理
-
SQL 即席查询
-
数据可视化
-
数据仪表盘
数据源管理，是 SQL 即席查询、数据可视化和数据仪表盘设计等功能的前置条件，使用 Redash 的第一步。我们首先来看，数据源管理的功能界面：
数据源管理
创建数据源之后，就可以基于配置好的数据源，进行 SQL 即席查询。Redash 的 SQL 查询功能操作界面如下图所示：
SQL 即席查询
Redash 支持对 SQL 查询结果进行可视化展现，通过可视化图表的方式，呈现数据特征，如下图所示：
数据可视化
Redash 生成的图表，可以组织到一个称为仪表盘的页面，核心指标、相关的图表都可以通过该页面呈现，起到相关内容聚合的作用。
数据仪表盘
以上内容介绍了数据可视化分析工具 Redash 核心功能的运行演示界面，其目的是让大家对于 Redash 的核心功能有一个初步的了解。接下来，我将带你了解 Redash。
官方网站
Redash 是一个开源项目，它有一个自己官方网站，地址为：https://redash.io/，其中会有一些开放源码。官网提供的主要内容是相关的用户手册和学习环境。
Redash 官方网站
Redash 官方提供了一个免费的 Redash 学习环境，可以通过注册账号，获得试用，具体的注册方法和需要完善的信息如下图所示：
注册 Redash 账号
注册完成以后，你可以获得一个免费的 Redash 的学习环境。注册登录后的界面如下图所示：
Redash 学习环境
通过 Redash 官方提供的学习环境，我们可以拥有一个真实的，可以直接体验 Redash 功能的工作空间。同时结合用户使用教程，我们可以快速掌握 Redash 的核心功能。具体的用户帮助手册链接地址为：https://redash.io/help/user-guide/getting-started。
该页面提供了 Redash 核心功能的使用说明，包括：快速入门、数据源管理、数据查询、数据可视化、仪表盘设计、权限管理和接口管理等模块，具体的帮助功能入口页面如下图所示：
用户帮助页面
到这里，我们就获得了 Redash 的学习环境和相关的用户使用手册信息。接下来我将继续介绍，如何安装和部署 Redash 的开发环境。
源码资源
Redash 是一个开源的、免费的数据可视化分析的工具，介绍 Redash 的安装部署之前，我们首先来看一下 Redash 的源码资源，其中包括 2 个项目：
-
Redash 的程序源码，地址为https://github.com/getredash；
-
Redash 的安装脚本，地址为https://github.com/getredash/setup。
Redash 的程序源码，包括前端程序和后端相应程序，源码的目录结构如下图所示：
Redash 源码结构
Redash 的源码支持多种安装方式，其中最为便捷的方式是基于 Docker 的模式。同时，Redash 的作者提供了一个完整的安装脚本，我们可以使用这个脚本进行全自动化的安装。该脚本主要支持的是Ubuntu 18.0.4 版本，AWS、GCE 等平台的安装，可以参照用户手册进行。Redash 安装脚本项目内容结构如下图所示：
Redash 安装脚本源码结构
通过脚本，我们可以实现基于 Docker 模式下的，Redash 环境的自动安装。
以上，我介绍了 Redash 的源码资源和安装脚本的基本情况。如果你想要了解如何基于 Redash 构建开发环境，并进行二次开发，定制自己的数据可视化分析平台，欢迎在评论区中留言。
接下来，我再介绍一下 Redash 的安装方法。
安装步骤
Redash 的安装部署，最简单的方式是通过脚本安装。
我们的实验环境，是一个干净的 Ubuntu18.0.4 环境，具体的安装步骤包括三步：
-
下载脚本项目；
-
执行安装脚本；
-
结果验证。
安装脚本项目就是前面我们在源码资源中所介绍的开源项目，可以通过指令：git clonehttps://github.com/getredash/setup.git，下载到本地，然后进入项目根目录，并对 setup.sh 脚本文件，赋予程序执行权限：cd setup chmod +x setup.sh。接下来通过调用：sudo ./setup.sh 执行安装脚本。
项目的安装过程中，会默认完成三件事情：安装 docker、下载 redash 映像文件，配置和启动。安装过程的执行界面如下图所示：
Redash 安装脚本执行
项目安装完成以后，无须任何额外操作，即可以通过浏览器访问，默认端口 5000，默认访问页面为账号注册页面。具体的访问界面截图如下所示：
Redash 运行界面
关于 Redash 的安装部署，需要特别强调的是，基于脚本的安装方式，因为运行时间较长，期间会因为网络原因导致下载失败，所以需要进行多次重复执行。
功能详述
Redash 提供的核心功能包括：数据源管理、SQL 查询、数据可视化和数据仪表盘这 4 个部分，其功能结构如下：
Redash 核心功能
数据源管理提供主流数据源的连接和配置。Redash 支持当前主流的关系型数据库、非关系型数据和文档数据，具有独立的数据源管理功能，可以实现自定义数据源的连接和使用。
Redash 支持的数据源清单，可以在帮助文档中查看，详细的地址为：https://redash.io/help/data-sources/querying/supported-data-sources。完整的数据源类型清单如下表所示：
| 数据源 | 云托管 | 自管 |
|---|---|---|
| Amazon Athena | ✓ | ✓ |
| Amazon DynamoDB | ✓ | ✓ |
| Amazon Redshift | ✓ | ✓ |
| Axibase Time Series Database | ✓ | ✓ |
| Cassandra | ✓ | ✓ |
| ClickHouse | ✓ | ✓ |
| CockroachDB | ✓ | ✓ |
| CSV | ✓ | |
| Databricks | ✓ | ✓ |
| DB2 by I | ✓ | ✓ |
| Druid | ✓ | ✓ |
| Elasticsearch | ✓ | ✓ |
| Google Analytics | ✓ | ✓ |
| Google BigQuery | ✓ | ✓ |
| Google Spreadsheets | ✓ | ✓ |
| Graphite | ✓ | ✓ |
| Greenplum | ✓ | |
| Hive | ✓ | ✓ |
| Impala | ✓ | ✓ |
| InfluxDB | ✓ | ✓ |
| JIRA | ✓ | ✓ |
| JSON | ✓ | ✓ |
| Apache Kylin | ✓ | ✓ |
| OmniSciDB (Formerly MapD) | ✓ | |
| MemSQL | ✓ | ✓ |
| Microsoft Azure Data Warehouse / Synapse | ✓ | ✓ |
| Microsoft Azure SQL Database | ✓ | ✓ |
| Microsoft SQL Server | ✓ | ✓ |
| MongoDB | ✓ | ✓ |
| MySQL | ✓ | ✓ |
| Oracle | ✓ | ✓ |
| PostgreSQL | ✓ | ✓ |
| Presto | ✓ | ✓ |
| Prometheus | ✓ | ✓ |
| Python | ✓ | |
| Qubole | ✓ | ✓ |
| Rockset | ✓ | ✓ |
| Salesforce | ✓ | ✓ |
| ScyllaDB | ✓ | ✓ |
| Shell Scripts | ✓ | |
| Snowflake | ✓ | ✓ |
| SQLite | ✓ | |
| TreasureData | ✓ | ✓ |
| Vertica | ✓ | ✓ |
| Yandex AppMetrrica | ✓ | ✓ |
| Yandex Metrica | ✓ | ✓ |
Redash 对我们日常数据可视化分析工作中，常用的数据源都提供了连接支持能力，包括：MySQL、Oracle、Hive、Spark、Presto 等。
建立完数据连接之后，我们就可以进行数据 SQL 查询了。Redash 支持主流数据源，也集成了多种数据源的 SQL 标准和规范，你可以按照相关数据源的语法规范，书写 SQL 语句。同时，Redash SQL 查询功能提供了语法高亮、自动格式化、变量支持、历史纪录保存、自动补全等功能。SQL 查询的输出结果，默认以表格形式输出，并支持翻页功能。
SQL 查询输出的数据结果，除了支持以表格的形式输出之外，也支持数据可视化，我们可以通过图表可视化配置功能，进行结果数据的可视化呈现设计，查询结果数据可视化的配置界面如下图所示：
图表设置
上图中，左侧部分是图表属性设置参数，右侧部分是实时的数据预览功能。通过图表可视化，我们可以直观地发现数据所具有的特征。一个数据查询结果，可以通过多个图表进行可视化呈现，设计出的可视化图表，也可以保存下来，并且发布出去，以供后续环节使用。
发布后的数据图表，可以作为数据仪表盘的一部分，整合到一个页面进行呈现，即数据仪表盘。数据仪表盘是业务主题相关的数据图表的集中呈现，通常情况下，我们把同一业务主题的可视化图表，整合到同一个页面进行呈现。数据仪表盘支持创建、保存和发布，发布后的数据仪表盘，可以在多个用户之间共享。
开源框架
数据可视化分析有很多现成的、可以直接复用的开源技术框架，其中常用的前端 JavaScript 图表可视化框架有 Echarts、HightCharts、D3.js；Python 数据处理开源框架有 Numpy、Pandas、Matplot；Python 机器学习框架有 Sklearn、TensorFlow、PyTorch。
通过这些框架，我们可以实现类似 Redash 提供的数据可视化呈现能力，而事实上，Redash 的实现就是基于这些技术进行的。
关于如何基于这些开源框架，构建数据可视化图表，我将在“模块二：环境部署篇”“模块三：实战案例篇”进行逐个图表的，逐项功能的详细介绍，在此不做赘述。
小结
本节内容，介绍了主流的数据可视化分析技术，包括工具平台和开源框架，并且详细介绍了开源的数据可视化分析工具 Redash 的官方资源、安装部署和功能模块。
在学习这节课之前，你可能会疑惑：通过本课程的学习，是否可以掌握数据仪表盘的设计？但在学完之后，相信你已经掌握了基于数据可视化工具平台 Redash 设计仪表盘的思路和方法。如何基于开源框架，自己动手构建数据仪表盘的内容，我会在课程的后续部分进行介绍。
精选评论
**珍：
老师，请问安装redash一定要在Ubuntu18.04的环境下么？如果安装在20.04是否可以？
讲师回复：
当前最新版版本支持的是18.04，更新版本没有实测，可以自己参照当前方法尝试一下
**宗：
Redash展现的图表可以随着数据的变化而变化吗？
编辑回复：
Redash的仪表盘支持定时刷新机制，可以满足这个需求。老师在05课时的题外里附加了图片哦等课程更新就可以更直观地看到了
**军：
Redash 是否可以满足在你工作中的80%或者更多的数据可视化需求？若不能完全满足如何解决的
讲师回复：
数据可视化分析三大开源软件：redash、superset、metabase，其实都是很不错的。我曾经通读过redash源码，基于redash进行二次开发也是可以的。Redash的核心价值在于SQL查询和报表设计，如果不考虑交互体验，其核心功能满足80%的需求，是没问题的。不过考虑到国人的阅读习惯，则需要打个折扣，建议从redash进行二次开发。
**军：
要是基于redash或者superset二次开发需要什么基础的技能？
讲师回复：
redash的技术架构设计前端和后台两部分，前端用的react + angular，后台用的Python + Celery ；Superset后端是python，前端忘记了。
*迪：
Ubuntu 18.04 虚拟机，执行 sudo ./setup.sh 后，执行很久，最后返回拒绝连接，是为什么呀？
讲师回复：
这个应该也是网络原因。
**6342：
redash跟grafana在功能上是否有什么相似的地方？是竞争关系吗？grafana也是做数据展示用的呢
讲师回复：
grafana不了解，redash相类似得，可以参考metabase和superset。
*迪：
老师，请问下。我按照文章，没把 redash 安装成功。docker是安装了，最后报这个错，–2020-09-04 09:09:44-- https://raw.githubusercontent.com/getredash/setup/master/data/docker-compose.ymlResolving raw.githubusercontent.com (raw.githubusercontent.com)… ::Connecting to raw.githubusercontent.com (raw.githubusercontent.com)|:????:443… failed: Connection refused.这是为什么呢？而且，这个路径，本身就打不开。为什么会去这个路径找yml 文件呢？
讲师回复：
实测是网络问题，我是早上四点多，折腾成功的，过程中反复出现各种问题，遇到过这个。如果实在不行，就只能分步骤安装了，这个你可以把自动化安装的脚本拆开，逐步操作，比较考验动手能力。
**琴：
老师，可以在Windows系统下安装redash吗？或者说Windows系统下有什么可视化工具吗？
讲师回复：
windows安装是可以的，Redash7.0 实际部署成功过，不过用的python2.7，相对比较复杂。Celery4.x以后的版本不支持在windows上运行，需要特殊处理。GitHub上直接下载的源码，如果使用python3.x版本调试，需要修正大量的代码，这就比较考验个人的代码调试和错误处理能力了。
**珍：
redash过了30天试用期之后，是否要付费才能继续使用？
讲师回复：
社区版本是免费的的，可以一直用，官方没有商业版，目前有国内的人弄了一个中文版收费，可以忽略。
**明：
Windows系统不能用吗？
讲师回复：
windows安装是可以的，Redash7.0 实际部署成功过，不过用的python2.7，相对比较复杂。Celery4.x以后的版本不支持在windows上运行，需要特殊处理。
jyunnkoLee：
redash等框架能处理的数据量大概是什么级别的？
讲师回复：
Redash只是一个前端SQL执行和结果可视化工具，能处理的数据量级别取决于其对应的后端数据服务器（比如MySQL，比如Spark等）和数据的聚合程度，后端数据服务器的能力和数据聚合程序，决定了Redash的数据处理能力。