Apache Supersetとは

Apache SupersetはAirbnbが開発したビジネスインテリジェンス（BI）プラットフォームです。
2017年にApache Incubatorに参加し、2021年1月のv1.0.0の発表と同時にApacheソフトウェア財団のトップレベルプロジェクトとして発表されました。
現在はApacheソフトウェア財団がオープンソースソフトウェア（OSS）として開発を行っています。
開発当初は操作性において先行する類似プロダクトに及ばない点も見られたものの、v5.0.0ではUXの大幅な強化、パフォーマンスの最適化、データベース接続の拡張、そしてデータ探索機能の最新化が図られ、BIツールの代替や補完として利用できる使いやすいデータ探索・可視化プラットフォームへと進化しています。

主な特徴

Apache Supersetはノーコードでチャート作成ができる直感的なインターフェースが特徴です。
一方、高度な分析に向けてはウェブベースのSQLエディタやカスタム指標およびディメンションを迅速に設定できる軽量なセマンティックレイヤなどの機能もあり、多様なビジネスニーズに対応可能です。
分析データを蓄積するデータベースについてはMySQLやPostgreSQLを含む約30種類をサポートしており、多様なデータソースとシームレスに連携可能です。
またデータベースへの負荷軽減を目的としたキャッシュ層を設定することもできます。
認証面においては高度で柔軟なセキュリティロールと認証機能を備え、一方でAPIを通じたプログラム的カスタマイズも可能です。
Apache Supersetは拡張性と安定性を重視した設計で、これらの機能はクラウドネイティブなアーキテクチャによって支えられています。

主要コンポーネント

Apache Supersetは以下の主要コンポーネントで構成されています。

1. Supersetアプリケーション本体

Apache Supersetのコアとなる本体部分です。 ユーザがチャートやダッシュボードにアクセスするとそれに対応するSQLクエリがデータベースへ送信され、取得した結果をグラフなどで表示します。 主にPythonのFlaskを利用したバックエンド層、API層、React（JavaScript）によるフロントエンド層から構成されています。

2. アナリティクスデータベース

分析対象となるデータを蓄積します。 企業の売上データ、ウェブログ、IoTセンサーのデータなどを保存し、Supersetアプリケーション本体から発行されるクエリを受けて集計やフィルタリングなどの処理を行います。 Amazon RedshiftやSnowflakeを含む30種類以上のデータベースを利用可能です。

3. メタデータデータベース

チャートやダッシュボードの定義、ユーザ情報、ログなどを保存する役割を担うデータベースです。 アナリティクスデータベースとは別に用意されています。 簡易インストールではSQLiteが使われることもありますが、本番環境ではスタンドアロンデータベースの使用が推奨されており、PostgreSQLおよびMySQLで動作するようにテストされています。

4. キャッシュレイヤ

2種類のキャッシュレイヤがあります。 一般的にはRedisが利用されていますが、他オプションもサポートされています。

• チャートキャッシュ

クエリ結果を一時的に格納し、同じチャートの再読み込み時にデータベースへ負荷軽減と高速化を実現します。

• リザルトキャッシュ

アラート＆レポートや非同期クエリ、サムネイルキャッシュ機能のためのメッセージブローカとして機能します。

5. ワーカーおよびビート

非同期処理を担当するワーカーは非同期クエリの実行やレポートのスナップショット取得、メール送信といったタスクを処理します。 ビートはスケジューラとして機能し、ワーカーに処理指示を送ります。 多くの環境ではPythonベースの非同期タスクキューライブラリであるCeleryが用いられています。

Apache Supersetのコンポーネント図

• 参考：The history and anatomy of Apache Superset

メリット・デメリット