部署 Apache 超集™

重要

AKS 上的 Azure HDInsight 已于 2025 年 1 月 31 日停用。 了解此公告的详细信息。

需要将工作负荷迁移到 Microsoft Fabric 或等效的 Azure 产品，以避免工作负荷突然终止。

重要

此功能目前以预览版提供。 Microsoft Azure 预览版补充使用条款 包括适用于 beta 版、预览版或尚未正式发布的 Azure 功能的更多法律条款。 有关此特定预览版的信息，请参阅 Azure HDInsight 在 AKS 中的预览信息。 如有问题或功能建议，请在 AskHDInsight 上提交请求，并附上详细信息。关注我们以获取有关 Azure HDInsight 社区 的更多更新。

可视化对于有效地浏览、呈现和共享数据至关重要。 Apache Superset 允许在灵活的 Web UI 中针对您的数据运行查询、进行可视化展示和构建仪表板。

本文介绍如何在 Azure 中部署 Apache Superset UI 实例，并将其连接到 AKS 上的 HDInsight 的 Trino 群集，以查询数据和创建仪表板。

本文中介绍的步骤摘要：

1. 先决条件
2. 为 Apache 超集创建 Kubernetes 群集。
3. 部署 Apache Superset。

先决条件

如果使用 Windows，请在 WSL2 上使用 Ubuntu 在 Windows 中的 bash shell Linux 环境中运行这些说明。 否则，需要修改命令才能在 Windows 中工作。

创建 Trino 群集并分配托管标识

1. 如果尚未创建，请在 AKS 上使用 HDInsight 创建Trino 群集。

2. 若要使 Apache Superset 调用 Trino，它需要具有托管标识（MSI）。 创建或选取现有的 用户分配的托管标识。

3. 修改 Trino 群集配置，以允许在步骤 2 中创建的托管标识运行查询。 了解如何管理访问。

安装本地工具

1. 设置 Azure CLI。

   一个。 安装 Azure CLI。

   b. 登录到 Azure CLI：az login。

   c. 安装 Azure CLI 预览版扩展。

   # Install the aks-preview extension
   az extension add --name aks-preview
   
   # Update the extension to make sure you've the latest version installed
   az extension update --name aks-preview
   

2. 安装 Kubernetes。

3. 安装 Helm。

为 Apache Superset 创建 kubernetes 群集

此步骤创建 Azure Kubernetes 服务 （AKS） 群集，可在其中安装 Apache Superset。 需要将您已关联到集群的托管标识绑定，以允许 Superset 使用该标识对 Trino 集群进行身份验证。

1. 请在 bash 中为 Superset 的安装创建以下变量。

   # ----- Parameters ------
   
   # The subscription ID where you want to install Superset
   SUBSCRIPTION=
   # Superset cluster name (visible only to you)
   CLUSTER_NAME=trinosuperset 
   # Resource group containing the Azure Kubernetes service
   RESOURCE_GROUP_NAME=trinosuperset 
   # The region to deploy Superset (ideally same region as Trino): to list regions: az account list-locations REGION=westus3 
   # The resource path of your managed identity. To get this resource path:
   #   1. Go to the Azure Portal and find your user assigned managed identity
   #   2. Select JSON View on the top right
   #   3. Copy the Resource ID value.
   MANAGED_IDENTITY_RESOURCE=
   

2. 选择您要安装 Superset 的订阅。

   az account set --subscription $SUBSCRIPTION
   

3. 在当前订阅上启用 Pod 标识功能。

   az feature register --name EnablePodIdentityPreview --namespace Microsoft.ContainerService
   az provider register -n Microsoft.ContainerService
   

4. 创建 AKS 群集以部署 Superset。

   # Create resource group
   az group create --location $REGION --name $RESOURCE_GROUP_NAME
   
   # Create AKS cluster
   az \
   aks create \
   -g $RESOURCE_GROUP_NAME \
   -n $CLUSTER_NAME \
   --node-vm-size Standard_DS2_v2 \
   --node-count 3 \
   --enable-managed-identity \
   --assign-identity $MANAGED_IDENTITY_RESOURCE \
   --assign-kubelet-identity $MANAGED_IDENTITY_RESOURCE
   
   # Set the context of your new Kubernetes cluster
   az aks get-credentials --resource-group $RESOURCE_GROUP_NAME --name $CLUSTER_NAME
   

部署 Apache Superset

1. 若要允许超集安全地与 Trino 群集通信，最简单的方法是设置超集以使用 Azure 托管标识。 此步骤意味着您的群集可以使用您分配给它的标识，而不需要手动部署或旋转密钥。

   需要为 Superset Helm 部署创建 values.yaml 文件。 请参阅 示例代码。

   可选：使用 Microsoft Azure Postgres，而不是使用 Kubernetes 群集中部署的 Postgres。

   创建一个“Azure Database for PostgreSQL”实例，以简化维护、允许备份并提供更好的可靠性。

   postgresql:
     enabled: false
   
   supersetNode:
     connections:
       db_host: '{{SERVER_NAME}}.postgres.database.azure.com'
       db_port: '5432'
       db_user: '{{POSTGRES_USER}}'
       db_pass: '{{POSTGRES_PASSWORD}}'
       db_name: 'postgres' # default db name for Azure Postgres
   

2. 如有必要，请添加 values.yaml 的其他部分。 Superset软件文档 建议更改默认密码。

3. 使用 Helm 部署 Superset。

   # Verify you have the context of the right Kubernetes cluster
   kubectl cluster-info
   # Add the Superset repository
   helm repo add superset https://apache.github.io/superset
   # Deploy
   helm repo update
   helm upgrade --install --values values.yaml superset superset/superset
   

4. 连接到Superset并建立连接。

   注意

   应为每个要使用的 Trino 目录创建单独的连接。

   1. 使用端口转发连接到 Superset 软件。

      kubectl port-forward service/superset 8088:8088 --namespace default

   2. 打开 Web 浏览器并转到 http://localhost:8088/. 如果未更改管理员密码，请使用用户名登录：管理员、密码：管理员。

   3. 从右侧的加号“+”菜单中选择“连接数据库”。

      

   4. 选择 Trino。

   5. 输入 Trino 群集的 SQL Alchemy URI。

      需要修改此连接字符串的三个部分：

      财产	例	描述
      用户	trino@	@ 符号之前的名称是用于连接到 Trino 的用户名。
      主机名	mytrinocluster.00000000000000000000000000000 .eastus.hdinsightaks.net	Trino 群集的主机名。 可以从 Azure 门户中群集的“概述”页获取此信息。
      目录	/tpch	斜杠后，是默认目录名称。 需要将此目录更改为包含要可视化的数据的目录。

      trino://$USER@$TRINO_CLUSTER_HOST_NAME.hdinsightaks.net:443/$DEFAULT_CATALOG

      示例：trino://trino@mytrinocluster.00000000000000000000000000.westus3.hdinsightaks.net:443/tpch

      

   6. 选择“高级”选项卡，并在“其他安全性”中输入以下配置。将client_id值替换为托管标识的 GUID 客户端 ID（此值可在 Azure 门户的托管标识资源概述页中找到）。

       {
         "auth_method": "azure_msi",
         "auth_params":
         {
           "scope": "https://clusteraccess.hdinsightaks.net/.default",
           "client_id": "xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx"
         }
       }
      

      添加 MSI 的屏幕截图

   7. 选择“连接”。

现在，你已准备好创建数据集和图表。

故障 排除

• 验证 Trino 集群是否已配置为允许 Superset 集群的用户分配的托管身份进行连接。 可以通过查看 Trino 群集的资源 JSON（authorizationProfile/userIds）来验证此值。 请确保您使用的是身份的对象 ID，而不是客户端 ID。

• 请确保连接配置中没有错误。

  1. 请确保“额外安全”已填写完毕。
  2. URL 正确。
  3. 使用 tpch 目录测试连接是否正常工作，然后再使用自己的目录。

后续步骤

若要将 Superset 公开到互联网，并通过 Microsoft Entra ID 允许用户登录，需要完成以下常规步骤。 这些步骤需要 Kubernetes 使用的中级技能及以上经验。

• 为 Superset 配置 Microsoft Entra ID OAuth2 登录