• 日本語
    • English (英語)
Avinton JapanAvinton JapanAvinton JapanAvinton Japan
  • サービス
    • Avinton Data Platform
    • エッジAIカメラ
      • 自動車ナンバープレート自動認識システム
    • プライベートクラウド
    • AIサービス開発
    • AIカメラ/画像解析無料体験版
  • 最新情報
    • ニュースリリース&イベント情報
    • 技術ブログ&インタビュー
  • アカデミー
    • Avintonアカデミー
    • Academy on Campus
    • Academy with Platform
  • 採用情報
    • Avintonジャパン 採用ページ
    • 求人一覧
    • よくある質問
    • 新卒採用
  • 企業情報
    • 会社概要
    • 代表からご挨拶
    • SDGsへの貢献
  • お問い合わせ

Apache Superset 基礎

  • ルーティング
  • データベースの命名規則
  • 三目並べ – 2.〇×を交互にゲーム盤に入るようにしよう
  • 三目並べ – 3.勝敗がつくようにしよう
  • クリーンコード(Clean Code)
  • 三目並べ – 4.「スタート」「リセット」ボタンをつけよう
  • 三目並べ – 5.先攻後攻を決めて、コンピュータ対戦にしよう(前編)
  • インフラストラクチャー(サーバー、コンポーネント、RAID)
  • 機械学習入門者向け Support Vector Machine (SVM) に触れてみる
  • YOLOv8を用いた物体検出
  • 正規表現とパイプ
  • 機械学習エンジニアに必要なスキル
  • 軽量版Kubernetesディストリビューション – k0s クラスターの構築
  • ファイル操作コマンド
  • グループとユーザー
  • 困った時に使うコマンド
  • 一般グループのユーザーとグループ
  • プライバシーポリシー
  • 三目並べ – 6.先攻後攻を決めて、コンピュータ対戦にしよう(後編)
  • フロントエンド開発のための環境構築
  • ファイル検索コマンド
  • 質問
  • 仮想化環境のディスク容量を拡張する
  • ユーザー権限とアクセス権
  • データ分析基礎 – Part1
  • 三目並べ – 0.導入
  • テキスト処理
  • データベースへのデータロード
  • 機械学習概要1
  • 機械学習入門者向け Naive Bayes(単純ベイズ)アルゴリズムに触れてみる
  • ファイル管理
  • SSHを使用してホストOSからゲストOSに接続する
  • 機械学習入門者向け ChainerRLでブロック崩しの学習
  • 機械学習入門者向け ランダムフォレストによる Kaggle Titanic生存者予測
  • 機械学習概要2
  • データ分析基礎 – Part 2
  • 機械学習入門者向け 分類と回帰の違いをプログラムを書いて学ぼう
  • フロントエンドのWeb開発について
  • ダイナミックルーティング
  • 三目並べ – 1.ゲーム盤を作ろう
  • 【Python入門】Python Numpy チュートリアル
  • Amazon EC2 インスタンスの初期設定をしよう
  • AmazonEC2とVPCでネットワークとサーバーを構築しよう
  • Apache NiFi Exercise
  • Apache NiFi データパイプライン基礎
  • Apache NiFiの環境設定
  • Apache Spark 基礎
  • Apache SparkとApache Zeppelinの概要と環境構築
  • Apache Superset maptoolの使い方
  • Apache Superset 基礎
  • Apache Superset 概要と環境構築
  • Apache Zeppelin 基本機能
  • APIのデモンストレーション
  • Avinton Academy コンテンツガイド
  • AWS CLIをインストールしてコマンド操作しよう
  • AWS CLIを使ってEC2のファイルをS3へアップロードしよう
  • AWS Route 53を使って独自ドメインのWebページを表示させてみよう
  • AWSアカウントの作成と必ずやるべきセキュリティ対策
  • AWSのEC2インスタンスでWordPressブログを公開してみよう
  • AWS入門者向け 初心者が最初に理解すべきEC2とVPCの基本的な用語解説
  • CCNA
  • Certbotを使ってSSL証明書を発行し、HTTP通信を暗号化しよう
  • CISCO 1800ルータセットアップ
  • CSV import & export – Node.js, mySQL – 1
  • CSV import & export – Node.js, mySQL – 2
  • Docker Compose(Nginx + Flask + MySQL)演習
  • Docker Engineのubuntu上へのinstall
  • Docker 概要とセットアップ
  • Docker, Kubernetesの学び方について
  • Dockerコンテナイメージの最適化/ベストプラクティス
  • DockerとApacheを使ってWebサーバーを構築しよう
  • EC2からS3へ自動でぽいぽいアップロードするスクリプトの作成
  • ESP32-CAMのサンプルアプリケーションを実行する
  • 01 – Sparkfun Inventor’s Kit の準備
  • 02 – Sparkfun Inventor’s KitでLチカ
  • 03 ポテンショメータでLEDの点滅間隔をアナログ入力する
  • 04 フォトレジスタで明るさに反応するシステムをつくる
  • 05 LCDに文字列を表示する
  • 06 – BME280とLCDを組み合わせて温度計をつくる
  • ESP32とArduino IDE/PlatfromIOでHello Worldアプリケーションの実行
  • ESP32と超音波センサー HC-SR04 で物体の距離を計測する
  • ESXi – Switchの追加とVLAN
  • ESXi – VyOS
  • ESXi – 小規模ネットワーク 構築
  • Gitとは
  • VS CodeでGitHub Copilotを設定する
  • VSCode リモート開発環境
  • GNS3のセットアップ
  • Kubernetesクラスター上へのOpenVINOモデルサーバーを使用したサンプルアプリケーションのデプロイ
  • Linuxとは
  • NAT
  • NodeJSでWebアプリケーション開発 – React編
  • NodeJSでWebアプリケーション開発 – React編
  • NodeJSでWebアプリケーション開発 – React編
  • NodeJSでWebアプリケーション開発 – Socket.IO編
  • NVIDIA Cumulus VX + GNS3でBGPネットワークのシミュレーション
  • OpenCVのテストプログラム
  • PacketTracerのセットアップ
  • Pandasによる構造化データ分析
  • PCからルータ、スイッチへのSSH接続設定
  • PostGIS exercise
  • PostgreSQL – Python – Apache – Bootstrap
  • MySQLとMySQL Workbench のセットアップ
  • PostgreSQL Setup
  • PostgreSQL – インデックスを利用したパフォーマンス改善方法
  • PostgreSQL – パーティショニングを利用したパフォーマンス改善方法
  • PostgreSQLによるデータ分析
  • postgreSQLへのshp fileのimport
  • Python2.7とOpenCVのインストール
  • Python3.8 と OpenCV のインストール (Ubuntu20.04LTS)
  • Pythonでデータベースを操作する
  • Pythonで画像を分類するプログラムを作成する
  • Pythonによるマルチスレッドプログラミング実践
  • Raspberry Pi 4B のセットアップ
  • Raspberry PiとBME280を使用して温度と湿度、気圧を読み取る
  • REDIS
  • Redux基礎 – 主要な概念と用語
  • Ruby on Rails を MySQLでセットアップ
  • Ruby on Railsによる簡単なウェブアプリケーション
  • SampleアプリケーションのKubernetes上へのデプロイ
  • Scala 基礎
  • scikit-learnとは
  • Spark SQL エクササイズ
  • SparkMLによるKaggle Titanic生存者予測
  • SparkMLによる住宅価格予測
  • SQL 便利な関数
  • Ubuntuの基本設定
  • uhubctlでUSBデバイスのオンオフをコントロール
  • Terraform入門 2 – Terraformのstate管理
  • Terraform入門 1 – TerraformでAWS上にEC2インスタンスを作成する
  • Virtualisation and Container (仮想化とコンテナ) – Ansible, Docker and Kubernetes
  • viエディタ
  • VLAN
  • VMware ESXi サーバー構築
  • Webアプリ開発に欠かせないGoogle Chrome DevToolsの基本
  • Windows Server 2012 R2 Hyper-V
  • YOLOv5を用いた物体検出
Home Avintonアカデミー Apache Superset 基礎
Apache Superset

このチュートリアルでは、BIツールのApache supersetを使ってデータセットの準備、編集、チャートの作成等のダッシュボードの作成の基本手順が学べます。

データセットの準備

ファイルのアップロード

まずはこちらのサンプルのcsvをダウンロードしましょう。

japan.csv

次にファイルをアップロードして、テーブルとして保存していきます。

Data > Databases をクリック。
デフォルトの設定では、「CSV upload」が使用不可のため変更します。

Apache Superset 基礎

「Edit」から、ADVANCED > Security の「Allow data upload」にチェックを入れて、「CSV upload」を有効にします。

Apache Superset 基礎

Upload file to database > Upload CSV から、Table Name, CSV File, Database Schemaを以下のように設定して「SAVE」します。(他項目に関してはデフォルトで問題ないです。)

Apache Superset 基礎

Apache Superset 基礎

テーブルが作成されたことがわかります。

Apache Superset 基礎

※ Supersetの演習が完了後に、dockerコンテナ、イメージ、ボリュームを削除しましょう。ちなみに、docker system dfでdockerにより使用されているディスク総容量がわかります。

Databaseとの接続

ファイルをアップロードする方法の他に、データベースと接続してデータセットを作成する方法があります。

先程と同様にData > Databases をクリックした後、右上の +DATABASEボタンをクリックするとデータベースとの接続画面が出てきます。

フォームにhost名やport, DB名, Username, password等を入力するとデータベースと接続することが出来ます。

Apache Superset 基礎

Data > Databasesをクリックした後、右上の +DATASETボタンをクリックするとデータセット作成画面が出てきます。

フォームからDatabase, Schema, table名を選択すると、データベースからデータセットを作成することが出来ます。

Apache Superset 基礎

データセットの編集

データセットの一覧画面から、先ほど作成したデータセットをクリックするとチャート作成画面に遷移します。

左側にデータセットのデータタイプとカラム名が表示されています。

数値型であるべきpopulatioのカラムがテキスト型になっていますのでチャート作成に移る前に、データセットを編集していきましょう。

Apache Superset 基礎

データセットのオプションボタンからView in SQL Labを選択するとSQl editor 画面が開きます。

Apache Superset 基礎

 

population カラムをinteger typeにキャストするSQLを定義し、RUNボタンで実行、EXPLOREボタンを押すとデータセットの保存画面が出てくるので今回はOverwriteします。

1
2
SELECT prefecture, city, ward, population::INTEGER
FROM academy.japan_population

 

Apache Superset 基礎

 

チャートの作成1

まずは県別の総人口のチャートを作っていきます。

VISUALIZATION TYPE をクリックするとチャートのテンプレート選択画面が出てきます。

今回はBar Chartを選択します。

Apache Superset 基礎

 

続いて、METRICSを編集していきます。

COLUMNはpopulation, AGGREGATEはSUMを選択します。また、タブ上部でLabel名の編集が出来ます。今回は”人口”としておきます。

Apache Superset 基礎

 

次にSERIESを設定していきます。SERIESとはSQLでいうところのGROUP BYの指定と同じです。

今回は県別の人口ですので、こちらにはprefectureカラムを定義します。

RUNボタンを押してQueryを走らせると下記のような Chartが表示されるはずです。

Apache Superset 基礎

 

しかし、現時点では正しいデータが取れておりません。

問題点として、以下の札幌市のように、市(city)全体の人口と各区(ward)の人口が同じテーブル内にあるため、区を持つ都道府県の人口については、実際の人口よりも多くチャート上に表示されています。

Apache Superset 基礎

 

演習:この問題を解決するためのfilterを設定して正しい県ごとの人口を表すBar Chartを作成して下さい

完成したら画面上部のSAVEボタンから、チャートの名前を設定して保存します。

チャートの作成2

次に市ごとの人口を示すチャートを作っていきます。

VISUALIZATION TYPEからPivot tableを選択します。

metricsはカラムをpopulation, aggregateをMaxとします(市の値はユニークなので、MinでもSUMでも問題ないです。)

Apache Superset 基礎

Group Byにはprefectureとcityカラムを指定します。

先程と同様の問題が生じるので、同じくFilterを設定しましょう。

このようなtableが作成できていれば先程と同様にsaveしましょう。

Apache Superset 基礎

 

ダッシュボードの作成

Dashboards > +DASHBOARDボタンを押し、ダッシュボード作成画面を開きます。

Dashboard作成画面の右側にあるtabから様々なComponentsをドラッグアンドドロップでダッシュボードへ追加することが出来ます。

下記のようにtabを追加してみましょう。

Apache Superset 基礎

 

Charts tabからは作成済みのチャートを同じくドラッグアンドドロップで追加することが出来ます。

 

Apache Superset 基礎

 

画面左のADD/EDIT FILTERS optionからはfilterを設定することが出来ます。

今回は県名のフィルターを定義しました

Apache Superset 基礎

 

画面上部のタイトルを編集して、Saveすればダッシュボードの完成です。

今回紹介したもの以外にも様々なデータの視覚化をサポートする機能が搭載されていますので、公式ドキュメント等を参考に他の機能も試してみることがおすすめです。

aApache Superset 基礎

 

あなたも、Avintonでこのような最先端技術を習得し活用してみませんか?

社員の成長を導きながら、AIやビッグデータなどの最先端技術をプロジェクトに活用していくことが私たちのビジョンです。Avintonの充実した技術研修でスキルアップを図り、あなたのキャリア目標を一緒に達成しませんか?

採用情報

採用情報

採用情報

Categories

  • 相互学習
  • 採用
  • 社員インタビュー
  • 学習&資格取得
  • 技術解説
  • イベント告知
  • 学内説明会&講義
  • 産学連携
  • 就職活動
  • イベントレポート
  • その他
  • 技術ブログ&インタビュー
  • mainpage
  • New Graduates Interviews
  • 中途エンジニア
  • カテゴリーなし
  • ニュースリリース&イベント

Avinton SDGs

SDGsへの貢献

Search

タグ

AIエンジニア AI導入 Apatch AvintonAcademy CKA DevOps KiX Kubernetes Notion PM&PMO PyTorch SDGs Innnovation Hub UI YOLOv5 アカウントマネージャー インタビュー インフラエンジニア エッジAIカメラ セキュリティエンジニア ソフトスキル ツール開発 データサイエンティスト ネットワークエンジニア フルスタックエンジニア フロントエンド ベテランエンジニア ボランティア マイクロサービス モーフィング ローカルイベント 中瀬幸子、サーバークラスター 中途採用 人材育成 協働パートナー 国際自動制御連盟 地域創生 基本情報技術者 強化学習 技術 新卒、キャリア 新卒採用 田中研之輔 社会貢献 経団連 顔認証
© 2023 Avinton | All Rights Reserved | プライバシーポリシー
  • サービス
    • Avinton Data Platform
    • エッジAIカメラ
      • 自動車ナンバープレート自動認識システム
    • プライベートクラウド
    • AIサービス開発
    • AIカメラ/画像解析無料体験版
  • 最新情報
    • ニュースリリース&イベント情報
    • 技術ブログ&インタビュー
  • アカデミー
    • Avintonアカデミー
    • Academy on Campus
    • Academy with Platform
  • 採用情報
    • Avintonジャパン 採用ページ
    • 求人一覧
    • よくある質問
    • 新卒採用
  • 企業情報
    • 会社概要
    • 代表からご挨拶
    • SDGsへの貢献
  • お問い合わせ
  • 日本語
    • English (英語)
Avinton Japan