superset 默认提供 main 数据库（sqlite db），这个数据库存放整个 superset 系统的用户、角色、权限、数据集等数据，还存放预备的示例数据；

在数据表栏，默认暴露的数据表有 multiformat_time_series、 birth_france_by_region、 long_lat、 random_time_series、 birth_names、 wb_health_population、 energy_usage 六个；只有管理员才有权利暴露数据库中的哪些数据表可以在 superset中作图表展示；

切片是每一个要展示图表的最小操作单元，基于暴露的数据表作分析；目前直接在切片页面进行创建，只支持单表；但是在 SQL 工具箱自己写 sql 来创建分片是支持多表关联；

一系列切片可以放在一个看板（也叫仪表盘）集中展示；

下面开始分析各个切片；

基于 `multiformat_time_series` 数据表的例子

multiformat_time_series 表记录时间的各种形式；

列名	类型	描述
ds	date	记录创建时间（只有日期）
ds2	datetime	记录创建时间（日期加时间）
epoch_ms	bigint	记录时间时的毫秒
epoch_s	bigint	记录时间时的秒
string0	varchar(100)	记录时间，格式如 `2017-07-19 06:23:33.000000`
string1	varchar(100)	记录时间，格式如 `2017-07-19^06:23:33`
string2	varchar(100)	记录时间，格式如 `20170719-062333`
string3	varchar(100)	记录时间，格式如 `2017/07/1906:23:33.000000`

切片

`Calendar Heatmap multiformat 0`

图表类型：时间热力图
图表意义：类似于 github 上的打卡记录；

复盘：

Time 列
对指定的时间列作筛选，时间字段选择 ds ， Time Grain 时间间隔选择 Time Column值（也就是每一个记录值都是一个时间节点）， Since 选择 1 years ago， Until 选择 now
Query 列
度量选择 count(*)；
Options 列
Domain 选择 month， subdomain 选择 day；

基于 `birth_france_by_region` 数据表的例子

birth_france_by_region 表记录法国各城市在历年的人口出生数量；

列名	类型	描述
DEPT_ID	varchar(10)	法国城市代号
…	bigint	2003 年 2014 年的数据
date	date	记录的创建时间

切片

`Birth in France by department in 2016`

图表类型：国家地图
图表意义：直接在国家地图上展现人口数量；

复盘：

Time 列
对指定的时间列作筛选，时间字段选择 year ， Time Grain 时间间隔选择 Time Column值（也就是每一个记录值都是一个时间节点）， Since 选择 无穷， Until 选择 无穷
Query 列
ISO 3166-2 选择 DEPT_ID，度量选择 avg_2004；
Options 列
Country Name 选择 France；

基于 `random_time_series` 数据表的例子

random_time_series 表只有一列，记录时间；

列名	类型	描述
ds	datetime	时间

切片

`Calendar Heatmap`

图表类型：时间热力图
图表意义：类似于 github 上的打卡记录；

复盘：

Time 列
对指定的时间列作筛选，时间字段选择 year ， Time Grain 时间间隔选择 Time Column值（也就是每一个记录值都是一个时间节点）， Since 选择 1 years ago， Until 选择 now
Query 列
度量选择 count(*)；
Options 列
Domain 选择 month， subdomain 选择 day；

基于 `birth_names` 数据表的例子

birth_names 表记录一些学生的姓名、姓名、居住地、出生日期等信息；

列名	类型	描述
ds	datetime	出生日期
gender	varchar(16)	性别
name	varchar(255)	姓名
num	bigint	数量
state	varchar(10)	所在州
sum_boys	bigint	相同姓名男生的数量
sum_girls	bigint	相同姓名女生的数量

切片

`Number of Girls`

图表类型：数字
图表意义：直接显示女生数量；

复盘：

Time 列
对指定的时间列作筛选，时间字段选择 year ， Time Grain 时间间隔选择 Time Column值（也就是每一个记录值都是一个时间节点）， Since 选择 100 years ago， Until 选择 now
Query 列
度量选择 sum__num；
Chart Options 列
Subheader 选择 total female participants
筛选列
gender in girl

`Pivot Table`

图表类型：透视表
图表意义：二维表展示各州各个姓名的人数；

复盘：

Time 列
对指定的时间列作筛选，时间字段选择 year ， Time Grain 时间间隔选择 Time Column值（也就是每一个记录值都是一个时间节点）， Since 选择 100 years ago， Until 选择 now
Query 列
Group by 选择 name， columns 选择 state， Metrics 选择 sum__num
Pivot Options 列
Aggregation function 选择 sum

`Name Cloud`

图表类型：词汇云
图表意义：优雅地展示姓名，字体大小反映使用次数的多寡；

复盘：

Time 列
对指定的时间列作筛选，时间字段选择 year ， Time Grain 时间间隔选择 Time Column值（也就是每一个记录值都是一个时间节点）， Since 选择 100 years ago， Until 选择 now
Query 列
Series 使用 name，度量使用 sum__num， Series limit 使用 100
Options 列
Font Size From 使用 10， Font Size To 使用 70， Rotation 使用 square；

`Title`

图表类型：标记
图表意义：可以显示自定义的 html 代码；

复盘：

Time 列
对指定的时间列作筛选，时间字段选择 year ， Time Grain 时间间隔选择 Time Column值（也就是每一个记录值都是一个时间节点）， Since 选择 100 years ago， Until 选择 now

Code
Markup Type 选择 html
Code 选择

 <div style="text-align:center">
   <h1>Birth Names Dashboard</h1>
   <p>
       The source dataset came from
       <a href="https://github.com/hadley/babynames" target="_blank">[here]</a>
   </p>
   <img src="/static/assets/images/babytux.jpg">
</div>

`Average and Sum Trends`

图表类型：Dual Axis Line Chart
图表意义：反映姓名使用率的平均值与总值随着时间的变化；

复盘：

Time 列
对指定的时间列作筛选，时间字段选择 year ， Time Grain 时间间隔选择 Time Column值（也就是每一个记录值都是一个时间节点）， Since 选择 100 years ago， Until 选择 now
Y Axis 1 列
Left Axis Metrics 选择 avg__num；
Y Axis 2 列
Right Axis Metrics 选择 sum__num；

`Trends`

图表类型：时间序列 - 折线图
图表意义：反映姓名随着时间的使用率；

复盘：

Time 列
对指定的时间列作筛选，时间字段选择 year ， Time Grain 时间间隔选择 Time Column值（也就是每一个记录值都是一个时间节点）， Since 选择 100 years ago， Until 选择 now
Query 列
Metrics 选择 sum__num， Group By 选择 name， Series limit 选择 25 （显示多少组数据）；

`Genders by State`

图表类型：分布柱状图
图表意义：统计各州的男女人数；

Time 列
对指定的时间列作筛选，时间字段选择 ds ， Time Grain 时间间隔选择 Time Column值（也就是每一个记录值都是一个时间节点）， Since 选择 100 years ago， Until 选择 now
Query 列
Metrics 依次选择 sum__sum_girls、sum__sum_boys，Series 选择 state， Row limit 选择 50000;
筛选列
state not in other

`Genders`

图表类型：Pie Chart
图表意义：饼图直接反映男女人数的比例大小；

Time 列
对指定的时间列作筛选，时间字段选择 ds ， Time Grain 时间间隔选择 Time Column值（也就是每一个记录值都是一个时间节点）， Since 选择 100 years ago， Until 选择 now
Query 列
Metrics 选择 sum__num，Group By 选择 gender;

`Participants`

图表类型：数字和趋势线
图表意义：直观地反映每年参与的人数走势；

Time 列
对指定的时间列作筛选，时间字段选择 ds ， Time Grain 时间间隔选择 Time Column值（也就是每一个记录值都是一个时间节点）， Since 选择 100 years ago， Until 选择 now
Query 列
度量选择 sum__num

`Boys`

图表类型：表视图
图表意义：表格形式展现男生姓名及人数；

复盘：

Time 列
对指定的时间列作筛选，时间字段选择 ds ， Time Grain 时间间隔选择 Time Column值（也就是每一个记录值都是一个时间节点）， Since 选择 100 years ago， Until 选择 now
GROUP BY 列
Group By 选择 name， Metrics 选择 sum__num
Options 列
Row limit 选择 50000， Page Length 选择 0
筛选列
gender in boy

`Girls`

图表类型：表视图
图表意义：表格形式展现女生姓名及人数；

复盘：

Time 列
对指定的时间列作筛选，时间字段选择 ds ， Time Grain 时间间隔选择 Time Column值（也就是每一个记录值都是一个时间节点）， Since 选择 100 years ago， Until 选择 now
GROUP BY 列
Group By 选择 name， Metrics 选择 sum__num
Options 列
Row limit 选择 50000， Page Length 选择 0
筛选列
gender in girl

基于 `wb_health_population` 数据表的例子

wb_health_population 表记录不同地域不同国家历年来的人口数量；

列名	类型	描述
country_code	varchar(3)	国家代号
country_name	varchar(255)	国家名
region	varchar(255)	地区
year	datetime	年份
…	float	该国家在该年份的统计数据

切片

`Parallel Coordinates`

图表类型：平行坐标
图表意义：未知；

复盘：

Time 列
对指定的时间列作筛选，时间字段选择 year ， Time Grain 时间间隔选择 Time Column值（也就是每一个记录值都是一个时间节点）， Since 选择 2011-01-01 00:00:00， Until 选择 2011-01-01 00:00:00
Query 列
Series 选择 country_name， Metrics 依次选择 sum__SP_POP_TOTL 、sum__SP_RUR_TOTL_ZS 和 sum__SH_DYN_AIDS；

`Treemap`

图表类型：树状图
图表意义：根据国家所占长方形面积的大小，直观看出各国家总人口占世界总人口的比例；

复盘：

Time 列
对指定的时间列作筛选，时间字段选择 year ， Time Grain 时间间隔选择 Time Column值（也就是每一个记录值都是一个时间节点）， Since 选择 1960-01-01 00:00:00， Until 选择 now
Query 列
Metrics 选择 sum__SP_POP_TOTAL， Group By 选择 region 和 country_name；也就是以地区和国家分组，统计总人数；

`Box plot`

图表类型：箱线图
图表意义：粗略地看出每年地区的人口数是否具有有对称性，分布的分散程度等信息；

箱线图是用数据中的五个统计量：最小值、第一四分位数（Q1）、中位数（Q2）、第三四分位数（Q3）与最大值来描述数据的一种方法

复盘：

Time 列
对指定的时间列作筛选，时间字段选择 year ， Time Grain 时间间隔选择 Time Column值（也就是每一个记录值都是一个时间节点）， Since 选择 1960-01-01 00:00:00， Until 选择 now
Query 列
Metrics 选择 sum__SP_POP_TOTAL， Group By 选择 region， Series limit 选择 25 （显示多少组数据）；

`World's Pop Growth`

图表类型：时间序列-堆积图
图表意义：以年为维度，体现世界总人口的变化，以及每个区域人口在任意一个时间大概的占比；

复盘：

Time 列
对指定的时间列作筛选，时间字段选择 year ， Time Grain 时间间隔选择 Time Column值（也就是每一个记录值都是一个时间节点）， Since 选择 1960-01-01 00:00:00， Until 选择 now
Query 列
Metrics 选择 sum__SP_POP_TOTAL， Group By 选择 region， Series limit 选择 25 （显示多少组数据）；

`Rural Breakdown`

图表类型：环状层次图
图表意义：查看某一年，国家人口占世界人口的百分比，国家人口占地域人口的百分比，国家农村人口占国家总人口的百分比；

复盘：

Time 列
对指定的时间列作筛选，时间字段选择 year ， Time Grain 时间间隔选择 Time Column值（也就是每一个记录值都是一个时间节点）， Since 选择 2011-01-01 00:00:00， Until 选择 2011-01-01 00:00:00
Query 列
Hierarchy 依次选择 region、country_name, Primary Metric 选择 sum__SP_POP_TOTAL， Secondary Metric 选择 sum__SP_RUR_TOTAL， Row limit 选择 50000 （数据记录 Limit 值）；

`Life Expectancy VS Rural %`

图表类型：气泡图
图表意义：未知；
国表特点：根据国家的两个数据作 x轴 和 y轴 的定位，气泡大小取决于给定的 sum__SP_POP_TOTL 值

复盘：

Time 列
对指定的时间列作筛选，时间字段选择 year ， Time Grain 时间间隔选择 Time Column值（也就是每一个记录值都是一个时间节点）， Since 选择 2011-01-01 00:00:00， Until 选择 2011-01-02 00:00:00
Query 列
Series 选择 region， Entity 选择 country_name， Bubble Size 选择 sum_SP_POP_TOTL， Series limit选择 0（列出所有组数据）
筛选列
country_code not in [ TCA、 MNP、 DMA、 MHL、MCO、SXM、CYM、 TUV、IMY、KNA、ASM、ADO、AMA、PLW ]
Bubbles 列
Bubbles Size 选择 sum__SP_POP_TOTL， Max Bubble Size 选择 25
X Axis 列
X Axis 选择 sum__SP_RUR_TOTL_ZS
Y Axis 列
Y Axis 选择 sum__SP_DYN_LE00_IN

`% Rural`

图表类型：世界地图
图表意义：以世界地图的方式展现国家总人口和农村人口比例；

复盘：

Time 列
对指定的时间列作筛选，时间字段选择 year ， Time Grain 时间间隔选择 Time Column值（也就是每一个记录值都是一个时间节点）， Since 选择 2014-01-01 00:00:00， Until 选择 2014-01-02 00:00:00
Query 列
Country Control 选择 country_code， Country Field Type 选择 code ISO 3166-1 alpha-3(cca3)， Metric for color 选择 sum_SP_RUR_TOTL_ZS；
Bubbles 列
Bubbles Size 选择 sum__SP_POP_TOTL， Max Bubble Size 选择 25；气泡显示国家总人口；

`Growth Rate`

图表类型：时间序列-折线图
图表意义：折线的方式体现各个国家人口增长的走势；

复盘：

Time 列
对指定的时间列作筛选，时间字段选择 year ， Time Grain 时间间隔选择 Time Column值（也就是每一个记录值都是一个时间节点）， Since 选择 1960-01-01 00:00:00， Until 选择 2014-01-02 00:00:00
Query 列
Metrics 选择 sum__SP_POP_TOTAL， Group By 选择 country_name， Series limit 选择 25 （显示多少组数据）；
Advanced Analytics 列
Peroid Ratio 选择 10 (意义还不清楚)；

`Most Populated Countries`

图表类型：表视图
图表意义：表格形式展现国家人口；

复盘：

Time 列
对指定的时间列作筛选，时间字段选择 year ， Time Grain 时间间隔选择 Time Column值（也就是每一个记录值都是一个时间节点）， Since 选择 2000-01-01 00:00:00， Until 选择 2014-01-02 00:00:00
GROUP BY 列
Group By 选择 country_name， Metrics 选择 sum__SP_POP_TOTAL
Options 列
Row limit 选择 50000， Page Length 选择 0

`World's Population`

图表类型：数字和趋势线
图表意义：暴力展示世界总人口的走势和数字；

复盘：

Time 列
对指定的时间列作筛选，时间字段选择 year ， Time Grain 时间间隔选择 Time Column值（也就是每一个记录值都是一个时间节点）， Since 选择 2014-01-01 00:00:00， Until 选择 2014-01-02 00:00:00
Query 列
度量选择 sum__SP_POP_TOTAL
Chart Options 列
Comparison Period Lag 选择 1， Comparison suffix 选择 年增长率

`Region Filter`

图表类型：Filter Box
图表显示：一个输入框，列出地域名（阴影表示人口数）或国家名（阴影表示人口数）；

复盘：

Time 列
对指定的时间列作筛选，时间字段选择 year ， Time Grain 时间间隔选择 Time Column值（也就是每一个记录值都是一个时间节点）， Since 选择 2014-01-01 00:00:00， Until 选择 2014-01-02 00:00:00
Query 列
Filter controls 选择 region 和 country_name；度量选择 sum_SP_POP_TOTAL

基于 `energy_usage` 数据表的例子

energy_usage 表记录能源的流通；

列名	类型	描述
source	varchar(255)	能源的来源
target	varchar(255)	能源周转后的形态
value	float	值

切片

`Heatmap`

图表类型：热力图
图表意义：看出能源互转的热度与比例；

复盘：

Query 列
X 轴选择 source，Y 轴选择 target，度量选择 sum__value

`Energy Force Layout`

图表类型：有向图
图表意义：直观地看出能源互转

复盘：

Query 列
Source / Target 依次选择 source 和 target，度量选择 sum__value，
Row limit 选择 5000 （表示读取多少数据作分析）

`Energy Sankey`

图表类型：蛇形图
图表意义：更好地体现能源周转的值与比例

复盘：

Query 列
Source / Target 依次选择 source 和 target，度量选择 sum__value，
Row limit 选择 5000 （表示读取多少数据作分析）

基于 multiformat_time_series 数据表的例子

切片

Calendar Heatmap multiformat 0

基于 birth_france_by_region 数据表的例子

切片

Birth in France by department in 2016

基于 random_time_series 数据表的例子

切片

Calendar Heatmap

基于 birth_names 数据表的例子

切片

Number of Girls

Pivot Table

Name Cloud

Title

Average and Sum Trends

Trends

Genders by State

Genders

Participants

Boys

Girls

基于 wb_health_population 数据表的例子

切片

Parallel Coordinates

Treemap

Box plot

World's Pop Growth

Rural Breakdown

Life Expectancy VS Rural %

% Rural

Growth Rate

Most Populated Countries

World's Population

Region Filter

基于 energy_usage 数据表的例子

切片

Heatmap

Energy Force Layout

Energy Sankey