home.social

#superset — Public Fediverse posts

Live and recent posts from across the Fediverse tagged #superset, aggregated by home.social.

fetched live
  1. Как я встроил AI‑агента прямо в интерфейс Apache Superset и не сломал ему CSP

    Как я встроил AI‑агента прямо в интерфейс Apache Superset и не сломал ему CSP Есть Apache Superset. Есть аналитик, который открывает SQL Lab и десять минут вспоминает, как называется таблица с заказами — orders , olist_orders или fact_orders_v2 . Есть языковые модели, которые отлично пишут SQL, но понятия не имеют, что лежит в вашем хранилище. Задача звучала просто: добавить в интерфейс Superset кнопку, по которой открывается чат с моделью. Причём агент должен работать по принципу MCP — не фантазировать имена колонок, а сходить и посмотреть их в метаданных. Подключаться к любому OpenAI‑совместимому API: локальная Ollama, llm7, OpenAI — что угодно. Дальше — про то, как это делается без форка Superset, без пересборки фронтенда и без ослабления политики безопасности. И про несколько ловушек, каждая из которых стоила мне отдельного расследования. Перед техническим разбором можно посмотреть короткую демонстрацию того, как AI‑ассистент работает непосредственно в интерфейсе Apache Superset: видео на YouTube .

    habr.com/ru/articles/1066586/

    #ApacheSuperset #Superset #AI #LLM #MCP #Python #Flask #SQL #BusinessIntelligence #OpenSource

  2. Как я встроил AI‑агента прямо в интерфейс Apache Superset и не сломал ему CSP

    Как я встроил AI‑агента прямо в интерфейс Apache Superset и не сломал ему CSP Есть Apache Superset. Есть аналитик, который открывает SQL Lab и десять минут вспоминает, как называется таблица с заказами — orders , olist_orders или fact_orders_v2 . Есть языковые модели, которые отлично пишут SQL, но понятия не имеют, что лежит в вашем хранилище. Задача звучала просто: добавить в интерфейс Superset кнопку, по которой открывается чат с моделью. Причём агент должен работать по принципу MCP — не фантазировать имена колонок, а сходить и посмотреть их в метаданных. Подключаться к любому OpenAI‑совместимому API: локальная Ollama, llm7, OpenAI — что угодно. Дальше — про то, как это делается без форка Superset, без пересборки фронтенда и без ослабления политики безопасности. И про несколько ловушек, каждая из которых стоила мне отдельного расследования. Перед техническим разбором можно посмотреть короткую демонстрацию того, как AI‑ассистент работает непосредственно в интерфейсе Apache Superset: видео на YouTube .

    habr.com/ru/articles/1066586/

    #ApacheSuperset #Superset #AI #LLM #MCP #Python #Flask #SQL #BusinessIntelligence #OpenSource

  3. Как я встроил AI‑агента прямо в интерфейс Apache Superset и не сломал ему CSP

    Как я встроил AI‑агента прямо в интерфейс Apache Superset и не сломал ему CSP Есть Apache Superset. Есть аналитик, который открывает SQL Lab и десять минут вспоминает, как называется таблица с заказами — orders , olist_orders или fact_orders_v2 . Есть языковые модели, которые отлично пишут SQL, но понятия не имеют, что лежит в вашем хранилище. Задача звучала просто: добавить в интерфейс Superset кнопку, по которой открывается чат с моделью. Причём агент должен работать по принципу MCP — не фантазировать имена колонок, а сходить и посмотреть их в метаданных. Подключаться к любому OpenAI‑совместимому API: локальная Ollama, llm7, OpenAI — что угодно. Дальше — про то, как это делается без форка Superset, без пересборки фронтенда и без ослабления политики безопасности. И про несколько ловушек, каждая из которых стоила мне отдельного расследования. Перед техническим разбором можно посмотреть короткую демонстрацию того, как AI‑ассистент работает непосредственно в интерфейсе Apache Superset: видео на YouTube .

    habr.com/ru/articles/1066586/

    #ApacheSuperset #Superset #AI #LLM #MCP #Python #Flask #SQL #BusinessIntelligence #OpenSource

  4. Dashboard v2 — rate the rebuild

    Torn down and rebuilt: Dashy as the front page, Superset charting the hoard, Prometheus underneath. Rate v2 — and say what v3 needs.

    selfhost.directory/dashboards

    #Dashy #Superset #Battlestation #Desksetup #Tech #Datahoarder #Server #Unraid #Homedatacenter #Selfhosted

  5. Dashboard v2 — rate the rebuild

    Torn down and rebuilt: Dashy as the front page, Superset charting the hoard, Prometheus underneath. Rate v2 — and say what v3 needs.

    selfhost.directory/dashboards

    #Dashy #Superset #Battlestation #Desksetup #Tech #Datahoarder #Server #Unraid #Homedatacenter #Selfhosted

  6. Dashboard v2 — rate the rebuild

    Torn down and rebuilt: Dashy as the front page, Superset charting the hoard, Prometheus underneath. Rate v2 — and say what v3 needs.

    selfhost.directory/dashboards

    #Dashy #Superset #Battlestation #Desksetup #Tech #Datahoarder #Server #Unraid #Homedatacenter #Selfhosted

  7. Dashboard v2 — rate the rebuild

    Torn down and rebuilt: Dashy as the front page, Superset charting the hoard, Prometheus underneath. Rate v2 — and say what v3 needs.

    selfhost.directory/dashboards

    #Dashy #Superset #Battlestation #Desksetup #Tech #Datahoarder #Server #Unraid #Homedatacenter #Selfhosted

  8. Dashboard v2 — rate the rebuild

    Torn down and rebuilt: Dashy as the front page, Superset charting the hoard, Prometheus underneath. Rate v2 — and say what v3 needs.

    selfhost.directory/dashboards

    #Dashy #Superset #Battlestation #Desksetup #Tech #Datahoarder #Server #Unraid #Homedatacenter #Selfhosted

  9. Superset: charts for everything you hoard

    Superset — charts for everything you hoard. Dashboards from any database. SQL to chart in minutes. Enterprise BI, $0. Free and open-source. Install guide, alternatives and screenshots in the directory.

    selfhost.directory/project/sup

    #Superset #Monitoring #Dashboard #Homeserver #Sysadmin #Devops #Datahoarder #Raspberrypi #Degoogle

  10. Superset: charts for everything you hoard

    Superset — charts for everything you hoard. Dashboards from any database. SQL to chart in minutes. Enterprise BI, $0. Free and open-source. Install guide, alternatives and screenshots in the directory.

    selfhost.directory/project/sup

    #Superset #Monitoring #Dashboard #Homeserver #Sysadmin #Devops #Datahoarder #Raspberrypi #Degoogle

  11. Superset: charts for everything you hoard

    Superset — charts for everything you hoard. Dashboards from any database. SQL to chart in minutes. Enterprise BI, $0. Free and open-source. Install guide, alternatives and screenshots in the directory.

    selfhost.directory/project/sup

    #Superset #Monitoring #Dashboard #Homeserver #Sysadmin #Devops #Datahoarder #Raspberrypi #Degoogle

  12. Superset: charts for everything you hoard

    Superset — charts for everything you hoard. Dashboards from any database. SQL to chart in minutes. Enterprise BI, $0. Free and open-source. Install guide, alternatives and screenshots in the directory.

    selfhost.directory/project/sup

    #Superset #Monitoring #Dashboard #Homeserver #Sysadmin #Devops #Datahoarder #Raspberrypi #Degoogle

  13. ----------------

    🛠️ Tool
    ===================

    Superset is a local code editor designed to orchestrate multiple CLI-based coding agents in parallel. The core idea: instead of switching between agent sessions manually, each agent runs in its own isolated git worktree with a dedicated branch, terminal, and environment.

    What it does:

    The tool lets you run 10+ coding agents simultaneously, such as Claude Code, Codex, or any other CLI agent. Each workspace is isolated via git worktrees, so agents don't interfere with each other's changes. You can compare results from different agents and merge the winner.

    Key features:
    • Parallel Workspaces: Each agent operates in its own git worktree with a separate branch. This avoids the context-switching overhead of juggling multiple agent sessions in the same working directory.
    • Agent Monitoring: Sidebar tracks each agent's status with working indicators, completion chimes, and dock badges when attention is needed.
    • Built-in Terminal: Supports tabs, infinite splits, persistent sessions that survive restarts, and a rich prompt editor (⌘I) with multiline editing and @-file mentions.
    • Built-in Diff Viewer: Review, comment on, and edit agent changes without leaving the app. Commit and push when ready.
    • In-App Browser & Ports: Preview running dev servers directly in a browser pane. Ports are auto-detected.
    • Remote Access: Reach workspaces via remote hosts, the CLI, the SDK, or MCP.

    Technical architecture:

    The isolation model relies on git worktrees rather than containers or VMs. This is lighter weight but still provides filesystem-level separation between agent workspaces. The persistent terminal sessions and the SDK/MCP interfaces suggest this is built for integration into existing developer workflows rather than replacing them.

    Limitations:

    Currently macOS-only. The GitHub repo shows active development but no detailed documentation on the internal architecture beyond the marketing page. Haven't tested personally.

    Practical use cases:
    • Running multiple implementations of the same feature and diffing the results
    • Having one agent write tests while another implements the feature
    • Parallel bug investigation across different branches

    The worktree-based isolation approach is pragmatic. It avoids the overhead of full containerization while still preventing agents from stepping on each other's work. For teams already using CLI coding agents, this could reduce the friction of managing multiple concurrent sessions.

    🔹 tool #superset #aiagents #gitworktrees #codingagents

    🔗 Source: github.com/superset-sh/superset

  14. Оптимизируем Закупки: чеклист топ-10 для формирования потребности с помощью ИИ-аналитика Raft AI4BI

    Если зададите «закупщику» вопрос о проблемах, которые ему приходится решать на каждодневной основе, то «пустая рюмка и взгляд полный грусти будет вам ответом». Дальше последует уходящий в бесконечность список с описанием того, что болит, и достается в нем и нашим и вашим. Вспоминают и ненадежных поставщиков, и задержки поставок, и перерасход по контрактам, но в большинстве таких списков фигурирует проблема, настигающая «закупки» еще в самом начале цикла: идентификации потребности и формирования заявки на закупку. Сегодня разберем один из подходов, помогающий снизить градус проблемы с формированием потребностей: внедрение в регламент закупок чек-листа. Покажем на живых примерах, как ИИ-аналитик Raft AI4BI может помочь в имплементации подхода.

    habr.com/ru/companies/raft/art

    #ai4bi #ai_agent #superset #procurement #checklist #demand_planning #bi #insights #predictive_analytics #data_analysis

  15. Оптимизируем Закупки: чеклист топ-10 для формирования потребности с помощью ИИ-аналитика Raft AI4BI

    Если зададите «закупщику» вопрос о проблемах, которые ему приходится решать на каждодневной основе, то «пустая рюмка и взгляд полный грусти будет вам ответом». Дальше последует уходящий в бесконечность список с описанием того, что болит, и достается в нем и нашим и вашим. Вспоминают и ненадежных поставщиков, и задержки поставок, и перерасход по контрактам, но в большинстве таких списков фигурирует проблема, настигающая «закупки» еще в самом начале цикла: идентификации потребности и формирования заявки на закупку. Сегодня разберем один из подходов, помогающий снизить градус проблемы с формированием потребностей: внедрение в регламент закупок чек-листа. Покажем на живых примерах, как ИИ-аналитик Raft AI4BI может помочь в имплементации подхода.

    habr.com/ru/companies/raft/art

    #ai4bi #ai_agent #superset #procurement #checklist #demand_planning #bi #insights #predictive_analytics #data_analysis

  16. Оптимизируем Закупки: чеклист топ-10 для формирования потребности с помощью ИИ-аналитика Raft AI4BI

    Если зададите «закупщику» вопрос о проблемах, которые ему приходится решать на каждодневной основе, то «пустая рюмка и взгляд полный грусти будет вам ответом». Дальше последует уходящий в бесконечность список с описанием того, что болит, и достается в нем и нашим и вашим. Вспоминают и ненадежных поставщиков, и задержки поставок, и перерасход по контрактам, но в большинстве таких списков фигурирует проблема, настигающая «закупки» еще в самом начале цикла: идентификации потребности и формирования заявки на закупку. Сегодня разберем один из подходов, помогающий снизить градус проблемы с формированием потребностей: внедрение в регламент закупок чек-листа. Покажем на живых примерах, как ИИ-аналитик Raft AI4BI может помочь в имплементации подхода.

    habr.com/ru/companies/raft/art

    #ai4bi #ai_agent #superset #procurement #checklist #demand_planning #bi #insights #predictive_analytics #data_analysis

  17. Реалтайм-аналитика «без боли»: миграция из PostgreSQL и Kafka в ClickHouse и визуализация в Superset

    Когда у вас появляется продукт с активными процессами и большим количеством пользователей, объём данных начинает расти быстрее, чем ожидалось. На старте всё выглядит достаточно просто: есть PostgreSQL, где хранятся основные сущности, есть Kafka с событиями, и кажется, что этого достаточно для решения большинства задач. Но со временем появляются новые вопросы. Команде становится недостаточно просто посчитать количество записей или получить текущее состояние объекта. Хочется понять, что происходило в системе: какие события привели к изменению состояния, какие действия выполнялись, где возникла проблема и на каком этапе произошёл сбой. В этот момент становится понятно, что обычные источники данных не всегда подходят для аналитики. PostgreSQL должен обслуживать основную нагрузку приложения, а Kafka отлично решает задачи доставки событий, но не является удобным инструментом для сложного анализа. В этой статье расскажу, как мы с командой построили отдельный аналитический контур: организовали миграцию данных из разных источников, объединили события Kafka и данные PostgreSQL, а затем вывели результат в удобные дашборды для технических специалистов и бизнеса. Узнать больше

    habr.com/ru/companies/magnit/a

    #clickhouse #kafka #postgresql #superset #peerdb #kafkaconnect

  18. Реалтайм-аналитика «без боли»: миграция из PostgreSQL и Kafka в ClickHouse и визуализация в Superset

    Когда у вас появляется продукт с активными процессами и большим количеством пользователей, объём данных начинает расти быстрее, чем ожидалось. На старте всё выглядит достаточно просто: есть PostgreSQL, где хранятся основные сущности, есть Kafka с событиями, и кажется, что этого достаточно для решения большинства задач. Но со временем появляются новые вопросы. Команде становится недостаточно просто посчитать количество записей или получить текущее состояние объекта. Хочется понять, что происходило в системе: какие события привели к изменению состояния, какие действия выполнялись, где возникла проблема и на каком этапе произошёл сбой. В этот момент становится понятно, что обычные источники данных не всегда подходят для аналитики. PostgreSQL должен обслуживать основную нагрузку приложения, а Kafka отлично решает задачи доставки событий, но не является удобным инструментом для сложного анализа. В этой статье расскажу, как мы с командой построили отдельный аналитический контур: организовали миграцию данных из разных источников, объединили события Kafka и данные PostgreSQL, а затем вывели результат в удобные дашборды для технических специалистов и бизнеса. Узнать больше

    habr.com/ru/companies/magnit/a

    #clickhouse #kafka #postgresql #superset #peerdb #kafkaconnect

  19. Реалтайм-аналитика «без боли»: миграция из PostgreSQL и Kafka в ClickHouse и визуализация в Superset

    Когда у вас появляется продукт с активными процессами и большим количеством пользователей, объём данных начинает расти быстрее, чем ожидалось. На старте всё выглядит достаточно просто: есть PostgreSQL, где хранятся основные сущности, есть Kafka с событиями, и кажется, что этого достаточно для решения большинства задач. Но со временем появляются новые вопросы. Команде становится недостаточно просто посчитать количество записей или получить текущее состояние объекта. Хочется понять, что происходило в системе: какие события привели к изменению состояния, какие действия выполнялись, где возникла проблема и на каком этапе произошёл сбой. В этот момент становится понятно, что обычные источники данных не всегда подходят для аналитики. PostgreSQL должен обслуживать основную нагрузку приложения, а Kafka отлично решает задачи доставки событий, но не является удобным инструментом для сложного анализа. В этой статье расскажу, как мы с командой построили отдельный аналитический контур: организовали миграцию данных из разных источников, объединили события Kafka и данные PostgreSQL, а затем вывели результат в удобные дашборды для технических специалистов и бизнеса. Узнать больше

    habr.com/ru/companies/magnit/a

    #clickhouse #kafka #postgresql #superset #peerdb #kafkaconnect

  20. Фильтры в Apache Superset. Кросс-фильтрация

    Сегодня разберемся, что такое кросс-фильтрация в Apache Superset и какую неожиданную опасность она может нести.

    habr.com/ru/articles/1050692/

    #фильтры #superset #apache #визуализация_данных #аналитика #бизнесаналитика #анализ_данных

  21. Фильтры в Apache Superset. Кросс-фильтрация

    Сегодня разберемся, что такое кросс-фильтрация в Apache Superset и какую неожиданную опасность она может нести.

    habr.com/ru/articles/1050692/

    #фильтры #superset #apache #визуализация_данных #аналитика #бизнесаналитика #анализ_данных

  22. Фильтры в Apache Superset. Кросс-фильтрация

    Сегодня разберемся, что такое кросс-фильтрация в Apache Superset и какую неожиданную опасность она может нести.

    habr.com/ru/articles/1050692/

    #фильтры #superset #apache #визуализация_данных #аналитика #бизнесаналитика #анализ_данных

  23. Перенос данных из отчетов 1С в PostgreSQL в два клика

    Все началось с того, что мне поставили задачу: «У менеджеров есть большой телевизор. Сделай так чтобы у них там крутились красивые циферки и графики с результатами продаж».

    habr.com/ru/articles/1028016/

    #postgresql #postgres #superset #apache #python #1c #excel #данные #перенос

  24. Перенос данных из отчетов 1С в PostgreSQL в два клика

    Все началось с того, что мне поставили задачу: «У менеджеров есть большой телевизор. Сделай так чтобы у них там крутились красивые циферки и графики с результатами продаж».

    habr.com/ru/articles/1028016/

    #postgresql #postgres #superset #apache #python #1c #excel #данные #перенос

  25. Перенос данных из отчетов 1С в PostgreSQL в два клика

    Все началось с того, что мне поставили задачу: «У менеджеров есть большой телевизор. Сделай так чтобы у них там крутились красивые циферки и графики с результатами продаж».

    habr.com/ru/articles/1028016/

    #postgresql #postgres #superset #apache #python #1c #excel #данные #перенос

  26. Иллюзия точности метрик: о чем не принято говорить в «высоком обществе» BI-аналитиков

    Как только вы уходите от сырых транзакционных данных к предагрегированным витринам, ваша BI-система начинает врать. И чем сложнее бизнес-логика и больше сложных показателей, тем сильнее искажения. Давайте разберем механику этой проблемы на фундаментальном уровне. Почему системы, в которые инвестированы миллионы, показывают фейк?

    habr.com/ru/articles/1025328/

    #BI #DWH #OLAP #DAX #MDX #архитектура_данных #rapeed #аналитика_данных #clickhouse #superset

  27. Иллюзия точности метрик: о чем не принято говорить в «высоком обществе» BI-аналитиков

    Как только вы уходите от сырых транзакционных данных к предагрегированным витринам, ваша BI-система начинает врать. И чем сложнее бизнес-логика и больше сложных показателей, тем сильнее искажения. Давайте разберем механику этой проблемы на фундаментальном уровне. Почему системы, в которые инвестированы миллионы, показывают фейк?

    habr.com/ru/articles/1025328/

    #BI #DWH #OLAP #DAX #MDX #архитектура_данных #rapeed #аналитика_данных #clickhouse #superset

  28. Иллюзия точности метрик: о чем не принято говорить в «высоком обществе» BI-аналитиков

    Как только вы уходите от сырых транзакционных данных к предагрегированным витринам, ваша BI-система начинает врать. И чем сложнее бизнес-логика и больше сложных показателей, тем сильнее искажения. Давайте разберем механику этой проблемы на фундаментальном уровне. Почему системы, в которые инвестированы миллионы, показывают фейк?

    habr.com/ru/articles/1025328/

    #BI #DWH #OLAP #DAX #MDX #архитектура_данных #rapeed #аналитика_данных #clickhouse #superset

  29. Apache Superset 2026. Как работает Drill Down и Drill By

    Работая с аналитикой, мы часто сталкиваемся с одной и той же проблемой: данные есть, но исследовать их неудобно. Представим типичную ситуацию. Есть таблица с десятками колонок и миллионами строк. Нужно понять, почему изменился какой-то показатель — например, выручка или конверсия. Обычно это превращается в цепочку SQL-запросов: сначала агрегируем данные по стране, потом по городу, потом по конкретному сегменту пользователей и тд. Если таких гипотез несколько, количество запросов быстро растёт с геометрической прогрессией. Каждый новый уровень детализации требует отдельного SQL. В какой-то момент хочется просто кликнуть по графику и мгновенно увидеть более детальные данные. Без написания нового запроса. Именно здесь на помощь приходят BI-инструменты. Один из самых популярных open-source инструментов для аналитики — Apache Superset .

    habr.com/ru/articles/1010132/

    #data_analyst #data_engineer #bi #sql #python #superset #apache

  30. Apache Superset 2026. Как работает Drill Down и Drill By

    Работая с аналитикой, мы часто сталкиваемся с одной и той же проблемой: данные есть, но исследовать их неудобно. Представим типичную ситуацию. Есть таблица с десятками колонок и миллионами строк. Нужно понять, почему изменился какой-то показатель — например, выручка или конверсия. Обычно это превращается в цепочку SQL-запросов: сначала агрегируем данные по стране, потом по городу, потом по конкретному сегменту пользователей и тд. Если таких гипотез несколько, количество запросов быстро растёт с геометрической прогрессией. Каждый новый уровень детализации требует отдельного SQL. В какой-то момент хочется просто кликнуть по графику и мгновенно увидеть более детальные данные. Без написания нового запроса. Именно здесь на помощь приходят BI-инструменты. Один из самых популярных open-source инструментов для аналитики — Apache Superset .

    habr.com/ru/articles/1010132/

    #data_analyst #data_engineer #bi #sql #python #superset #apache

  31. Apache Superset 2026. Как работает Drill Down и Drill By

    Работая с аналитикой, мы часто сталкиваемся с одной и той же проблемой: данные есть, но исследовать их неудобно. Представим типичную ситуацию. Есть таблица с десятками колонок и миллионами строк. Нужно понять, почему изменился какой-то показатель — например, выручка или конверсия. Обычно это превращается в цепочку SQL-запросов: сначала агрегируем данные по стране, потом по городу, потом по конкретному сегменту пользователей и тд. Если таких гипотез несколько, количество запросов быстро растёт с геометрической прогрессией. Каждый новый уровень детализации требует отдельного SQL. В какой-то момент хочется просто кликнуть по графику и мгновенно увидеть более детальные данные. Без написания нового запроса. Именно здесь на помощь приходят BI-инструменты. Один из самых популярных open-source инструментов для аналитики — Apache Superset .

    habr.com/ru/articles/1010132/

    #data_analyst #data_engineer #bi #sql #python #superset #apache

  32. 1/🧵

    A good friend asked me if she could get a gym introduction, uncertain about exercises and just how to behave there. She wanted arms. But just arms are "boring" so she got upper body, which does include arms.

    Planning it gave me an insight. That both push and pull have similar iconic movements that lead to simply beautiful supersets. Because she also has to fit this extra training in her schedule supersets are a great timesaver.

    #training #gym #health #pushpull #superset #strengthtraining

  33. #AI in #BI is like a self-driving car: that still needs you at the wheel.

    Maxime Beauchemin, creator of Apache #Superset and Apache #Airflow, explains why #analytics aren't ready to go full autopilot and how we can embrace smart assistance instead. Because 90% isn’t good enough.

    🎥 Watch now! abracadata.space/sessions/2025

  34. От CSV к дашбордам: гибкая отчетность на Postgres, Airflow и Superset

    Привет, Хабр! Я Дмитрий Смотров, тружусь бэкендером в Astra Linux в команде продукта ACM — микросервисной системе, разворачиваемой на клиентских мощностях. Мы позволяем удаленно управлять клиентской инфраструктурой. Сначала я разрабатывал функциональность снятия инвентаризации и удаленного выполнения команд установки и удаления ПО, но в один момент моя жизнь резко изменилась. На проекте возникла необходимость в функциональности красивой и настраиваемой отчетности, в чем я увидел возможность проверить себя в новой для себя области. Я вызвался разобраться и помочь продукту стать еще лучше. Под катом расскажу о том, с какими трудностями столкнулся в процессе, как я их решал и что в итоге получилось. Приятного чтения :)

    habr.com/ru/companies/astralin

    #backendразработка #python #airflow #data_engineering #superset #postgresql

  35. От CSV к дашбордам: гибкая отчетность на Postgres, Airflow и Superset

    Привет, Хабр! Я Дмитрий Смотров, тружусь бэкендером в Astra Linux в команде продукта ACM — микросервисной системе, разворачиваемой на клиентских мощностях. Мы позволяем удаленно управлять клиентской инфраструктурой. Сначала я разрабатывал функциональность снятия инвентаризации и удаленного выполнения команд установки и удаления ПО, но в один момент моя жизнь резко изменилась. На проекте возникла необходимость в функциональности красивой и настраиваемой отчетности, в чем я увидел возможность проверить себя в новой для себя области. Я вызвался разобраться и помочь продукту стать еще лучше. Под катом расскажу о том, с какими трудностями столкнулся в процессе, как я их решал и что в итоге получилось. Приятного чтения :)

    habr.com/ru/companies/astralin

    #backendразработка #python #airflow #data_engineering #superset #postgresql

  36. От CSV к дашбордам: гибкая отчетность на Postgres, Airflow и Superset

    Привет, Хабр! Я Дмитрий Смотров, тружусь бэкендером в Astra Linux в команде продукта ACM — микросервисной системе, разворачиваемой на клиентских мощностях. Мы позволяем удаленно управлять клиентской инфраструктурой. Сначала я разрабатывал функциональность снятия инвентаризации и удаленного выполнения команд установки и удаления ПО, но в один момент моя жизнь резко изменилась. На проекте возникла необходимость в функциональности красивой и настраиваемой отчетности, в чем я увидел возможность проверить себя в новой для себя области. Я вызвался разобраться и помочь продукту стать еще лучше. Под катом расскажу о том, с какими трудностями столкнулся в процессе, как я их решал и что в итоге получилось. Приятного чтения :)

    habr.com/ru/companies/astralin

    #backendразработка #python #airflow #data_engineering #superset #postgresql

  37. Superset deep-linking: как Rison и Jinja превращают сводный дашборд в инструмент фокус-анализа

    За один клик из сводного дашборда — на «дочерний» с уже выставленными фильтрами. Разберём, как в Apache Superset прокидывать выбранные значения через URL-параметр native_filters в формате Rison и собирать ссылку Jinja-макросами.

    habr.com/ru/articles/946710/

    #superset #jinja2шаблоны #jinja #sql

  38. Superset deep-linking: как Rison и Jinja превращают сводный дашборд в инструмент фокус-анализа

    За один клик из сводного дашборда — на «дочерний» с уже выставленными фильтрами. Разберём, как в Apache Superset прокидывать выбранные значения через URL-параметр native_filters в формате Rison и собирать ссылку Jinja-макросами.

    habr.com/ru/articles/946710/

    #superset #jinja2шаблоны #jinja #sql

  39. Superset deep-linking: как Rison и Jinja превращают сводный дашборд в инструмент фокус-анализа

    За один клик из сводного дашборда — на «дочерний» с уже выставленными фильтрами. Разберём, как в Apache Superset прокидывать выбранные значения через URL-параметр native_filters в формате Rison и собирать ссылку Jinja-макросами.

    habr.com/ru/articles/946710/

    #superset #jinja2шаблоны #jinja #sql