Apache Superset Nedir ve Modern BI Paneli Kurulumu

Verilerinizi topluyorsunuz, veritabanınız her gün büyüyor, ancak elinizdeki tablolara bakıp da "burada ne oluyor" sorusuna hızlı cevap veremiyorsanız, işletmenizin gerçek bir iş zekası (BI) katmanına ihtiyacı var demektir. Apache Superset tam olarak bu boşluğu doldurmak için tasarlanmış, kurumsal ölçekte olgunlaşmış açık kaynak bir veri görselleştirme ve iş zekası platformudur. Airbnb'nin iç aracı olarak doğmuş, ardından Apache Software Foundation çatısı altında en üst seviye (top-level) projeye dönüşmüş ve bugün dünyanın en büyük teknoloji şirketleri tarafından üretim ortamlarında kullanılan bir yazılımdır.

Bu rehberde Superset'i bir kıdemli sistem yöneticisinin gözünden ele alacağız. Yani sadece "ne işe yarar" değil; kendi sunucunuza Docker ile nasıl kurulur, bir veritabanını nasıl bağlarsınız, veri kümelerini nasıl tanımlarsınız, grafik ve panoları nasıl inşa edersiniz ve popüler alternatifi Metabase karşısında ne zaman tercih etmeniz gerektiğini adım adım anlatacağız. Amacımız yazıyı bitirdiğinizde kendi altyapınızda çalışan, üretime hazır bir BI paneline sahip olabilmeniz.

Apache Superset Nedir ve Neden Tercih Edilir?#

Apache Superset, herhangi bir SQL uyumlu veritabanına bağlanıp içindeki veriyi grafiklere, panolara ve etkileşimli raporlara dönüştüren, tamamen web tabanlı bir iş zekası platformudur. Python (Flask) üzerine kurulu bir backend ile React tabanlı modern bir arayüzü birleştirir. Kullanıcı, tek satır kod yazmadan sürükle-bırak arayüzüyle grafik oluşturabildiği gibi, dilerse doğrudan SQL yazarak sıfırdan sorgular da kurgulayabilir.

Superset'i benzerlerinden ayıran en önemli özellik, SQLAlchemy üzerinden neredeyse tüm modern veritabanlarıyla konuşabilmesidir. PostgreSQL, MySQL, MariaDB, ClickHouse, Snowflake, BigQuery, Trino, Presto, Apache Druid ve daha onlarcası desteklenir. Yani verinizin nerede durduğu çok önemli değildir; bağlantı dizesini (connection string) tanımladığınız anda o kaynağı görselleştirmeye başlarsınız.

Önemli bir noktaya baştan değinelim: Superset bir veri ambarı (data warehouse) değildir. Veriyi kendi içinde saklamaz; her sorguda kaynak veritabanına gider ve sonucu çizer. Bu, hem büyük bir avantajdır (veri kopyalamazsınız, tek doğruluk kaynağı korunur) hem de dikkat gerektiren bir durumdur (ağır sorgular kaynak veritabanınızı yorabilir). Bu yüzden production kurulumlarında önbellek (cache) katmanı ve zaman aşımı ayarları kritik önem taşır.

Kısaca Superset'in güçlü olduğu senaryolar şunlardır:

• Birden fazla veritabanını tek bir panoda birleştirip yönetim ekibine sunmak
• Analistlerin SQL Lab üzerinden serbest keşif yapması
• Farklı departmanlara satır seviyesinde (row-level) yetkiyle filtrelenmiş raporlar dağıtmak
• Büyük veri kaynakları (ClickHouse, Druid, BigQuery) üzerinde milyar satırlık analizleri görselleştirmek

Geniş Grafik Kütüphanesi ve Görselleştirme Yetenekleri#

Superset'in en çok konuşulan yanı, kutudan çıktığı haliyle sunduğu 50'den fazla hazır grafik türüdür. Basit bir çubuk grafikten karmaşık coğrafi harita katmanlarına kadar geniş bir yelpaze mevcuttur. Zaman serisi grafikleri, ısı haritaları (heatmap), Sankey diyagramları, ağaç haritaları (treemap), kutu grafikleri (box plot), huni (funnel) analizleri ve pivot tabloları en sık kullanılanlardır.

Coğrafi görselleştirme tarafında Superset, deck.gl entegrasyonu sayesinde ciddi bir güç sunar. Milyonlarca noktayı harita üzerinde katman katman gösterebilir, yoğunluk (density) haritaları veya ark (arc) katmanlarıyla lokasyon verinizi anlamlı hale getirebilirsiniz. Bir kargo firmasının teslimat yoğunluğunu ya da bir perakendecinin şube performansını harita üzerinde görselleştirmek için idealdir.

Grafik oluşturma süreci Explore adı verilen bir arayüzde gerçekleşir. Burada sol panelden metriklerinizi ve boyutlarınızı seçer, filtreleri tanımlar ve sağdaki önizlemeyi anlık olarak izlersiniz. Metrikler basit toplamlar (SUM, COUNT, AVG) olabileceği gibi, tamamen özel SQL ifadeleri de olabilir. Örneğin bir gelir metriğini şöyle özel bir ifadeyle tanımlayabilirsiniz:

SUM(CASE WHEN status = 'paid' THEN amount ELSE 0 END)

Bu esneklik, Superset'i basit "tıkla ve grafik çıksın" araçlarından ayırır. Veri ekibiniz büyüdükçe, metriklerinizi veri kümesi seviyesinde tanımlayıp tüm grafiklerde tekrar kullanabilir; böylece "gelir" ya da "aktif kullanıcı" gibi kavramların tanımı tüm şirkette tutarlı kalır.

SQL Lab ile Veri Keşfi#

Sürükle-bırak arayüzü herkes için pratik olsa da, işin içine giren veri analistleri genellikle doğrudan SQL yazmak ister. Superset bu ihtiyacı SQL Lab modülüyle karşılar. SQL Lab, tarayıcı içinde çalışan tam donanımlı bir SQL editörüdür; sözdizimi renklendirme, otomatik tamamlama, şema gezgini ve sorgu geçmişi gibi özellikler sunar.

SQL Lab'da yazdığınız bir sorguyu çalıştırıp sonucu tablo halinde gördükten sonra, tek tıkla o sonucu bir grafiğe dönüştürebilir ya da "sanal veri kümesi" (virtual dataset) olarak kaydedebilirsiniz. Bu, ETL süreci kurmadan karmaşık JOIN'leri ve alt sorguları doğrudan görselleştirmenin en hızlı yoludur. Örneğin aşağıdaki gibi bir sorguyu kaydedip üstüne panolar kurabilirsiniz:

SELECT
  date_trunc('month', o.created_at) AS ay,
  c.city AS sehir,
  COUNT(DISTINCT o.id) AS siparis_sayisi,
  SUM(o.total) AS ciro
FROM orders o
JOIN customers c ON c.id = o.customer_id
WHERE o.status = 'completed'
GROUP BY 1, 2
ORDER BY 1;

SQL Lab'ın önemli bir güvenlik özelliği, sorgu zaman aşımı ve satır limitleridir. Bir analistin yanlışlıkla milyonlarca satır çeken bir sorgu çalıştırıp production veritabanınızı kilitlemesini engellemek için, veritabanı bağlantısı ayarlarından maksimum satır sayısını ve zaman aşımı süresini sınırlandırabilirsiniz. Uzun süren sorgular için Celery tabanlı asenkron çalıştırma (async query) desteği de mevcuttur; böylece analist sorguyu başlatıp başka işlerine devam edebilir, sonuç hazır olunca bildirim alır.

Etkileşimli Panolar Oluşturma#

Grafikler tek tek işe yarar, ancak asıl değer onları bir araya getiren panolarda (dashboard) ortaya çıkar. Superset panoları tamamen sürükle-bırak mantığıyla düzenlenir. Oluşturduğunuz grafikleri ızgara (grid) üzerine yerleştirir, boyutlandırır, sekmeler ve başlıklarla gruplarsınız.

Panoların en güçlü yanı, yerel filtrelerdir (native filters). Panonun sol tarafına eklediğiniz bir tarih aralığı, şehir ya da ürün kategorisi filtresi, o panodaki tüm grafikleri aynı anda etkiler. Bu sayede yönetim ekibi tek bir filtre kutusuyla "sadece İstanbul, son 30 gün" gibi bir kesit alıp bütün metrikleri o bağlamda görebilir. Çapraz filtreleme (cross-filtering) özelliğiyle bir grafikteki bir çubuğa tıklayınca diğer grafiklerin de otomatik filtrelenmesini sağlayabilirsiniz.

Panoları paylaşmanın birkaç yolu vardır. Kullanıcıları platforma davet edip rol bazlı yetki verebilir, panoyu herkese açık (public) hale getirebilir ya da belirli bir grafiği iframe yerine doğrudan gömme özelliğiyle kendi uygulamanıza yerleştirebilirsiniz. Ayrıca zamanlanmış raporlar (scheduled reports) sayesinde bir panonun ekran görüntüsünü her sabah e-posta ile ilgili kişilere gönderebilirsiniz; bunun için arka planda bir Celery worker ve headless tarayıcı (genellikle Chromium) çalışması gerekir.

Docker ile Apache Superset Kurulumu#

Superset'i üretim ortamına almanın en temiz yolu Docker Compose ile kurulumdur. Bu yaklaşım, Superset'in bağımlılıklarını (metadata veritabanı, Redis önbelleği, Celery worker) tek bir tanımda toplar. Kurulum için VDS veya sanal sunucu düzeyinde bir makineye ihtiyacınız olacak; en az 2 GB RAM (rahat çalışma için 4 GB önerilir) yeterlidir. Bu kaynağı VDS sunucu veya sanal sunucu paketlerinden kolayca sağlayabilirsiniz.

Öncelikle sunucunuzda Docker ve Docker Compose'un kurulu olduğundan emin olun, ardından resmi depoyu klonlayın:

git clone https://github.com/apache/superset.git
cd superset
git checkout tags/4.1.1

Superset'in metadata veritabanı olarak varsayılan SQLite yerine PostgreSQL kullanması, üretim için şarttır. Kök dizinde docker/.env dosyasını düzenleyerek güçlü bir gizli anahtar ve veritabanı bilgisi tanımlayın:

SUPERSET_SECRET_KEY=cok-uzun-ve-rastgele-bir-anahtar-buraya
DATABASE_DB=superset
DATABASE_USER=superset
DATABASE_PASSWORD=guclu-bir-parola
DATABASE_HOST=db
DATABASE_PORT=5432
DATABASE_DIALECT=postgresql

SUPERSET_SECRET_KEY değerini rastgele üretmek için şu komutu kullanabilirsiniz. Bu anahtar oturum çerezlerini ve şifreli alanları koruduğu için asla varsayılan değeriyle bırakılmamalıdır:

openssl rand -base64 42

Ardından servisleri ayağa kaldırın. İlk çalıştırmada Superset metadata tablolarını oluşturur ve varsayılan yönetici hesabını kurar:

docker compose -f docker-compose-non-dev.yml up -d

Kurulum tamamlandığında http://sunucu-ip:8088 adresinden arayüze ulaşabilirsiniz. Varsayılan giriş bilgisi admin / admin olur; ilk işiniz bu parolayı değiştirmek olmalıdır. Yönetici hesabını komut satırından da yeniden oluşturabilirsiniz:

docker compose exec superset superset fab create-admin \
  --username admin \
  --firstname Superset \
  --lastname Admin \
  --email [email protected] \
  --password YeniGuvenliParola

Alternatif olarak Superset gibi self-hosted uygulamaları tek tıkla kurmak isterseniz, App Center üzerinden hazır şablonları inceleyebilirsiniz. Bu, Docker komutlarıyla uğraşmadan uygulamayı ayağa kaldırmanın pratik yoludur.

Veritabanı Bağlama ve Veri Kümesi Tanımlama#

Superset kurulduktan sonra ilk gerçek adım, analiz edeceğiniz veri kaynağını bağlamaktır. Arayüzde Settings > Database Connections menüsüne gidip yeni bir bağlantı eklersiniz. Superset, bağlantıyı SQLAlchemy URI formatında bekler. Örneğin harici bir PostgreSQL sunucusu için bağlantı dizesi şöyle görünür:

postgresql+psycopg2://kullanici:[email protected]:5432/uretim_db

MySQL veya MariaDB için ise format şu şekildedir:

mysql+pymysql://kullanici:[email protected]:3306/analitik

Burada kritik bir güvenlik notu: Superset ile production veritabanınız arasında mümkünse doğrudan bağlantı yerine salt-okunur (read-only) bir kullanıcı ya da bir okuma replikası (read replica) kullanın. Böylece bir analistin yazacağı ağır bir sorgu, asıl uygulamanızın performansını etkilemez. Ayrıca bağlantının şifreli olması için sunucularınız arasındaki trafiği SSL sertifikası ile korumanız önerilir.

Eğer verinizi bir Supabase örneğinde tutuyorsanız, Supabase'in altında zaten PostgreSQL çalıştığı için bağlantı son derece basittir; sadece Supabase'in sağladığı connection string'i Superset'e girmeniz yeterlidir. Supabase kurulumu ve mimarisi hakkında detaylı bilgi için Supabase nedir rehberimize göz atabilirsiniz.

Bağlantıyı kurduktan sonra sıra veri kümelerini (datasets) tanımlamaya gelir. Superset'te iki tür veri kümesi vardır. Fiziksel veri kümeleri doğrudan bir tabloya ya da görünüme (view) işaret eder. Sanal veri kümeleri ise SQL Lab'da yazdığınız bir sorgunun kaydedilmiş halidir. Bir veri kümesini tanımladıktan sonra, kolon türlerini düzenleyebilir, hesaplanmış kolonlar (calculated columns) ekleyebilir ve tekrar kullanılabilir metrikler oluşturabilirsiniz. Örneğin bir tarih kolonundan yıl-çeyrek bilgisi çıkaran hesaplanmış bir kolon şöyle olabilir:

EXTRACT(YEAR FROM created_at) || '-Q' || EXTRACT(QUARTER FROM created_at)

Veri kümesi seviyesinde tanımladığınız metrikler tüm grafiklerde ortak kullanılır. Bu, "tek doğruluk kaynağı" prensibini korur; bir metriğin tanımını değiştirdiğinizde ona bağlı tüm grafikler otomatik güncellenir.

Nginx ile Ters Proxy ve SSL#

Superset'i 8088 portunda çıplak biçimde internete açmak doğru bir yaklaşım değildir. Üretimde önüne bir ters proxy (reverse proxy) koyup HTTPS ile yayınlamalısınız. Nginx bunun için en yaygın tercihtir. Aşağıdaki yapılandırma, bi.ornek.com alan adına gelen istekleri yerelde çalışan Superset'e yönlendirir ve WebSocket bağlantılarını (async sorgu bildirimleri için gerekli) doğru şekilde iletir:

server {
    listen 80;
    server_name bi.ornek.com;
    return 301 https://$host$request_uri;
}

server {
    listen 443 ssl http2;
    server_name bi.ornek.com;

    ssl_certificate     /etc/letsencrypt/live/bi.ornek.com/fullchain.pem;
    ssl_certificate_key /etc/letsencrypt/live/bi.ornek.com/privkey.pem;

    client_max_body_size 20m;

    location / {
        proxy_pass http://127.0.0.1:8088;
        proxy_set_header Host $host;
        proxy_set_header X-Real-IP $remote_addr;
        proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
        proxy_set_header X-Forwarded-Proto $scheme;
        proxy_http_version 1.1;
        proxy_set_header Upgrade $http_upgrade;
        proxy_set_header Connection "upgrade";
    }
}

Bu yapılandırmayı devreye almadan önce alan adınızın A kaydını sunucunuzun IP adresine yönlendirmeniz gerekir. DNS tarafında basit bir kayıt yeterlidir:

bi.ornek.com.   3600   IN   A   203.0.113.20

Alan adınız yoksa domain kayıt sayfamızdan uygun bir adres alabilir, DNS yönetimini de aynı panelden yapabilirsiniz. HTTPS için Let's Encrypt sertifikasını Certbot ile dakikalar içinde kurabilirsiniz; sunucu tarafındaki yapılandırmayı bizim ekibimize bırakmak isterseniz sunucu yönetimi hizmetimiz de bu tür kurulumları kapsamaktadır.

Bir güvenlik katmanı daha eklemek isterseniz, Superset panelinizin önüne bir WAF yerleştirerek uygulama katmanı saldırılarını filtreleyebilir, kötü niyetli trafiği daha ağ kenarındayken durdurabilirsiniz.

Apache Superset ve Metabase Karşılaştırması#

Açık kaynak BI dünyasında en sık karşılaştırılan iki araç Superset ve Metabase'dir. İkisi de mükemmel araçlardır ancak farklı kullanıcı profillerine hitap eder. Aşağıdaki tablo, doğru kararı vermenize yardımcı olacak temel farkları özetliyor:

Kısaca özetlemek gerekirse: ekibinizde SQL bilen analistler varsa, çok büyük veri kaynaklarıyla çalışıyorsanız ve zengin görselleştirme türlerine ihtiyaç duyuyorsanız Superset güçlü tercihtir. Buna karşılık teknik olmayan kullanıcıların kendi sorularını sürükle-bırakla yanıtlamasını istiyor, hızlı ve dertsiz bir kurulum arıyorsanız Metabase daha rahat bir başlangıç sunar. Metabase'in yeteneklerini ve kurulumunu ayrıntılı incelemek için Metabase nedir rehberimizi okuyabilirsiniz.

Pratikte birçok şirket ikisini birden kullanır: iş birimleri günlük soruları Metabase ile yanıtlarken, veri ekibi derin analiz ve kurumsal panolar için Superset'i tercih eder. İkisi de açık kaynak olduğu için lisans maliyeti olmadan bu esnekliğe sahip olursunuz.

Performans ve Bakım İpuçları#

Superset üretime çıktıktan sonra dikkat etmeniz gereken birkaç operasyonel konu vardır. Birincisi önbellektir. Her pano yenilemesinde kaynak veritabanına gitmek hem yavaştır hem de veritabanınızı yorar. Redis tabanlı sonuç önbelleğini (results cache) etkinleştirerek sık görüntülenen panoların sorgu sonuçlarını belirli bir süre saklayabilirsiniz. superset_config.py içinde önbellek yapılandırması şöyle görünür:

CACHE_CONFIG = {
    "CACHE_TYPE": "RedisCache",
    "CACHE_DEFAULT_TIMEOUT": 300,
    "CACHE_KEY_PREFIX": "superset_",
    "CACHE_REDIS_URL": "redis://redis:6379/1",
}

İkincisi yedeklemedir. Superset'in tüm yapılandırması (panolar, grafikler, veri kümeleri, kullanıcılar) metadata veritabanında (PostgreSQL) durur. Bu veritabanının düzenli yedeklenmesi, bir felaket anında panolarınızı sıfırdan kurmaktan kurtarır. Ayrıca panolarınızı YAML formatında dışa aktarıp sürüm kontrolünde tutabilirsiniz. Metadata veritabanının otomatik yedeği için yedekleme hizmetimizi kullanabilir, düzenli anlık görüntülerle içinizin rahat olmasını sağlayabilirsiniz.

Üçüncüsü kaynak izlemedir. Celery worker'ları, Redis ve metadata veritabanı ayrı süreçler olduğu için bunların sağlığını takip etmek önemlidir. Sunucunuzun RAM ve CPU kullanımını düzenli izleyin; async sorgu hacmi arttıkça worker sayısını ölçeklendirmeniz gerekebilir. Kullanıcı sayınız büyüdükçe tek makineden daha güçlü bir dedicated veya sanal sunucu yapısına geçmek mantıklı olur.

Sıkça Sorulan Sorular#

Apache Superset ücretsiz mi?#

Evet, Apache Superset tamamen ücretsiz ve açık kaynaktır. Apache 2.0 lisansı altında dağıtılır; bu da onu hem kişisel hem de ticari projelerde herhangi bir lisans ücreti ödemeden kullanabileceğiniz anlamına gelir. Ödemeniz gereken tek maliyet, uygulamayı barındıracağınız sunucu kaynağıdır. Kod tamamen açık olduğu için istediğiniz gibi özelleştirebilir, hatta kendi grafik eklentilerinizi geliştirebilirsiniz.

Superset bir veri ambarı yerine geçer mi?#

Hayır, Superset veriyi kendi içinde saklamaz; yalnızca bağlandığı veritabanlarındaki veriyi görselleştirir. Bir veri ambarı (data warehouse) rolü üstlenmez. Büyük hacimli analitik iş yükleri için verinizi ClickHouse, BigQuery ya da Snowflake gibi bir analitik depoda tutup Superset'i sadece görselleştirme katmanı olarak kullanmanız en doğru yaklaşımdır. Bu ayrım, hem performans hem de veri bütünlüğü açısından önemlidir.

Superset için hangi sunucu kaynağı yeterli olur?#

Küçük bir ekip ve orta boy bir veri kaynağı için 2 GB RAM ve 2 çekirdekli bir sunucu başlangıç olarak yeterli olacaktır. Ancak Celery worker'ları, Redis ve headless tarayıcı ile zamanlanmış raporları da çalıştıracaksanız 4 GB RAM daha rahat bir deneyim sunar. Kullanıcı sayınız ve eşzamanlı sorgu hacminiz arttıkça kaynakları yukarı ölçeklendirmeniz gerekir. Bu yüzden esnek biçimde büyütebileceğiniz bir sanal sunucu ya da VDS tercih etmek akıllıcadır.

Verilerim güvende olur mu?#

Superset'in güvenliği büyük ölçüde kurulumunuzu nasıl yapılandırdığınıza bağlıdır. Uygulamayı HTTPS arkasında yayınlamalı, kaynak veritabanına salt-okunur bir kullanıcıyla bağlanmalı ve rol bazlı yetkilendirme ile satır seviyesi güvenliği (RLS) kullanmalısınız. Panelin önüne bir WAF eklemek ve varsayılan yönetici parolasını değiştirmek de temel adımlardır. Bu önlemleri aldığınızda Superset kurumsal düzeyde güvenli biçimde çalışır.

Superset'i WordPress veya mevcut sitemin verisine bağlayabilir miyim?#

Evet, WordPress'in verisi arka planda bir MySQL ya da MariaDB veritabanında durduğu için Superset'i doğrudan o veritabanına bağlayabilirsiniz. Böylece sipariş, kullanıcı ya da içerik istatistiklerinizi görsel panolara dönüştürebilirsiniz. Yalnızca canlı sitenizi yormamak için mümkünse bir okuma replikasına ya da salt-okunur bir kullanıcıya bağlanmanızı öneririz. WordPress altyapınız için ayrıca yönetimli bir barındırma çözümü değerlendiriyorsanız hosting seçeneklerimize göz atabilirsiniz.

Kapanış#

Apache Superset, açık kaynak dünyasının en olgun ve güçlü iş zekası platformlarından biridir. Zengin grafik kütüphanesi, SQL Lab'ın esnekliği ve etkileşimli panolarıyla verilerinizi gerçek kararlara dönüştürmenizi sağlar. Docker ile kurulumu birkaç komuta indirgenmiş olsa da, üretim ortamında önbellek, ters proxy, SSL ve yedekleme gibi operasyonel detaylar deneyim gerektirir. Bu rehberde her bir adımı gerçek komutlar ve örneklerle ele aldık; artık kendi altyapınızda çalışan sağlam bir BI paneline sahip olabilirsiniz.

Superset'i barındırmak için ihtiyacınız olan güçlü ve esnek altyapıyı Clou.TR'de bulabilirsiniz. Docker tabanlı uygulamalar için ideal olan sanal sunucu ve VDS paketlerimizi inceleyebilir, kurulum ve bakımı bize bırakmak isterseniz sunucu yönetimi hizmetimizden yararlanabilirsiniz. Verilerinizi güvenle görselleştirmeye bugün başlayın; ekibimiz sunucu seçiminden SSL kurulumuna kadar her adımda yanınızda.