Superset——数据集：文件数据

我之前写了一篇介绍Superset数据集的文章《Superset——数据集》，重点介绍了Superset如何连接数据库，并新建数据集。这篇文章是之前文章的一个扩展补充，给大家介绍下如何上传文件中的数据到Superset的数据集中。

我们实际的业务场景中，可能有一些数据是保存在Excel或者CVS文件中，如果我们想针对这些数据来制作图表进行BI分析，我们该如何操作呢？

这个时候，我们就可以使用Superset的文件上传功能，将数据文件中的数据导入到数据库中，形成数据集，然后就可以像操作数据集一样来用这些数据制作BI图表了。要使用文件上传数据，需要首先配置数据库，让数据库支持文件上传，配置的方式如下：

注意：选中“允许数据上传”勾选框后，还需要在“SCHEMAS ALLOWED FOR CVS UPLOAD”输入框中输入对应的数据库实例，我这里是testdb。如果想运营多个实例都可以上传文件，可以用逗号分割实例名。

配置完之后，点击“FINISH”完成，这样，数据库就可以支持文件数据上传了。

接着，我们看看如何将excel文件导入到数据库中。

我们选择“Upload file to database”下的“Upload Excel file”，在弹出的对话中，进行数据库相关的配置，并选择我们的excel数据文件。

我这里在图中标记了几个重点的配置项：

表名：数据导入到数据库中后，保存到哪个表中
Excel文件：选择我们的excel数据文件
Sheet名称：如果我们的excel有多个sheet，这里用来指定哪个sheet被导入到数据库中，如果不填值，默认为第一个sheet
数据库：指定要导入的数据库
模式：指定要导入的数据实例名
表已存在处理：这里有三个选项可供选择 “舍弃”（什么数据都不导入）、“替换”（删除表及其中的数据，然后重建表，并导入数据）、“追加”（保留原来的表，文件中的数据会追加到原数据之后）
标题行：即excel中哪一行作为列的名称。我的测试文件中，第一行标记了列名，所以，我这里填写了0

设置完之后，点击“保存”按钮，在系统完成导入后，会由导入成功的弹框。

并且在“数据集”列表，可以看到我们刚才新导入的表。

通过Superset的“SQL工具箱”，我们也可以查询到我们通过excel导入的数据。

使用同样的方法，我把我的测试文件中的第二个sheet中的数据也导入到了数据集中，方便后续使用。

附录

如果是第一次使用文件数据导入功能，可能会提示如下的错误信息

我们只需要使用pip安装对应的openpyxl的依赖包，然后重启Superset即可。

pip install openpyxl

我的测试数据的excel文件下载：《测试数据.xlsx》