4.1　讀取本地?cái)?shù)據(jù)

在工作中有BI需求的人員一般是業(yè)務(wù)分析師，他們可能不擅長(zhǎng)使用數(shù)據(jù)庫(kù)，因此，讀取的基本都是本地離線數(shù)據(jù)。此外，工作中遇到的最頻繁的離線數(shù)據(jù)基本都是Excel文件，但是在Apache Superset中，不能直接讀取本地Excel文件，需要轉(zhuǎn)換為CSV文件或TXT文件。

4.1.1　讀取CSV文件

CSV文件是一種普遍的、相對(duì)簡(jiǎn)單的文件格式，有著廣泛的應(yīng)用。一個(gè)CSV文件可以由任何數(shù)量的記錄組成，每個(gè)記錄之間都使用某種換行符分隔，每個(gè)記錄由字段組成，字段之間的分隔符是其他字符或字符串，如逗號(hào)、制表符等。

在讀取CSV數(shù)據(jù)之前，我們需要保證文件的格式是UTF-8，否則中文數(shù)據(jù)可能會(huì)出現(xiàn)亂碼。可以將Excel文件轉(zhuǎn)換為UTF-8格式的CSV文件，需要在Excel的“文件”菜單的“另存為”選項(xiàng)下的“保存類型”中選擇“CSV UTF-8 （逗號(hào)分隔）”即可，如圖4-1所示。

下面介紹Apache Superset如何導(dǎo)入本地CSV文件，具體步驟如下。

步驟1：?jiǎn)螕鬉pache Superset界面“Data”菜單下的“Upload a CSV”選項(xiàng)，如圖4-2所示。

步驟2：在彈出的“CSV to Database configuration”頁(yè)面設(shè)置表格名稱（Table Name）、CSV文件路徑（CSV File）、表格數(shù)據(jù)庫(kù)（Database）、數(shù)據(jù)庫(kù)模式（Schema）、CSV文件的分隔符（Delimiter）、表格新增或替換（Table Exists）、標(biāo)題設(shè)置（Header Row）等相關(guān)參數(shù)，其中標(biāo)記為星號(hào)（*）的為必填項(xiàng)，其他的為選填項(xiàng)，如圖4-3所示。

步驟3：設(shè)置好相關(guān)參數(shù)后，單擊“SAVE”按鈕即可，然后在DBeaver中檢測(cè)CSV文件是否讀取成功。DBeaver是一個(gè)常用的數(shù)據(jù)庫(kù)管理工具，可以支持MySQL、Oracle、DB2、MSSQL、Hive等，它提供一個(gè)圖形界面用來(lái)查看表結(jié)構(gòu)、執(zhí)行查詢、導(dǎo)出數(shù)據(jù)等。

DBeaver分為社區(qū)版和企業(yè)版，其中社區(qū)版是免費(fèi)的，可以在其官網(wǎng)下載，這里下載的是Windows 64位免安裝社區(qū)版，如圖4-4所示，可以根據(jù)實(shí)際情況下載對(duì)應(yīng)的版本。

由于筆者下載的是免安裝版，因此在解壓后，直接雙擊“dbeaver.exe”文件就可以使用。如果下方顯示客戶信息表中的數(shù)據(jù)就說(shuō)明沒(méi)有問(wèn)題，如圖4-5所示。

4.1.2　讀取TXT文件

TXT文件就是用ASCII編碼方式存儲(chǔ)的文本文件，它是微軟自帶的一種文本格式，也是最常用的一種文件格式。TXT格式有三大優(yōu)點(diǎn)：體積小、便于存儲(chǔ)、格式簡(jiǎn)單，是計(jì)算機(jī)及許多移動(dòng)設(shè)備的通用格式。

在讀取CSV文件數(shù)據(jù)之前，也需要確保數(shù)據(jù)文件的格式是UTF-8，否則導(dǎo)入的中文數(shù)據(jù)會(huì)出現(xiàn)亂碼，選擇“編碼（N）”菜單下的“使用UTF-8編碼”選項(xiàng)，如圖4-6所示。

Apache Superset導(dǎo)入本地TXT文件的步驟與導(dǎo)入CSV文件的步驟類似，只是在設(shè)置CSV文件路徑（CSV File）時(shí)選擇TXT文件即可。