BI Consult Desktop Logo BI Consult Mobile Logo
  • Russian BI Исследование российских bi
  • Перейти на Fine BI
  • Контакты
  • +7 812 334-08-01
    +7 499 608-13-06
  • Отправить сообщение
  • Главная
  • Продукты Эксперт-BI
    • Дистрибуция
    • Розничная торговля
    • Производство
    • Операторы связи
    • Страхование
    • Банки
    • Лизинг
    • Логистика
    • Нефтегазовый сектор
    • Медицина
    • Сеть ресторанов
    • E-Commerce
    • Сельское хозяйство
    • Энергетика
    • FMCG
    • Девелоперы
    • Маркетплейсы
    • Пищевая промышленность
    • Фармацевтика
    • Построение Data Platform
    • Цифровая трансформация
    • Управление по KPI
    • Финансы
    • Продажи
    • Склад
    • HR
    • Маркетинг
    • Внутренний аудит
    • Категорийный менеджмент
    • S&OP и FP&A
    • Геоаналитика
    • Цепочки поставок (SCM)
    • AutoML
    • Process Mining
    • IBP
    • ИТ (CIO)
    • Закупки
  • Платформы
    • Системы бизнес-анализа (BI)
    • Интегрированное бизнес-планирование (IBP)
    • Хранилища данных (DWH / Lakehouse)
    • Каталоги данных (Data Catalog)
    • Системы ETL и ELT
    • AI / Исскуственный интеллект
    • Шина данных (ESB)
    • Система управления мастер-данными (MDM)
    • Семантический слой
  • Услуги
    • Переход на отечественные BI и DWH системы
    • Консалтинг
    • Пилотный проект
    • Обучение и сертификация
    • Бесплатное обучение
    • Поддержка
    • Технические задания
    • Сбор требований для проекта внедрения BI-системы
    • CI/CD для DWH
    • Аудит BI приложений и DWH
    • Выделенная команда
    • Настойка и поддержка баз данных
    • Разработка BI Стратегии
    • Styleguide для BI-системы
    • Как выбрать BI-систему
  • Курсы
    • Учебный курс Информационная грамотность (Data Literacy)
    • Учебный курс для бизнес-аналитиков
    • Учебный курс для системных аналитиков
    • Учебный курс по Data Governance
    • Учебный курс Как стать CDO
    • Учебный курс Современная архитектура хранилища данных
    • Учебный курс по Fine BI
    • Учебный курс по FineReport
    • Учебный курс по DWH
    • Учебный курс по Data Science (ML, AI)
    • Учебный курс по PostgreSQL
    • Учебный курс по Greenplum
    • Учебный курс по Apache Airflow и NiFi
    • Учебный курс по Open-source BI
    • Учебный курс по ClickHouse
    • Учебный курс по DataLens
    • Учебный курс по Loginom
    • Учебный курс по Modus BI и ETL
    • Учебный курс по Visiology
    • Учебный курс по dbt (Data Build Tool)
  • Компания
    • Руководство
    • Новости
    • Клиенты
    • Карьера
    • Скачать
    • Контакты

BI

  • FineBI
  • FineReport
  • FineDataLink
  • FineChatBI (FineAI)
  • Коннекторы данных из 1С в BI
  • Airflow / Nifi
  • Visiology
  • PIX BI
  • Modus BI
  • Yandex.DataLens
  • Open-source BI: Superset/Metabase
  • Luxms BI
  • AW BI + Alpha BI
  • FlyBI + Форсайт. Аналитическая Платформа
  • Loginom
  • Триафлай
  • AI / Исскуственный интеллект
  • Optimacros
  • Навигатор BI
  • Семантический слой

СУБД

  • Arenadata
  • ClickHouse
  • Greenplum
  • Postgres Professional
  • TData

Другое

  • Построение Data Platform
    • Аналитическое хранилище данных
    • Data Lake и Data Engineering
    • Подробнее про Data Lake
    • Внедрение Lakehouse
      • Apache Doris
      • StarRocks
      • Trino
    • Миграция витрин из пропиетарных DWH на новый стек
    • Учебный курс "Современная архитектура хранилища данных"
Главная » Курсы по системам бизнес-анализа и методологии » Учебный курс по Open-source BI - Apache Superset, Metabase, Redash » Вывод разных полей датасета в одной колонке таблицы в зависимости от значения фильтра в Apache Superset

Вывод разных полей датасета в одной колонке таблицы в зависимости от значения фильтра в Apache Superset

Не редко аналитики в своей работе используют однотипные таблицы для вывода показателей сгруппированных по разным признакам. Вывод плоских таблиц с набором метрик не является проблематичным в Apache Superset. Однако, если таких таблиц много, то может не хватить места в информационной части дашборда. Существует решение с использованием вкладок, но для каждой вкладки необходимо создать собственный чарт, что увеличивает также количество запросов.

Мы нашли решение, позволяющее использовать только один чарт для отображения однотипных таблиц с группировкой по разным колонкам используя внутренний фильтр и Jinja Templates.

 

 

1. Создадим тестовый запрос:

select 'col1_param1' as column_1, 'col2_param1' as column_2, 1 as value
union all select 'col1_param1' as column_1, 'col2_param2' as column_2, 2 as value
union all select 'col1_param2' as column_1, 'col2_param3' as column_2, 3 as value
union all select 'col1_param1' as column_1, 'col2_param1' as column_2, 1 as value
union all select 'col1_param1' as column_1, 'col2_param2' as column_2, 2 as value
union all select 'col1_param2' as column_1, 'col2_param3' as column_2, 3 as value

 

Выводить в таблице необходимо column_1 или column_2 и соответствующее значение value. В итоговом датасете будем использовать его в качестве вложенного запроса. Для начала запросим column_1 как column и value и создадим для него чарт с таблицей.

select column_1 as column, value
from (
select 'col1_param1' as column_1, 'col2_param1' as column_2, 1 as value
union all select 'col1_param1' as column_1, 'col2_param2' as column_2, 2 as value
union all select 'col1_param2' as column_1, 'col2_param3' as column_2, 3 as value
union all select 'col1_param1' as column_1, 'col2_param1' as column_2, 1 as value
union all select 'col1_param1' as column_1, 'col2_param2' as column_2, 2 as value
union all select 'col1_param2' as column_1, 'col2_param3' as column_2, 3 as value
)

 

2. Создадим датасет для фильтра с названиями колонок и сам фильтр:

Запрос справочника колонок для фильтра

select 'column_1' as column_by
union all select 'column_2' as column_by

 

3. Теперь необходимо добавить в датасет таблицы выбранное значение фильтра:

Затянуть значение фильтра в запрос можно использовать шаблон Jinja. Чтобы заработали шаблоны, необходимо включить ENABLE_TEMPLATE_PROCESSING флаг функции в superset_config.py. После этого код Python можно встраивать в виртуальные наборы данных.

Для запроса значения фильтра необходимо использовать следующую конструкцию {{ filter_values('column_by', )[0] }}.

Из дашборда переходим в область редактирования чарта:

В настройках чарта переходим в редактирование датасета

Откроется окно редактирования датасета. В ней необходимо нажать на замочек, чтобы открылась возможность редактирования, заменить «column_1» на шаблон jinja и нажать «Save».

Итоговый запрос:

select {{ filter_values('column_by', )[0] }} as column,
value
from (
select 'col1_param1' as column_1, 'col2_param1' as column_2, 1 as value
union all select 'col1_param1' as column_1, 'col2_param2' as column_2, 2 as value
union all select 'col1_param2' as column_1, 'col2_param3' as column_2, 3 as value
union all select 'col1_param1' as column_1, 'col2_param1' as column_2, 1 as value
union all select 'col1_param1' as column_1, 'col2_param2' as column_2, 2 as value
union all select 'col1_param2' as column_1, 'col2_param3' as column_2, 3 as value
)

 

Вернемся на дашборд и обновим его. Получаемый результат:

Примечания:

  1. Шаблоны Jinja не работают без контекста, т.е. при редактировании чарта вне дашборда значения фильтров необходимо прописывать вручную в области фильтрации чарта.
  2. Если вы все сделали правильно, но фильтр не работает, проверьте настройки Set filter mapping в дашборде:

Источник: Блог bilab

 

Узнать стоимость решенияЗапросить видео презентацию

← Предыдущая статья
Предварительная фильтрация данных во вложенном запросе по значениям фильтров в Apache Superset
Следующая статья →
Apache Superset — введение

Решения

Анализировать ФинансыУвеличивайте ПродажиОптимальный Склад и ЛогистикаМаркетинговые Метрики

Клиенты
  • MoneyCare — кредитная платформа и сервис для ПОС-кредитования в магазинах, установленная в более чем 18 тысячах трейдинговых точек и сотрудничающая с 11 главными банками России.

  • ПАО «Транснефть» – крупнейшая российская нефтепроводная компания. «Транснефть» обеспечивает транспортировку более 85% добываемых в России нефти и нефтепродуктов.

  • ГК «Акрон Холдинг», одно из крупнейших в России промышленно-металлургических предприятий, запустил проект по модернизации управления данными. В качестве целевого решения для анализа ключевых данных компания выбрала систему PIX BI. В компании уже более 100 пользователей PIX BI, и в этом году в планах увеличить их число в два раза.

  • KERAMA MARAZZI — международный бренд, входящий в число лидеров глобального рынка керамики. Бизнес компании охватывает весь процесс создания керамических изделий, от глиняных карьеров до фирменной розницы во всех крупных городах РФ и за рубежом.

  • Решения
    • Дистрибуция
    • Розничная торговля
    • Производство
    • Операторы связи
    • Страхование
    • Банки
    • Лизинг
    • Логистика
    • Нефтегазовый сектор
    • Медицина
    • Сеть ресторанов
    • E-Commerce
    • Энергетика
    • Фармацевтика
  • Услуги
    • Переход на отечественные BI и DWH
    • Консалтинг
    • Пилотный проект
    • Обучение и сертификация
    • Бесплатное обучение
    • Техническая поддержка
    • Технические задания
    • Сбор требований для проекта внедрения BI-системы
    • CI/CD для DWH
    • Аудит BI приложений
    • Выделенная команда
    • Настойка и поддержка баз данных
    • Разработка BI Стратегии
    • Styleguide для BI-системы
    • Как выбрать BI-систему
  • Платформы
    • FineBI
    • FineReport
    • FineDataLink
    • Коннекторы данных из 1С в BI
    • Airflow + NiFi
    • Visiology
    • Luxms BI
    • Modus BI
    • PIX BI
    • Arenadata
    • ClickHouse
    • Greenplum
    • Postgres Professional
    • Open-source BI: Superset/Metabase
    • Loginom
    • Yandex.DataLens
    • AI / Исскуственный интеллект
    • Optimacros
    • Шины данных
  • Курсы
    • Учебный курс Информационная грамотность
    • Учебный курс для бизнес-аналитиков
    • Учебный курс для системных аналитиков
    • Учебный курс по Data Governance
    • Учебный курс Как стать CDO
    • Учебный курс Современная архитектура хранилища данных
    • Учебный курс по Fine BI
    • Учебный курс по FineReport
    • Учебный курс по DWH
    • Учебный курс по Data Science (ML, AI)
    • Учебный курс по PostgreSQL
    • Учебный курс по Apache Airflow и NiFi
    • Учебный курс по Open-source BI
    • Учебный курс по ClickHouse
    • Учебный курс по DataLens
    • Учебный курс по Loginom
    • Учебный курс по Modus BI и ETL
    • Учебный курс по Visiology
    • Учебный курс по dbt
  • Функциональные решения
    • Создание Data Lake
    • Цифровая трансформация
    • Управление по KPI
    • Финансы
    • Продажи
    • Склад
    • HR
    • Маркетинг
    • Внутренний аудит
    • Категорийный менеджмент
    • S&OP и прогнозная аналитика
    • Геоаналитика
    • Цепочки поставок (SCM)
    • AutoML
    • Process Mining
    • Сквозная аналитика
  • Компания
    • О нас
    • Руководство
    • Новости
    • Клиенты
    • Скачать
    • Контакты
    • Политика конфиденциальности
RutubeVkontakteLinkedInYouTube
ООО "Би Ай Консалт",
ИНН: 7811437757,
ОГРН: 1097847154184
199178, Россия,
Санкт-Петербург,
6-ая линия В.О., Д. 63, 4 этаж
Тел: +7 (812) 334-08-01
Тел: +7 (499) 608-13-06
E-mail: info@biconsult.ru

 

 

 

 

 

×

Пользуясь сайтом, вы соглашаетесь с использованием cookies и политикой конфиденциальности.