Formation Apache Superset : la Data Visualisation Open-Source

Programme de notre formation Apache Superset

[Jour 1 – Matin]

Introduction à Apache Superset

• Contexte et positionnement : Qu’est-ce que Superset ? Pourquoi l’adopter ?
• Architecture générale : composants clés, interactions entre les services
• Place sur le marché de la BI : comparaison avec Tableau, Power BI, Metabase
• Cas d’usage et retours d’expérience : industries, volumétries, patterns d’utilisation

Installation et déploiement sur Kubernetes

• Prérequis techniques : architecture cible, dimensionnement, dépendances
• Déploiement avec Helm : configuration du chart, paramètres essentiels, valeurs personnalisées
• Composants Kubernetes : pods, services, ingress, volumes persistants
• Configuration de la base de métadonnées (PostgreSQL recommandé)
• Variables d’environnement et secrets
• Vérification du déploiement et premiers accès à l’interface
• Atelier pratique : Installation guidée de Superset sur un cluster Kubernetes de formation

[Jour 1 – Après-midi]

Connexion aux sources de données

• Principe des connecteurs : drivers, chaînes de connexion, sécurité
• Configuration des connexions selon les besoins clients, quelques exemples :
• PostgreSQL
• SQL Server
• Oracle
• Amazon Athena
• Autres bases (MySQL, Redshift, BigQuery…)
• Gestion des credentials : stockage sécurisé, rotation
• Test et validation des connexions
• Déploiement automatisé et sécurisé des connecteurs
• Atelier pratique : Connexion à plusieurs bases de données et exécution de requêtes SQL simples dans SQL Lab

Exploration des données avec SQL Lab

• Interface SQL Lab : éditeur, historique, résultats
• Création de requêtes SQL et exploration des tables
• Sauvegarde et partage de requêtes
• Création de datasets virtuels
• Bonnes pratiques de requêtage pour la performance

[Jour 2 – Matin]

Création de visualisations et de dashboards

• Concepts fondamentaux : datasets, charts, dashboards
• Types de visualisations disponibles : tableaux, graphiques, cartes, métriques…
• Création pas à pas d’un chart : choix du type, configuration des métriques et dimensions
• Personnalisation visuelle : couleurs, libellés, formatage
• Filtres et interactivité
• Composition d’un dashboard : ajout de charts, disposition, mise en page
• Atelier pratique : Création de 5 à 7 visualisations variées à partir de datasets fournis

[Jour 2 – Après-midi]

Gestion des utilisateurs et des permissions

• Modèle de sécurité Superset : rôles, permissions, resources
• Rôles prédéfinis : Admin, Alpha, Gamma, SQL Lab, Public
• Création de rôles personnalisés
• Attribution granulaire des permissions (dashboards, datasets, bases de données)
• Row-Level Security (RLS) : filtrage des données par utilisateur
• Bonnes pratiques d’organisation des accès
• Atelier pratique : Création d’une matrice de rôles et attribution de permissions pour différents profils utilisateurs

Authentification LDAP et Identity Provider (IDP)

• Méthodes d’authentification supportées : base de données, OAuth, LDAP, SAML
• Configuration de l’authentification LDAP/Active Directory
• Intégration avec un Identity Provider (Okta, Azure AD, Keycloak…)
• Synchronisation des utilisateurs et groupes
• Mapping des rôles entre IDP et Superset
• Gestion des sessions et Single Sign-On (SSO)
• Atelier pratique : Configuration d’une authentification LDAP ou SAML (selon environnement disponible) et attribution de rôles automatique

[Jour 3 – Matin]

Export automatisé et alertes

• Création de rapports automatisés : planification, destinataires, formats (PDF, CSV, PNG)
• Intégration avec Slack ou Mails : envoi de dashboards et alertes
• Système d’alertes : définition de conditions, seuils, notifications
• Utilisation de Celery pour la gestion des tâches asynchrones
• Atelier pratique : Mise en place d’un rapport hebdomadaire par email/slack et d’une alerte sur un indicateur critique

Supervision et monitoring

• Métriques clés à surveiller : performances, disponibilité, utilisation
• Logs applicatifs : localisation, analyse
• Outils de monitoring : Prometheus, Grafana, intégration Kubernetes
• Atelier pratique : Mise en place de statsd, consultation des logs et métriques

[Jour 3 – Après-midi]

Mise à l’échelle et optimisation

• Scalabilité horizontale : ajout de pods, mise en place d’un HPA (Horizontal Pod Autoscaler) …
• Résilience : load balancing, PodDisruptionBudget (PDB), …
• Dimensionnement des ressources Kubernetes (requests/limits)
• Bonnes pratiques de production
• Atelier pratique : Mise en place d’une architecture résiliente au plus proche d’un environnement de production (HPA, PDB, load balancing)

Interaction avec l’API REST

• Documentation de l’API Superset (Swagger/OpenAPI)
• Authentification API : tokens, gestion des sessions
• Endpoints principaux : dashboards, charts, datasets, utilisateurs
• Opérations CRUD via l’API
• Exemples d’utilisation : scripts Python, curl, Postman
• Atelier pratique : Création d’un script Python pour automatiser l’export de dashboards

Conclusion et mise en pratique

• Récapitulatif des compétences acquises
• Ressources et documentation officielle
• Communauté et support
• Questions/réponses ouvertes