Grafana调研和Superset对比

Grafana调研

安装

使用Docker安装

注意事项：

1. 启动时需要设置数据库，否则Grafana会使用嵌入式数据库sqlite3。

支持图表

官方文档，只有四种类型分别为Graph,Singlestat,Table,Heatmap

项目引入

方式一：Dashboard snapshot

分享整个Dashboard，不需要额外的权限设置。

方式二：Share Panel-Embed Panel

设置AUTH_ANONYMOUS_ENABLED为true允许anonymous访问。即可单独分享每一个graph panel。

Dashboard市场

Grafana有把Dashboard配置通过JSON文件导入/导出功能，同时官方建立了一个在线的市场，方便大家交流。但是因为数据源的差异性，实际用途不大。

目前市场是下载比较的多的配置，是一些基于通用数据源的配置。例如prometheus，实际上Prometheus也把Grafana当作自己的图形解决方案。

插件安装

Grafana提供了通过插件扩展控能，例如安装饼图插件支持饼图设置，安装数据源插件增加支持的数据源。

代码分析

进行中

MongoDB连接

待测试，MongoDB connect BI插件理论上可行

对比分析

Grafana star 29.2k+ 有企业版（收费）Live Demo

Superset star 24.7k+

开源许可证都为apache-2.0

Superset

优点：
采用D3图表库初始支持的图表类型就十分丰富

Grafana

优点：

1. 支持插件方便社区为其提供扩展能力  
2. 项目引入简单，不需要二次开发

总结&建议

经过初步的了解，我的建议是使用Grafana。原因有以下几点：

1. 目前的流行程度Grafana略微占优，正在使用的企业数量似乎更多（superset没有找到相关数据）。
2. Grafana有独立的公司在开发维护，并且同时就在提供商业服务。商业成熟度上远远领先Superset。
3. Grafana的插件设计模式更加优秀，方便社区提供能量。

Grafana的潜在缺点：

没有选择类似D3的库作为图形上的支持，我觉得有长期的运营打算在其中，也许是在为今后的按图表插件来收费的模式做准备。这样的模式没什么不好，但是长期来看通过自研要做出和D3同样水平的图表库需要很长的时间，最终能否达到同样的水平很难说。