BIツール「re:dash」を触ってみた

最近BI(Business Intelligence)ツール巡りをしようと考えている藤岡です。

今回はBIツールの一つである、「re:dash」に触れてみたいと思います。
http://redash.io/

re:dashはPython製かつ、様々なデータストアに対応しており、
クエリを設定しておくとその結果をデータリスト化やグラフプロットしてくれます。

対応データストアは以下の5つです。

BigQuery
MySQL
PostgreSQL
Redshift
MongoDB

今回はBigQueryのサンプルデータを可視化してみたいと思います。

動作環境

Ubuntu 14.04.2 LTS上での動作です。

※ Google Compute EngineのLinux VM上での動作です。
※ Google Console上でウェブアプリケーションのクライアントIDを作成する必要があります。
※ 後ほど、サービスアカウントの鍵(p12)が必要になります。インストールしてLinux VM上に配置してください。

導入

公式でAmazon Web ServiceとGoogle Cloud Pratform用のAMIが配布されています。
re:dashと動作に必要な物がすでにセットアップされています。
http://redash.io/deployment/setup.html

今回はGoogle Cloud Pratform上で試してみようと思います。

※ Google Compute Engineを操作する為にgcloudコマンドが必要になります。gcloudコマンドのインストールはこちら。(公式サイト)
https://cloud.google.com/compute/docs/gcloud-compute/#install

$ gcloud compute images add redash-063-b906 gs://redash-images/redash.0.6.3.b906.tar.gz
$ gcloud compute images add redash-063-b906-bq gs://redash-images/redash.0.6.3.b906-bq.tar.gz
$ gcloud compute instances create  --image redash-060-b812-bq --scopes storage-ro bigquery

インスタンス作成後、sshでログインします。

$ gcloud compute --project {your_project_id} ssh --zone "asia-east1-a"

re:dashの設定ファイルは /opt/redash/ 配下に存在しています。
設定ファイルは /opt/redash/.env です。

/opt/redash/.envのGoogle関連の3つの要素を設定します。
先ほど作成した、クライアントIDとクライアントシークレットを設定します。

google appsを使っている場合、REDASH_GOOGLE_APPS_DOMAINにドメインを設定をすることで、
re:dashにgoogle appsドメインを持っているユーザーのみがログインできるようになります。
(下記の例だとxxxxxx@sample.comのアカウントを持っているユーザーのみre:dash上にログインできる、という意味になります)

export REDASH_GOOGLE_APPS_DOMAIN="sample.com"
export REDASH_GOOGLE_CLIENT_ID="{クライアントID}"
export REDASH_GOOGLE_CLIENT_SECRET="{クライアントシークレット}"

設定の反映&re:dashを再起動します。

$ sudo supervisorctl reload

re:dashからデータストアの設定をし、BigQueryを使うための準備をします。

http://redash.io/configuration/datasources.html
こちらの設定に従い、設定してみます。

$ cd /opt/redash/current
$ sudo -u redash bin/run ./manage.py ds new
Name: bigquery-sample
Select type:
1. bigquery_gce
2. script
3. url
4. mongodb
5. bigquery
6. graphite
7. pg
8. mysql
[1-8]: 5
Private Key Path (required): /path/to/dir/private_key.p12
Project ID (required): {your_project_id}
Service Account (required): {your_service_account}
Creating bigquery data source (bigquery-sample) with options:
{"projectId": "{your_project_id}", "privateKey": "/path/to/dir/private_key.p12", "serviceAccount": "{your_service_account}"}

re:dash側が設定を聞いてくるので、合わせて設定をしていきます。
最後に設定をJSON形式でアウトプットしてくれます。
{your_project_id}と{your_service_account}とプライベートキーのパスは環境に合わせて変更してください。
今回はbigquery-sampleという名前でBigQuery用のData Sourceを作成しております。

これでre:dashを使う準備ができました。
Linux VMのパブリックIPにアクセスすることでこんな感じのダッシュボードが表示されるかと思います。

データを可視化してみる

それでは、クエリを作成してみましょう。
QueriesからNew Queryをクリックすると、クエリを実行画面が表示されます。

BigQueryのサンプルデータセットから適当なクエリを投げてみます。
画面左下にある、Data Sourceは先ほど作成した bigquery-sample を設定しておきます。
また、クエリは実行期間を設定しておくことも可能です。

Github上のレポジトリ内で、issueがあるレポジトリと無いレポジトリの数をテーブル表示してみました。

New Visualizationタブからグラフを追加することが可能です。
円グラフをプロットしてみました。

使用出来るグラフは以下5つです。

棒グラフ
折れ線グラフ
円グラフ
散布図
面グラフ

最後に

re:dashは導入も比較的簡単で、クエリの定期実行&可視化等、便利な機能満載です。
是非お試しください。

動作環境

導入

データを可視化してみる

最後に

採用情報