在使用Metabase进行数据分析之前，首先需要添加数据源。如果在系统的初始化的过程中，没有添加数据源。可以在之后，通过管理面板添加数据源。
在Metabase中对数据源的管理主要包含添加新的数据源、删除数据源、数据库的同步和安全防护。以上的这些操作都是Metabase的管理员角色才有的权限。普通的用户没有操作权限。如下图：
4.1 Metabase支持的数据库
在写这篇文章的时候，Metabase的最新版本是V0.30.0。目前支持的数据库及其版本要求如下：
- Amazon Redshift
- Google BigQuery
- H2
- MongoDB (V3.0以上的版本)
- MySQL (V4.1以上的版本，其分支MariaDB也是)
- Postgres
- SQLite
- SQL Server
- Druid
- CrateDB
- Oracle
- Vertica
- Presto
- Google Analytics
- SparkSQL
4.2 数据库连接详细步骤
链接以上数据库，只需要配置对应的基本信息即可。以下以连接PostgreSQL为例说明。
（1）进入管理面板
如下图，通过右上角的设置按钮进入到管理员面板中——Admin Pannel。
管理员面板入口.png
（2）进入数据库标签页
通过点击DataBases标签页，进入数据库标签页。如下图所示：
数据库标签页.png
在该标签页中，列表显示出了当前Metabase连接的所有数据库。SampleDataset是Metabase在初始化的时候自动创建的H2演示数据库。
（3）点击Add database添加数据库
此时会跳转到新的页面上，输入要连接的PostgreSQL的信息即可，如下图：
数据库连接实例.png
当选择不同的数据库，该页面显示的必填字段是不同的，MySQL和PostgreSQL是相同的。以下是字段说明：
- Database Type:要连接的数据库的类型；
- Name:数据库在Metabase中的显示名称，如默认的数据库显示名称为'SampleDataset'；
- Host:数据库的地址；
- Port: 数据库的端口，PostgreSQL默认是5432,MySQL默认是3306；
- Database Name：要连接的数据名称；
- Database username: 登陆数据库的用户名；
- Database password: 登陆数据库的密码；
- Additional JDBC Connection String Options:其他JDBC连接的配置选项。比如可以在此指定语言等；
- Use an SSH-tunnel for database connections: 是否使用SSH安全链接
- This is a large database, so let me choose when Metabase syncs and scans: 在数据量比较大的时候，为了提高性能，需要自定义数据库同步和扫描的时间
(4) 创建成功
当点击Save按钮后，如果填写的基本信息没有问题，会弹出数据库添加成功的界面，如下图：
数据库添加成功.png
在该弹出窗上，Metabase会建议你"Explore this data",即Metabase机器人会简单的探索该数据库中包含的表和数据等。
（5）数据表概览
当你点击了Explore this data,此时会弹出如下界面，显示了当前库中的每一张表。当然，点击进去之后，系统会对表中的数据做一个简要的分析，此处不再详解。
表信息.png
（6）在数据库列表中查看
添加新的数据库后，可以在数据库列表中查看，Bigdata234就是新添加的数据库。如下图：
数据库列表.png
至此，数据库的添加步骤全部结束。
4.3 数据库删除
数据库的删除是很简单，但是对数据库的删除会发生连带效应，不可以逆转。所以应当谨慎之。考虑对某些查询进行手动备份，达成高可用的方式。如下图所示，直接点击Delete即可完成数据库的删除。
数据库删除.png
在点击了删除后，Metabase会弹出一个提示对话框，提示你数据库的删除可能带来的风险和影响，当你确认无误后，在文本框中输入'Delete'，不区分大小写，再点击
Delete按钮后，即可删除。如下图所示：
数据库删除确认对话框.png
4.4 数据库修改
在数据库标签页，直接点解数据库的名称，会跳转到数据库修改界面，下图是点击了Sample Dataset数据库后的显示：
数据库修改.png
在此页面可以修改当前数据库的
- Database type: 数据库类型；
- Name: 显示名称；
- Connection String: 链接字符串；
- 性能优化；
支持的操作有：
- Sync database schema now: 同步数据库的Schema（数据库模式）；
- Re-scan field values now: 重新扫描数据库的字段值；
危险区域提示：
- Discard saved field values: 删除已经保存的字段值；
- Remove this database: 删除数据库；
4.5 性能优化之自定义同步的调度
默认的情况下，Metabase是在操作轻量级的数据库的时候，会每小时对数据库进行同步和数据库的字段扫描的。
但是，在以下两种情形的时候必须要自定义同步和扫描的时间了。
- 当操作的单个数据库的数据量非常大的时候，每小时进行数据表的同步和字段的扫描显然不合适了，这样会大大的降低Metabase的性能。
- 当Metabase连接的数据库非常多的时候。Metabase连接一个数据库或者几个数据库的时候，因为表的数量有限，的确不会带来什么影响，但是表多的时候，在同一时间内后台同步更新会大大的降低Metabase的性能，会给降低用户的体验度。
所以，此时操作大数据的时候，为了提高Metabase的性能，Metabase支持自定义数据库的同步。
具体步骤如下：
（1）、首先启用自定义同步
启用自定义同步有两种方法：第一种是在创建数据库链接的时候就启用；第二种，是在链接创建后，进入数据库的管理页面中，启用，然后点击保存。如上面的《数据库修改.png》图中所示。下图是点击启用后的项：
大型数据库同步和扫描.png
（2）、调度设置
启用自定义同步后，页面上会多了一个Scheduling标签页，在该标签页中进行数据库同步的调度配置，如下图所示：
调度设置.png
在上面的页面上，主要设置两个时间：数据库同步的时间和字段扫描的时间。
2.1 数据库同步的时间设置
如下图：
数据库同步时间.png
此处设置的是每天早上一点的时候开始数据库的同步。
- Scan：支持两种模式Hourly（按小时）和Daily（按天）；
- at：如果设置了按小时，就默认为每小时同步一次，不会有at的设置了。如果设置为按天，需要设置在一天的那个小时开始。
目前Metabase不支持比小时更细的粒度调度。另外，根据经验，数据库的同步最好放置在夜间或者业务量低谷的时候，不要影响到业务的使用。比如，我的Metabase是在8点到18点提供服务的，我就把数据库的同步放在了凌晨1点。
2.2 字段扫描
字段扫描的设置如下图：
字段扫描的调度设置.png
字段扫描的调度支持三种方式：
- Regularly, on a schedule：手动设置同步时间，同上面的数据库同步时间设置一样；如果使用此方式的时候，注意，同步时间一定要在数据库的同步之后进行。我一般是设置晚一个小时。
- Only when adding a new filter widget：只有添加了过滤器组件的时候才同步；
- Never, I'll do this manually if I need to：可以在需要的时候，自己手动的设置。
总之，对数据库的同步和数据字段的扫描的时间调度的设置，需要根据自己的业务需求，比如，你的业务需求就是对实时性要求非常高。但是，在实际的生产环境中，该部分的功能最好由运维的同事来负责维护，他们能够从全局的角度衡量资源的平衡，知道了数据源的更新时间等等，才能配置好更合理的时间调度。
网友评论