По нашему опыту, в каждом втором проекте клиент рано или поздно просит аналитические дашборды для руководства и сотрудников. Дальше начинается выбор между дорогой платной BI-системой, облачным сервисом с ограничениями бесплатного тарифа и вариантом «выгружаем всё в Excel и считаем руками». Есть четвёртый путь — Apache Superset: бесплатная open-source BI-система, полноценный аналог Power BI и альтернатива Яндекс DataLens, достаточно мощная и для небольшого интернет-магазина, и для корпорации. Разбираем, что она умеет, в чём выигрывает у Power BI и Yandex DataLens, сколько стоит внедрение и как встроить её дашборды в свой проект на Django с django-unfold.
Что такое Apache Superset и почему его выбирают вместо коммерческого BI
Apache Superset — платформа для бизнес-аналитики: исследования данных, визуализации и дашбордов, которую можно бесплатно развернуть на своих серверах и подключить практически к любой базе данных. Проект написан на Python (Flask на бэкенде, React на фронтенде), родился в Airbnb в 2015 году и с 2021 года имеет статус top-level проекта Apache Software Foundation — то есть развивается открытым сообществом, а не одной компанией, и не может внезапно закрыться, уйти с рынка или сменить лицензию. Интерфейс переведён на русский язык из коробки — переключается в настройках, без отдельных пакетов локализации.
Главный аргумент в пользу Superset — сочетание преимуществ, которое сложно найти у конкурентов одновременно:
- Полностью бесплатен и открыт, включая коммерческое использование, без лимитов на пользователей, дашборды и объём данных.
- Написан на Python — легко расширяется, дописывается кастомными визуализациями и коннекторами.
- Подключается почти к любому источнику данных — больше 60 баз и движков из коробки, от PostgreSQL и ClickHouse до BigQuery и Snowflake.
- Не ограничивает кастомизацию: свой брендинг, свои визуализации, свой домен, встраивание в любое приложение без доплат за лицензию.
- Данные не покидают ваш контур. Superset разворачивается на своих серверах или в любом облаке, поэтому персональные данные и коммерческая отчётность остаются там, где этого требуют 152-ФЗ и служба безопасности.
- Нет зависимости от вендора. Нет лицензий, которые могут перестать продлеваться, — после ухода западных BI-вендоров с российского рынка это перестало быть теоретическим риском.
- Годы промышленной эксплуатации: Superset используют Netflix, Lyft, American Express и Dropbox, у проекта больше 74 тысяч звёзд на GitHub и релизы каждый месяц.
Единственное, чего Superset не делает сам, — не разворачивается в один клик: его нужно поднять на сервере и поддерживать, самостоятельно или платя SaaS-сервису за управляемый хостинг. Для команды с DevOps это задача на один день, для бизнеса без технической команды — работа для интегратора.
Для каких задач бизнес выбирает Apache Superset
Superset закрывает всю типовую BI-аналитику компании — от утренней сводки для директора до отчётов внутри клиентского кабинета. Самые частые сценарии из нашей практики:
- Отчётность для руководства. Выручка, маржа, воронка продаж и план-факт по дням на одном дашборде, который сам приходит на почту каждое утро.
- Аналитика интернет-магазина. Продажи по категориям и SKU, повторные покупки и когорты клиентов, эффективность рекламы из Яндекс Директа рядом с данными CRM.
- Клиентские кабинеты и SaaS. Каждый клиент видит только свои цифры прямо внутри вашего продукта — за счёт встраивания с Row Level Security, без отдельной разработки графиков.
- Операционные дашборды. Остатки на складе, логистика, нагрузка на поддержку, SLA — с алертами, когда показатель уходит за порог.
- Маркетинг. Расходы из рекламных кабинетов, лиды и продажи в одной таблице, чтобы считать стоимость клиента, а не кликов.
Какие возможности есть в Apache Superset из коробки
Функционал закрывает весь путь от сырых данных до дашборда для руководителя: SQL-редактор для аналитика, конструктор графиков без кода для остальных и готовые дашборды для тех, кто просто хочет видеть цифры.
SQL Lab — полноценная среда для аналитиков: подсветка синтаксиса, автодополнение по схеме, сохранение запросов, экспорт результата в CSV и шаблонизация через Jinja прямо в SQL — можно вставлять {{ from_dttm }} или собственные Python-функции внутрь запроса, чтобы один и тот же SQL параметризовался фильтрами дашборда.
Конструктор графиков без кода. Выбираете датасет, метрики и измерения — Superset сам собирает запрос и рисует график. Не нужно знать SQL, чтобы сделать разрез продаж по месяцам или воронку по этапам сделки.
Больше 50 типов визуализаций — от привычных столбчатых и линейных графиков до геокарт на deck.gl, санки-диаграмм, box plot, календарных тепловых карт и сводных таблиц с drill-down. Для сравнения: у большинства платных BI-систем набор графиков заметно меньше, а недостающие докупаются как отдельные визуальные плагины.
Помимо графиков и SQL Lab, в Superset есть:
| Возможность | Что она даёт |
|---|---|
| Семантический слой | Виртуальные датасеты и вычисляемые метрики поверх сырых таблиц — бизнес-логика («выручка», «маржа») описывается один раз и переиспользуется во всех графиках |
| RBAC и Row Level Security | Роли Admin, Alpha, Gamma и кастомные роли; RLS-правила ограничивают строки на уровне SQL — менеджер видит только свой регион, даже если открывает общий дашборд |
| Алерты и отчёты | Уведомление в Slack или на почту, когда метрика пересекает порог, и регулярная рассылка дашборда по расписанию — без сторонних сервисов |
| Кэширование | Redis или Memcached кэшируют результаты запросов — тяжёлый дашборд не бьёт по базе при каждом открытии |
| Асинхронные запросы | Celery выносит долгие запросы в фон, пользователь не упирается в таймаут браузера |
| Кросс-фильтрация | Клик по столбцу одного графика фильтрует остальные графики на дашборде — без единой строчки кода |
| API и Storybook | Полноценный REST API для автоматизации и Storybook для тех, кто пишет свои визуализации |
Осенью 2026 года актуальная стабильная версия — 6.1, вышедшая после мартовского релиза 6.0 с полностью переработанным интерфейсом на Ant Design 5, встроенной тёмной темой и возможностью разворачивать Superset под своим префиксом URL (/analytics, /bi) для мультитенантных инсталляций.
Apache Superset vs Power BI: в чём преимущества
Коротко: как бесплатный аналог Power BI Superset выигрывает по цене, контролю над данными и встраиванию, Power BI — по привычности для тех, кто живёт в Excel и Office 365.
| Критерий | Apache Superset | Power BI |
|---|---|---|
| Стоимость | 0 ₽ за лицензии при любом числе пользователей | Pro — $14 за пользователя в месяц, Premium per user — $24; для 50 сотрудников — от $8 400 в год |
| Доступность в России | Скачивается и работает без ограничений | Официально не продаётся в РФ с 2022 года, оплата и продление лицензий — через посредников |
| Лицензия / код | Open source, Apache 2.0 | Проприетарный продукт Microsoft |
| Хостинг и данные | Свои серверы или любое облако, данные не покидают контур | Облако Microsoft, ограниченный on-premise вариант (Report Server) |
| Источники данных | 60+ баз и движков, включая ClickHouse, Greenplum, Trino | 100+ коннекторов, лучшая связка с Excel и Office 365 |
| Встраивание в своё приложение | Бесплатно: Embedded SDK и guest-токены с RLS | Power BI Embedded — отдельная платная capacity в Azure |
| Кастомизация и код | Полный доступ к коду, свои визуализации на Python и React | Кастомные визуалы через маркетплейс, ограниченный API |
| Работа без кода | Конструктор графиков и фильтры для бизнес-пользователей, SQL Lab для аналитиков | No-code интерфейс плюс собственный язык DAX для сложных метрик |
| Мобильные устройства | Адаптивный веб, ничего не нужно устанавливать | Нативные приложения iOS и Android |
| Для кого | Компании, которым важны цена, контроль над данными и встраивание в продукт | Компании на стеке Microsoft с привычкой к Excel |
Power BI остаётся сильным продуктом там, где вся компания живёт в Office 365. Но для российского бизнеса в 2026 году к цене лицензий добавляется вопрос их легальной покупки и продления, а Superset закрывает те же задачи по отчётности без этого риска и без платы за каждого нового сотрудника. Поэтому внедрение BI-системы в российских компаниях в 2026 году всё чаще начинается именно как замена Power BI на Superset.
Apache Superset vs Яндекс DataLens: что выбрать для российского бизнеса
Коротко: DataLens удобен, когда данные уже лежат в Метрике и Yandex Cloud, а Superset — открытая альтернатива DataLens с большим числом графиков, полной кастомизацией, любыми источниками и бесплатным встраиванием.
| Критерий | Apache Superset | Yandex DataLens |
|---|---|---|
| Стоимость | Бесплатен полностью, включая брендирование и встраивание | Бесплатный тариф без лимита пользователей; брендирование, безопасное встраивание и приоритетная поддержка — в платном тарифе |
| Код / лицензия | Open source, Apache 2.0 | Проприетарный сервис Яндекса |
| Хостинг и данные | Любой: свои серверы, любое облако, on-premise | Только Yandex Cloud |
| Источники данных | 60+ баз и движков, включая BigQuery, Snowflake, Trino, Druid | ClickHouse, PostgreSQL, MySQL, MS SQL, Oracle, Greenplum, CSV, Google Sheets |
| Интеграции с сервисами Яндекса | Через SQL и API, готовых коннекторов нет | Метрика, AppMetrica, Cloud Billing, Yandex Query подключаются в пару кликов |
| Типы графиков | 50+, включая геокарты deck.gl, санки-диаграммы, когорты | Базовый набор, кастомизация виджетов ограничена в бесплатном тарифе |
| Кастомизация | Полная, вплоть до собственного кода визуализации | Ограничена |
| Встраивание | Бесплатно через Embedded SDK с Row Level Security | Только в платном тарифе |
| Алерты и рассылки | Встроены: почта, Slack, расписание | Ограничены |
| Поддержка | Сообщество Apache плюс интеграторы | SLA от Яндекс Облака |
DataLens — быстрый старт, если данные уже в Яндекс Метрике и Yandex Cloud, а дашборд нужен к завтрашнему утру. Superset — когда нужны источники за пределами экосистемы Яндекса, встраивание аналитики в свой продукт и кастомизация под бренд без апгрейда на платный тариф стороннего сервиса.
Если выбирать среди open-source BI, второй частый кандидат — Metabase: он проще в освоении, но у Superset богаче набор визуализаций, есть SQL Lab с Jinja-шаблонами, семантический слой и бесплатное встраивание с Row Level Security. Для компании, у которой аналитика растёт вместе с бизнесом, эти отличия быстро становятся решающими.
Какие источники данных поддерживает Superset
Superset работает с базами через SQLAlchemy, поэтому список источников ограничен практически только наличием диалекта — а он есть у большинства существующих СУБД и движков. Из коробки поддерживаются PostgreSQL, MySQL, ClickHouse, Microsoft SQL Server, Oracle, SQLite, MongoDB (через коннектор), а также аналитические платформы: BigQuery, Snowflake, Redshift, Databricks, Trino, Presto, Apache Druid, Hive, Impala, Pinot, Elasticsearch и Amazon Athena. Для данных без базы есть загрузка CSV и Excel-файлов прямо через интерфейс и подключение Google Sheets.
Добавление новой базы — это установка Python-пакета с драйвером и указание строки подключения в интерфейсе:
# ClickHouse
clickhousedb://user:password@host:8123/database
# PostgreSQL
postgresql://user:password@host:5432/database
# BigQuery
bigquery://project-idДля интернет-магазина типичная схема — Postgres как основная база приложения плюс ClickHouse для тяжёлой аналитики и логов, и Superset подключается к обеим базам одновременно, позволяя строить дашборды, которые сводят данные из разных источников на одном экране. Если вы уже переносили агрегации в ClickHouse ради скорости — Superset тем же движком отдаёт готовую визуализацию, разбор подхода есть в статье «Может ли LLM заменить аналитика».
Что учесть перед внедрением Apache Superset
Superset закрывает задачи платных BI-систем, но три вещи стоит спланировать заранее — все они решаются на этапе внедрения и потом не требуют внимания.
- Хостинг и поддержка. Продакшен-инсталляция — это Docker или Kubernetes, Redis для кэша, Celery для фоновых запросов и бэкапы. Поднимается за день и дальше живёт как любой другой сервис в вашей инфраструктуре.
- Подготовка данных. Superset визуализирует, но не заменяет ETL: витрины в ClickHouse или Postgres собираются отдельно — через dbt, Airflow или обычный cron. Зато готовые витрины потом одинаково работают и для дашбордов, и для LLM-ассистента.
- Сложные метрики пишутся на SQL. Конструктор без кода закрывает типовые срезы, а семантический слой с «выручкой», «маржой» и «повторными покупками» один раз настраивает аналитик или разработчик — после этого бизнес-пользователи собирают графики из готовых метрик без единой строчки кода.
Сколько стоит внедрение Apache Superset
Лицензии — 0 ₽, поэтому стоимость складывается из сервера и работы по настройке. По нашему опыту внедрение укладывается в три этапа, и первый из них уже даёт рабочие дашборды.
| Этап | Что входит | Срок |
|---|---|---|
| Пилот | Развёртывание, подключение одного-двух источников, два-три дашборда для руководства | 1–2 недели |
| Внедрение | Витрины данных, семантический слой, роли и Row Level Security, алерты и рассылки, 5–10 дашбордов | 3–6 недель |
| Встраивание в продукт | Guest-токены, RLS по клиентам, дашборды внутри личного кабинета или админки | плюс 1–2 недели |
Сервер для Superset на команду до 50 человек — обычный VPS с 4 vCPU и 8 ГБ памяти, порядка 5–7 тысяч рублей в месяц по ценам российских облаков. Для сравнения: 50 лицензий Power BI Pro — около $8 400 в год, и это без Premium и без вопросов с оплатой из России.
Мы разворачиваем Superset, собираем витрины и дашборды под ваши данные и встраиваем их в продукт или админку — если нужны аналитические отчёты без платы за каждого пользователя, пишите нам через форму на сайте.
Как встроить дашборд Superset в свой проект на Django с Unfold
Superset — самостоятельное Flask-приложение, поэтому «встроить» его в Django с технической точки зрения означает не слияние кода, а безопасное встраивание готового дашборда через iframe с помощью официального пакета @superset-ui/embedded-sdk. Это удобно дополняет встроенный дашборд Unfold: DASHBOARD_CALLBACK в Unfold хорош для фиксированного набора метрик, которые собирает разработчик, а Superset даёт пользователю интерактивную аналитику с фильтрами и drill-down без единой строчки кода на каждый новый срез.
Схема из трёх шагов:
-
Разверните Superset и включите встраивание. В
superset_config.pyвключается флагEMBEDDED_SUPERSET, задаётся секрет для guest-токенов и разрешённый домен вашего Django-приложения:FEATURE_FLAGS = {"EMBEDDED_SUPERSET": True} GUEST_TOKEN_JWT_SECRET = "длинный-случайный-секрет" GUEST_TOKEN_JWT_AUDIENCE = "https://shop.example.com"Дальше в самом Superset через меню дашборда включается «Embed dashboard» — это даёт
uuidдашборда, который понадобится на фронтенде. -
На бэкенде Django добавьте эндпоинт, который выдаёт guest-токен. Django-сервис ходит в Superset под сервисным аккаунтом с правом
can_grant_guest_tokenи просит токен персонально для текущего пользователя, с правилом Row Level Security по егоclient_id— это и есть механизм, который не даёт одному клиенту увидеть данные другого, даже если оба смотрят один и тот же дашборд:def get_superset_guest_token(request): access_token = superset_login() # POST /api/v1/security/login сервисным аккаунтом payload = { "user": {"username": request.user.email}, "resources": [{"type": "dashboard", "id": SUPERSET_DASHBOARD_UUID}], "rls": [{"clause": f"client_id = {request.user.client_id}"}], } resp = requests.post( f"{SUPERSET_URL}/api/v1/security/guest_token/", json=payload, headers={"Authorization": f"Bearer {access_token}"}, ) return JsonResponse({"token": resp.json()["token"]}) -
На фронтенде вызовите
embedDashboard— например, на кастомной странице админки, добавленной черезUnfoldModelAdminViewMixin, как описано в статье про Unfold:import { embedDashboard } from "@superset-ui/embedded-sdk"; embedDashboard({ id: "SUPERSET_DASHBOARD_UUID", supersetDomain: "https://bi.example.com", mountPoint: document.getElementById("superset-container"), fetchGuestToken: () => fetch("/superset/guest-token/").then((r) => r.json()).then((d) => d.token), dashboardUiConfig: { hideTitle: true, filters: { expanded: false } }, });
Guest-токен живёт недолго (по умолчанию несколько минут) и содержит правила RLS внутри подписанного JWT — подделать его или обойти ограничение по строкам с фронтенда невозможно, вся проверка происходит на сервере Superset. Для клиентского портала или личного кабинета, где у каждого пользователя должны быть только свои данные, это ровно тот уровень безопасности, который нужен, и он не требует писать собственный слой авторизации поверх графиков.
Что дальше
- Если аналитика в проекте уже упирается в тяжёлые агрегации в коде приложения, посмотрите на перенос расчётов в колоночную базу в статье «Может ли LLM заменить аналитика» — Superset отлично сработается с той же схемой на ClickHouse.
- Если админка проекта строится на Django, но встроенных карточек и графиков Unfold уже не хватает, — обзор django-unfold объясняет, где встроенный дашборд Unfold справляется сам, а где стоит подключать внешний BI вроде Superset.
Коротко
Что такое Apache Superset простыми словами?
Бесплатная BI-система с открытым кодом для дашбордов и визуализации данных. Подключается почти к любой базе, даёт конструктор графиков без кода для бизнес-пользователей и SQL-редактор для аналитиков, умеет алерты и рассылку дашбордов по расписанию.
Apache Superset правда бесплатный и с открытым кодом?
Да, проект Apache Software Foundation под лицензией Apache 2.0, бесплатен для любого использования без лимитов на пользователей или данные. Платите только за сервер и, при желании, за работу по внедрению.
Чем Apache Superset лучше Power BI?
Это бесплатный аналог Power BI: работает при любом числе пользователей, живёт на своих серверах и встраивается в продукт без доплат. Power BI — подписка за каждого пользователя, которая с 2022 года официально не продаётся в России; его сила — привычность для тех, кто работает в Excel.
Чем Apache Superset отличается от Яндекс DataLens?
DataLens — облачный сервис Яндекса с готовыми коннекторами к Метрике и AppMetrica. Superset — открытая альтернатива: работает с любыми базами в любой инфраструктуре, даёт больше типов графиков, полную кастомизацию и бесплатное встраивание, которое в DataLens есть только в платном тарифе.
Сколько стоит внедрение Apache Superset?
Лицензии бесплатны, бюджет — это сервер (VPS на 4 vCPU и 8 ГБ хватает на команду до 50 человек) и работа по настройке. Пилот с двумя-тремя дашбордами — 1–2 недели, полноценное внедрение с витринами, ролями и рассылками — 3–6 недель.
Как встроить дашборд Superset в свой сайт или приложение?
Через пакет @superset-ui/embedded-sdk и guest-токены: бэкенд запрашивает у Superset временный JWT с правилами Row Level Security для конкретного пользователя, фронтенд вызывает embedDashboard с этим токеном и монтирует дашборд в iframe.