如何从Apache Superset向PrestoDB跨目录查询及配置SQLAlchemy URI

刚好之前处理过类似的跨目录查询需求，我来一步步给你讲清楚怎么配置和操作：

1. 配置Superset连接PrestoDB的SQLAlchemy URI #

首先你需要在Superset里创建一个PrestoDB的数据源，对应的SQLAlchemy URI格式如下：

presto://<username>:<password>@<presto-coordinator-host>:<port>/<default-catalog>/<default-schema>

• 参数说明：
  • <username>: 访问PrestoDB的用户名（如果无需密码，直接去掉:<password>部分即可）
  • <presto-coordinator-host>: Presto协调器的主机地址或域名
  • <port>: Presto协调器的端口，默认是8080
  • <default-catalog>: 连接时默认使用的目录（比如hive或者mysql，这个只是默认值，完全不影响跨目录查询）
  • <default-schema>: 默认使用的schema

举个实际示例：假设你的Presto协调器地址是presto-server:8080，用户名是superset_user，无密码，默认目录选hive，默认schema是default，那URI就是：

presto://superset_user@presto-server:8080/hive/default

2. 编写跨目录联合查询的SQL #

在Superset的SQL Lab或者图表查询中，你只需要用<catalog>.<schema>.<table>的完整路径来引用不同目录下的表，就能实现跨MySQL和Hive的联合查询。

比如，要关联MySQL目录下sales schema的orders表，和Hive目录下warehouse schema的products表，SQL可以这么写：

SELECT 
    o.order_id,
    p.product_name,
    o.quantity,
    o.order_date,
    p.price * o.quantity AS total_amount
FROM mysql.sales.orders o
INNER JOIN hive.warehouse.products p
    ON o.product_id = p.product_id
WHERE o.order_date >= '2024-01-01'
ORDER BY o.order_date DESC

3. 关键注意事项 #

• 确保你的PrestoDB已经正确配置了MySQL和Hive的连接器，并且这两个连接器状态正常（可以在Presto的Web UI里查看连接器状态）
• 确认Superset使用的Presto用户拥有访问这两个目录、对应schema和表的权限，否则会出现权限拒绝的错误
• 如果遇到查询性能问题，可以检查Presto的资源配置，或者给查询添加合理的过滤条件减少数据量

内容的提问来源于stack exchange，提问作者Casel Chen