Docker Compose部署Superset与MySQL：Sakila数据可视化实战-代码聚汇网

Docker Compose部署Superset与MySQL：Sakila数据可视化实战

外币兑换·2026-09-06·阅读 102 GEO检测（免费）

Docker ComposeSupersetMySQL

|难度：普通|阅读约 40 分钟

1. 选这套组合的原因：Superset 做可视化，Sakila 当练习数据，compose 管部署

先说一下我为什么对这套组合这么上心。过去两年里，我先后在好几个项目里负责过数据看板的搭建，从最初的直接用代码拼图表，到后来换成 BI 工具，走了不少弯路。Superset 是我用的比较顺手的一个开源 BI 工具，但每次在一台新机器上部署它，总会遇到各种奇怪的依赖问题——Python 版本不对、数据库驱动缺失、前端资源构建失败等等。这套流程走多了，我逐渐意识到：与其每次都手动折腾环境，不如一开始就把整个部署过程编排好。这也是我这次决定用 docker compose 把 Superset 和 MySQL 一起拉起来的原因。

这个方案能解决什么问题？简单说，就是你只需要在服务器上装好 Docker 和 Compose 插件，然后执行一条命令，Superset 和 MySQL 就能同时跑起来，并且它们之间已经通过内部网络打通了。数据层面，我选的是 MySQL 官方的 Sakila 示例数据库。这个库模拟了一个 DVD 租赁店的业务场景，里面有 film（电影）、actor（演员）、customer（客户）、rental（租赁记录）等十几张表，数据之间有完整的外键关联。相比那些只有两三张表的入门示例，用 Sakila 才能练到真正的多表 join 和聚合分析，比如"哪个演员的电影被租赁次数最多""每个月的租赁收入趋势"这类问题，正好匹配 Superset 的核心使用场景。

这篇内容适合谁看？如果你刚接触 Superset，想快速在本地搭一套环境看看效果；或者你已经用过一些 BI 工具，但一直没有找到一个干净利落的部署方式；再或者你单纯想拿一份真实度足够高的数据来练习 SQL 和图表设计——这套组合都值得一试。我下面写的所有内容，都是我实际执行过的步骤，命令和配置会直接贴出来，你可以照着跑。

需要模型API调用？免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。

2. 开工前的环境检查与架构规划

2.1 需要准备的基础环境

先说结论：整个部署过程不需要你自己装 MySQL，也不用配 Python 环境，但有一个前提——你的机器上得有 Docker。我建议 Docker Engine 版本不低于 20.10，因为新版 Docker 已经默认集成了 compose 子命令，也就是你敲 docker compose 而不是 docker-compose。如果你还是老版本的 Docker，先去把引擎升上去，这能省掉后面非常多的兼容性麻烦。

然后确认一下两个版本：

bash复制docker --version
docker compose version

我这边的环境是 Docker 27.4.2，Compose 2.32.2，跑下面整套流程没有任何问题。如果你是 Ubuntu、CentOS、macOS 或者 Windows 的 Docker Desktop 环境，操作基本一致。唯一要注意的是，如果你在 Windows 上用 WSL2 跑 Docker，注意把项目目录放在 Linux 文件系统内，否则挂载卷的性能会有明显损耗。

2.2 网络拓扑与数据流转路径

在写 docker-compose.yml 之前，我先画了一条数据流转的线路（其实就是服务之间的调用关系），理清这条线之后，后面的配置会顺畅很多：

Superset 容器负责提供 Web 界面和图表渲染服务，监听 8088 端口；
MySQL 容器负责存储 Sakila 的数据，监听 3306 端口；
在 Compose 内部网络中，Superset 可以通过服务名 mysql 直接访问 MySQL 的 3306 端口，不需要走宿主机 IP；
宿主机只需要暴露 Superset 的 8088 端口给你访问，MySQL 的 3306 端口可以留给你自己的数据库客户端连接，也可以不暴露。

这个设计的核心是把服务间的通信限制在 Compose 创建的内部网络里，对外只暴露必要的端口。好处很明显：一是安全，MySQL 不会直接被外部网络扫描到；二是配置简单，你不需要关心宿主机 IP 是什么，mysql 这个服务名在容器内就等效于一个稳定的 DNS 记录。

2.3 持久化方案：别让数据跟着容器消失

容器是无状态的，这意味着如果哪天你不小心执行了 docker compose down，默认情况下 MySQL 里的数据会全部清零。为了避免这种事故，我在 compose 文件里用到了两种持久化手段：

命名的 volume：用于存 MySQL 的数据文件，这是最推荐的方式，数据由 Docker 统一管理；
bind mount：用于把宿主机上的初始化 SQL 脚本挂载到 MySQL 容器的 /docker-entrypoint-initdb.d/ 目录，容器首次启动时会自动执行该目录下的 SQL 脚本。

Superset 这边，它自己的元数据（用户、看板配置、图表配置等）默认存在一个内置的 SQLite 数据库文件里。我同样用命名 volume 把它持久化下来，这样容器重启后你配置好的图表不会丢。

3. 先搞定 MySQL：拿 Sakila 当试验田

3.1 获取 Sakila 初始化脚本

Sakila 是 MySQL 官方提供的示例数据库，源码托管在 GitHub 的 mysql/mysql-server 仓库里，也可以从 dev.mysql.com 的文档区下载。我习惯直接把 SQL 文件下下来，因为这样不需要一路点网页。

打开终端，先创建项目目录，然后拉取脚本：

bash复制mkdir -p ~/superset-sakila/mysql-init
cd ~/superset-sakila/mysql-init
curl -LO https://raw.githubusercontent.com/mysql/mysql-server/8.0/share/sakila/sakila-schema.sql
curl -LO https://raw.githubusercontent.com/mysql/mysql-server/8.0/share/sakila/sakila-data.sql

下载完看一眼确认文件没问题：

bash复制ls -lh
head -n 30 sakila-schema.sql

sakila-schema.sql 负责建库建表，sakila-data.sql 负责灌数据。这里有一个细节：MySQL 官方仓库里的 Sakila 脚本路径可能会随分支变化，如果上面这条 URL 失效了，可以打开 GitHub 的 mysql/mysql-server 仓库，在 share/sakila/ 目录下找对应版本的文件。另一个可选的来源是 jOOQ/sakila 仓库，它维护了多个数据库方言的 Sakila 版本，MySQL 的也能用。

3.2 用 docker compose 启动 MySQL 服务

我直接用了 MySQL 8.0 的官方镜像，生产环境这么久跑下来，8.0 无论是稳定性还是 SQL 功能都比较成熟。Compose 文件里的 MySQL 服务我这样定义：

yaml复制  mysql:
    image: mysql:8.0
    container_name: sakila-mysql
    restart: unless-stopped
    environment:
      MYSQL_ROOT_PASSWORD: rootpass
      MYSQL_DATABASE: sakila
    volumes:
      - mysql_data:/var/lib/mysql
      - ./mysql-init:/docker-entrypoint-initdb.d:ro
    ports:
      - "3306:3306"
    healthcheck:
      test: ["CMD", "mysqladmin", "ping", "-h", "localhost", "-uroot", "-prootpass"]
      interval: 5s
      timeout: 5s
      retries: 20

几个地方的用意我说明一下：

MYSQL_DATABASE: sakila：镜像首次初始化时会自动创建一个名为 sakila 的空库；
/docker-entrypoint-initdb.d：镜像官方支持的初始化脚本目录。MySQL 容器第一次启动时，会按文件名的字母顺序执行该目录下的 .sh、.sql 和 .sql.gz 文件。sakila-schema.sql 里虽然写了 CREATE DATABASE sakila，它和 MYSQL_DATABASE 的配置不冲突，脚本执行时会自动 USE 到 sakila 库；
healthcheck：这个很重要。Superset 依赖 MySQL，如果 MySQL 还没就绪 Superset 就尝试连接，会直接报错退出。通过 healthcheck 可以让 Compose 感知 MySQL 的真实状态；
container_name 我显式指定了，方便后面用 docker exec 进入容器排错。

3.3 初始化过程执行说明

写好 compose 文件后（完整版我放到下一节再给），先只启动 MySQL 服务，观察初始化日志：

bash复制docker compose up -d mysql
docker compose logs -f mysql

日志里出现 ready for connections 就说明 MySQL 启动成功。然后进入容器验证 Sakila 是否导入成功：

bash复制docker exec -it sakila-mysql mysql -uroot -prootpass -e "USE sakila; SHOW TABLES; SELECT COUNT(*) FROM film;"

正常情况下你应该看到 23 张表，film 表里有 1000 条记录。

这一步最容易出的问题有两个：

如果你之前已经在同一个目录跑过 docker compose up，MySQL 的数据卷已经初始化过，之后你再往 mysql-init 目录加 SQL 文件，容器不会重新执行——初始化脚本只在数据卷首次创建时生效。解决办法是把对应的命名 volume 删掉重建：docker compose down -v，注意这会清除所有数据；
如果挂载了旧版本的 sakila-schema.sql，某些 8.0 版本会报 ERROR 1067 (42000): Invalid default value for 'last_update'，这是因为脚本里的 timestamp 默认值写法比较老。遇到这种情况，下载我在上面链接里指定的 8.0 分支脚本，或者手动搜索脚本里的 0000-00-00 相关的默认值并改成合法值。

4. 编排 Superset：docker-compose.yml 怎么写得又稳又方便调试

4.1 镜像选型：apache/superset 到底用哪个 tag

Superset 官方镜像在 Docker Hub 上有多个 tag，从 apache/superset:3.1.0 到 apache/superset:4.1.1 都是稳定版本。对新手来说，我的建议是直接用带具体版本号的 tag，不要用 latest。原因很简单：latest 会随上游更新变化，某天你重新拉镜像时可能就升级到大版本了，配置可能会有兼容性问题，而 BI 工具这类东西，稳定压倒一切。我这套示例用的 tag 是 apache/superset:4.1.1，这是 4.x 系列里我实测比较稳的版本。

补充一点：如果你网络环境拉 Docker Hub 镜像比较慢，可以给 Docker 配置 registry mirror，或者直接用加速器。这属于基础运维操作，这里不展开。

4.2 完整 compose 文件解读

下面是整套部署的 docker-compose.yml，我把 Superset 和 MySQL 都写在一个文件里：

yaml复制services:
  mysql:
    image: mysql:8.0
    container_name: sakila-mysql
    restart: unless-stopped
    environment:
      MYSQL_ROOT_PASSWORD: rootpass
      MYSQL_DATABASE: sakila
    volumes:
      - mysql_data:/var/lib/mysql
      - ./mysql-init:/docker-entrypoint-initdb.d:ro
    ports:
      - "3306:3306"
    healthcheck:
      test: ["CMD", "mysqladmin", "ping", "-h", "localhost", "-uroot", "-prootpass"]
      interval: 5s
      timeout: 5s
      retries: 20

  superset:
    image: apache/superset:4.1.1
    container_name: superset-app
    restart: unless-stopped
    environment:
      SUPERSET_SECRET_KEY: 'please-change-me-to-a-random-secret'
      SUPERSET_LOAD_EXAMPLES: 'no'
    ports:
      - "8088:8088"
    volumes:
      - superset_data:/app/superset_home
    depends_on:
      mysql:
        condition: service_healthy

volumes:
  mysql_data:
  superset_data:

这里有几个关键决策点，我拆开讲：

第一，depends_on 的写法。传统 Compose 文件的 depends_on 只控制启动顺序，不管服务是否真正就绪。从 Compose 2.20 版本开始支持了 condition: service_healthy 这种健康状态依赖，意思很明确：MySQL 的 healthcheck 通过之前，Superset 容器不会启动。这样就不会出现 Superset 先启动、连接 MySQL 失败然后整个应用崩掉的局面。

第二，SUPERSET_SECRET_KEY。这个变量用于加密 Superset 的会话 cookie 和签名凭证。官方镜像里如果不设置，Superset 会默认用一个固定的弱 key，生产环境有安全风险。你可以用下面命令生成一个随机字符串填进去：

bash复制openssl rand -base64 42

第三，SUPERSET_LOAD_EXAMPLES 我设成了 no。官方镜像启动时会通过一个初始化脚本决定是否加载内置示例看板，示例数据会占用额外的初始化时间，而且我们这次要接的是 Sakila 数据，内置示例反而会干扰界面。不过要注意，这个环境变量只影响首次初始化，如果你后续想让 Superset 加载示例，可以再手动执行 superset load_examples。

第四，Superset 的 volume 挂载点为什么是 /app/superset_home。官方镜像的说明文档里明确写了，Superset 的元数据库（默认 SQLite 文件）、上传文件缓存等都放在这个目录下。把它持久化到命名 volume，意味着你辛辛苦苦配置的看板、图表、数据源连接，在容器重建后都能恢复。

4.3 先启动所有服务，验证依赖关系

写好后执行：

bash复制docker compose up -d
docker compose ps

这时你会看到两个容器都在运行。如果一切正常，Superset 的依赖等待逻辑会先等 MySQL 健康检查通过，再进入启动状态。你可以观察日志确认：

bash复制docker compose logs -f superset

看到 WARNING: Superset is running in development mode 或者 App is running on http://0.0.0.0:8088 之类的输出，就说明 Superset 已经起来了。此时浏览器访问 http://localhost:8088，应该能看到登录页面，但你还进不去，因为还没有初始化管理员账号。

5. 初始化 Superset：从空容器到能登录后台

5.1 三条必须执行的初始化命令

Superset 官方镜像自带的镜像入口脚本已经做了一部分初始化工作，比如创建默认的 admin / admin 账号，但不同版本行为有差异。我习惯手动执行一遍完整的初始化流程，确保账号是自己可控的。具体命令如下：

bash复制# 第一步：升级 Superset 的元数据库
docker compose exec superset superset db upgrade

# 第二步：创建管理员账号
docker compose exec superset superset fab create-admin \
  --username admin \
  --firstname Admin \
  --lastname User \
  --email admin@example.com \
  --password admin

# 第三步：初始化角色和权限
docker compose exec superset superset init

db upgrade 会执行所有数据库迁移脚本，把 Superset 内部的表结构建好。fab create-admin 是 Flask-AppBuilder 提供的命令行工具，用来创建管理员用户。superset init 则会创建默认的角色、权限和视图，这步不做的话，后面登录进去各种按钮可能显示不全。

三条命令执行完毕，回到浏览器刷新 http://localhost:8088，用刚才创建的用户名密码登录。正常情况下你会进入 Superset 的主界面，左侧菜单有 Dashboards、Charts、Datasets、SQL Lab 等入口。

5.2 登录后应该先干的三件事

进入主界面后，别急着连数据库，先把下面三件事做了，能省掉后面一堆麻烦：

第一，右上角头像进入 Settings -> User profile，确认当前用户的语言、时区。把时区设置成你本地的时区，否则后面图表的时间轴显示会差好几个小时，很难排查。

第二，到 Settings -> Analytics 界面（有的版本叫 Database Actions），确认 Superset 内置的 SQLite 数据库已经被自动扫描到。这一步其实不用手动操作，主要是让你了解数据库列表长什么样，为后面添加 MySQL 连接做铺垫。

第三，如果你打算用 SQL Lab 做临时查询，到 Settings -> SQL Lab 配置里调整一下查询超时时间，默认有可能太短，复杂查询会被直接杀掉。

这三件事都不复杂，但是能明显提升后续的使用体验。

6. 数据库连接配置：让 Superset 真正读到 Sakila 的表

6.1 装 MySQL 驱动：一个常见的隐藏坑

现在到了最关键的一步：让 Superset 能连上 MySQL。Superset 后端连接数据库依赖 Python 的 DB-API 驱动，不同数据库需要不同的驱动包。官方镜像默认预装了 PostgreSQL 的驱动，但 MySQL 驱动需要你自己装。

执行下面这条命令安装驱动：

bash复制docker compose exec superset pip install mysqlclient

这里有两个方案可以选：mysqlclient 或者 pymysql。我推荐 mysqlclient，因为它是 C 扩展实现，性能更好，而且和 SQLAlchemy 的配合更成熟。如果你在安装时遇到编译报错，大概率是缺少系统级的依赖（gcc、python3-dev 等），更省事的方式是直接装纯 Python 的 pymysql，功能上完全够用：

bash复制docker compose exec superset pip install pymysql

装完驱动后，一定要重启 Superset 容器，否则新装的依赖可能不会被加载：

bash复制docker compose restart superset

6.2 编写连接串与连接设置

Superset 的数据库连接配置界面在 Settings -> Database Connections，点右上角的 + Database。在弹出的窗口里选择 MySQL，然后填连接串（SQLAlchemy URI）：

code复制mysql+pymysql://root:rootpass@mysql:3306/sakila

拆开解释一下这一段：

mysql+pymysql：指定用 SQLAlchemy 方言和对应的 DB-API 驱动。如果你刚才是装 mysqlclient，这里要改成 mysql+mysqldb；
root:rootpass：MySQL 的用户名和密码，和 compose 文件里的环境变量对应；
mysql:3306：数据库地址。注意这里用的是 Compose 服务名 mysql，而不是 localhost。因为在容器内部，Superset 通过 Docker 内部网络访问 MySQL，localhost 指向的是 Superset 容器自身，那里并没有 MySQL 进程；
sakila：要连接的数据库名。

填好 URI 之后，点 Test Connection，Superset 会尝试连一下数据库。如果看到绿色对勾，说明连接成功。这时候在同一个弹窗里可以勾选 Expose database in SQL Lab 和 Allow file uploads to database 之类的选项，按需选择即可。保存后，你会在数据库列表里看到刚才添加的 sakila 连接。

6.3 通过 Dataset 和 SQL Lab 验证数据链路

连接建立之后，有两条路可以验证数据是否打通：

第一条路，在顶部的 Data -> Datasets 菜单里，点 + Dataset，选择刚才创建的 sakila 连接。这时候页面会列出 sakila 库里面所有的表，勾选几张核心表，比如 film、actor、rental、payment，点创建。之后你就能在 Chart 创建界面里直接选这些表作为数据源来设计图表，Superset 会自动扫描表结构和字段类型。

第二条路，直接进 SQL Lab，在数据库下拉框选择 sakila，然后在编辑区写一条查询验证一下数据：

sql复制SELECT
  c.name AS category,
  COUNT(f.film_id) AS film_count
FROM category c
JOIN film_category fc ON c.category_id = fc.category_id
JOIN film f ON f.film_id = fc.film_id
GROUP BY c.name
ORDER BY film_count DESC;

点 Run 执行，如果能看到各个电影分类的计数结果，说明整条链路——Superset、MySQL、Sakila——已经完全打通了。接下来你要做的就是用 SQL Lab 写探索性的查询，然后把结果保存成 Dataset，再基于 Dataset 创建图表、组装 Dashboard。

7. 实测复盘：我遇到的坑和解决思路

7.1 坑一：healthcheck 的凭据泄露在进程列表里

这是一个安全细节。我在 healthcheck 里直接用了 mysqladmin ping -uroot -prootpass，密码会暴露在容器进程的启动参数里。对于本地学习和测试环境，这不算大问题；但如果部署到生产环境，建议改用 .env 文件加载敏感配置，或者在 healthcheck 里通过环境变量引用密码，而不是硬编码。

简单的改进方式是这样：

yaml复制environment:
  MYSQL_ROOT_PASSWORD: ${MYSQL_ROOT_PASSWORD:-rootpass}

然后在项目根目录创建一个 .env 文件：

code复制MYSQL_ROOT_PASSWORD=your-strong-password

这样 compose 文件里不用写明文密码，也能通过环境变量统一管理。.env 文件要记得加入 .gitignore。

7.2 坑二：Superset 容器日志里出现 `Fatal error in launcher`

这个坑我碰到过两次，原因几乎一样：我用 docker compose exec superset pip install xxx 装驱动时，容器里的 pip 和环境里的 Python 版本对不上，导致安装后命令行工具找不到可执行文件。解决办法是先确认容器里的 Python 路径：

bash复制docker compose exec superset which python
docker compose exec superset python -m pip install mysqlclient

用 python -m pip 代替裸的 pip 执行安装，避免掉进多 Python 环境的坑。

7.3 坑三：Superset 连接 MySQL 时提示 `Can't connect to MySQL server on 'mysql'`

这个报错的原因通常是两个：一个是 MySQL 容器没起来，另一个是 Compose 网络没配对。由于我在 compose 文件里已经定义了 healthcheck 依赖，正常情况下 Superset 不会在 MySQL 未就绪时启动。但如果你改了网络配置，比如自定义了 network 别名，就得确认 Superset 和 MySQL 是不是在同一个 Compose 项目中。最简单的方式是别自定义网络，直接用 Compose 默认创建的项目网络。

如果你发现两个容器确实在同一个网络里，但连接还是失败，可以进入 Superset 容器手动测试一下到 MySQL 的连通性：

bash复制docker compose exec superset bash
# 容器内执行
curl -v telnet://mysql:3306

看到 Connected to mysql 就说明网络通了。

7.4 坑四：图表查询偶尔超时

Sakila 库的数据量不大，大部分查询都在毫秒级，但如果你在 SQL Lab 里跑一些跨表聚合、没有加索引的查询，Superset 默认的查询超时时间（大约 30 到 60 秒）还是有可能触发的。遇到这种情况，在 SQL Lab 设置里把超时调大即可，不建议在生产环境无脑调大，否则一个慢查询可能会拖垮数据库。

7.5 坑五：容器重启后登录状态丢失

这个问题一般是因为 Superset 的 secret key 在容器重建后发生了变化，导致会话签名失效。如果你用了命名 volume 持久化 superset_home，secret key 不变的话登录状态是可以保持的。解决办法是把你生成的 SUPERSET_SECRET_KEY 写死在 compose 文件的 .env 里，不要每次部署都重新生成。

8. 图表实战：拿 Sakila 做一张看板，验证整个链路

前面环境全通了，光连上数据库不画图有点浪费。我拿 Sakila 数据做了一张简单的看板，把"最赚钱的电影分类"和"每月租赁趋势"两个维度呈现出来，这能完整地走通从 Dataset 到 Chart 再到 Dashboard 的流程。

第一步：创建 Dataset。在 Data -> Datasets 里选择 sakila 连接，勾选 payment、rental、inventory、film、film_category、category 这几张表，创建。

第二步：在 SQL Lab 里写好图表所需的查询。比如我想看每个电影分类的租赁收入，SQL 如下：

sql复制SELECT
  c.name AS category,
  SUM(p.amount) AS total_revenue
FROM payment p
JOIN rental r ON p.rental_id = r.rental_id
JOIN inventory i ON r.inventory_id = i.inventory_id
JOIN film f ON i.film_id = f.film_id
JOIN film_category fc ON f.film_id = fc.film_id
JOIN category c ON fc.category_id = c.category_id
GROUP BY c.name
ORDER BY total_revenue DESC;

在 SQL Lab 里运行，确认数据没问题后，点 Explore 按钮，Superset 会把查询结果转成一个临时 Dataset，你可以在图表编辑器里选柱状图、饼图等可视化类型，直接生成图表。

第三步：在 charts 界面新建图表，数据源选择刚才创建的 Dataset，把 category 作为维度（Dimension），total_revenue 作为指标（Metric），选一个横向柱状图，保存。

第四步：Dashboards 里新建看板，把刚才的图表拖进去，再调整一下布局，一张简单的收入分析看板就完成了。整个链路从数据到展示，没有写一行前端代码。

这一步做完，你对 Superset 的完整使用流程就有了一个整体认知：环境怎么搭、数据怎么接、图表怎么出、仪表盘怎么组。后面再深入学比如高级计算字段、自定义 SQL 指标、定时邮件报表这些功能，都是在这套体系上继续叠加。

我个人在实际操作中的体会是，这套组合一旦跑通，以后再接任何别的数据库，比如 PostgreSQL、ClickHouse，都只是多写一个连接串的问题，整个部署框架可以复用。容器化部署的价值就在这里：环境一致性有了保障，换一台机器也只是把 compose 文件复制过去再跑一遍而已。