EDA 介绍与选型指南

目标：说清 EDA（Edalitics）是什么、架构与功能边界在哪、适合谁用，并用同赛道开源 BI 工具（Metabase、Redash、Superset）做一轮带数据的横向对比，帮助读者在一小时内完成"认知 + 选型"决策。本文为认知篇，全部信息来自官方渠道联网溯源（标注来源与查询日期 2026-10-30），不含本地实测；部署、配置与 API 细节见本专栏后续各篇。

一、环境信息

本篇是介绍与选型指南（A1 认知篇），不依赖本地环境，所有版本号、星数、发布时间均于 2026-10-30 通过以下官方渠道实查取得：

• 官方网站：https://www.edalitics.com（SaaS 服务入口与产品介绍）
• 官方文档站：http://doc.edalitics.com（README "Documentation" 节指向）
• 代码仓库：https://github.com/jortilles/EDA（Releases Atom 源 releases.atom）
• 社区数据：shields.io 徽章接口（img.shields.io/github/stars/jortilles/EDA.json，返回 212；img.shields.io/github/commit-activity/m/jortilles/EDA.json，返回 74 commits/月）
• 技术栈与默认凭证：仓库 master 分支 README.md 与 eda/eda_api/package.json、eda/eda_app/package.json（版本声明分别为 3.2.0 开发版与 3.1.2）

⚠️ 说明：GitHub API（api.github.com）在查询当日不可用，星数与提交活跃度改由 shields.io 徽章接口取证（该接口返回 JSON {"label":"stars","message":"212",...}），版本列表由 GitHub Releases Atom 源取证，两者均为官方数据的直接镜像，可信度等同于仓库页。

二、软件概述

EDA，现名 Edalitics（前身 "Enterprise Data Analytics"，仓库 jortilles/EDA），是西班牙软件公司 Jortilles 开源的数据分析与仪表盘（BI）平台。其定位在 README 第一段写得直白：让数据探索与可视化"对非技术用户极其简单，同时为高级分析师保留强大能力"。项目采用 AGPL-3.0 许可证发行（README "License" 节，查询日期 2026-10-30）。

产品有两种消费形态：一是官方托管的 SaaS 服务（edalitics.com，免费试用层 free.edalitics.com），二是自托管——官方最简部署是一条 docker run -p 80:80 jortilles/eda:latest（README "Run edalitics with Docker" 节，标注为 recommended），默认管理员账号 eda@jortilles.com / 密码 default（README "Default credentials" 节）。本专栏后续各篇围绕自托管形态展开。

它是典型的元数据驱动BI：用户先对源库建"数据模型"（把表、列、关系组织成业务人员可理解的树），再基于模型无代码拼装图表与仪表盘；同时为高级用户保留直写 SQL 的模式。README 概括为两步：1. Create a data model；2. Create nice reports。

版本与活跃度（2026-10-30 取证）：

发布节奏上，3.1.x 在 2026 年保持约每两个月一个功能版的速率（3.1.1 于 6 月、3.1.2 于 8 月），项目处于活跃维护期，但社区体量小（数百星量级），属于"小众但活着"的长尾开源项目。

💡 技术拓展：开源 BI 工具的"数据接入模型"主要有三类——

模型	机制	代表工具	取舍
直连推查询（query pushdown）	不抽数，图表实时向源库下发 SQL	EDA、Metabase、Redash、Superset	零 ETL、数据实时，但源库负载随看板使用增长
抽取/缓存模式	把数据抽到内部引擎再查询	Metabase（同步+缓存）、Superset（结果缓存）	查询快，但需要同步调度与存储
内嵌列存引擎	CSV/Excel 抽入内嵌 DuckDB 再分析	EDA（3.1.1 起内置 DuckDB）	无库用户也能分析文件数据

EDA 实际是"直连推查询为主 + DuckDB 兜底文件数据"的组合：数据库类数据源实时下推，文件类数据源（CSV/Excel）经上传导入 DuckDB 后分析。

三、核心架构

以下架构信息来自仓库 master 分支源码与 Docker 镜像构建文件（Dockerfile、eda/docker_run.sh、eda/eda_api 路由定义，查询日期 2026-10-30）：

浏览器
  │  http://<host>/
  ▼
┌─────────────────────────────────────────────────────┐
│ 单个一体化服务（官方镜像 jortilles/eda）                │
│                                                     │
│  Apache2 (:80)                                      │
│   ├─ /            Angular 前端静态资源                │
│   └─ /edapi/  ──反代──▶  Node.js/Express API (:8666) │
│                            ├─ 用户/组/角色管理         │
│                            ├─ 数据源与数据模型          │
│                            ├─ 仪表盘与图表查询          │
│                            ├─ 定时任务与邮件（KPI 告警） │
│                            └─ AI 助手 / MCP 端点       │
│  MongoDB 8.0 (:27017，仅本机访问)                     │
│   └─ 元数据库 EDA：用户、组、数据源模型、仪表盘定义       │
└─────────────────────────────────────────────────────┘
        │ 实时下推查询（各驱动直连）                │ CSV/Excel 经 DuckDB
        ▼                                       ▼
  MySQL / PostgreSQL / SQL Server / Oracle      内嵌 DuckDB 文件引擎
  Vertica / ClickHouse / Snowflake / BigQuery
  MongoDB / JSON WebService / GA4 / Odoo / Holded

• 一体化部署单元：官方镜像把 Angular 前端静态文件（Apache 托管）、Node.js/Express 后端 API（PM2 守护，监听 8666）和 MongoDB 8.0（元数据存储，--dbpath /eda/mongo/data）打包在同一个服务单元内，对外只暴露 80 端口。Apache 通过 ProxyPass /edapi/ 把 API 请求反代到本机 8666（eda/000-default.conf）。这意味着自托管的运维面很窄：一个服务、一个数据目录、一个端口。
• 元数据存 MongoDB：用户、组、数据源连接配置、数据模型、仪表盘布局全部存于内置 MongoDB 的 EDA 库（docker_run.sh 初始化 users/groups/dashboard/data-source/files/features 六个集合）。业务数据不落 EDA——所有查询实时下推到源库。
• 数据源连接层：后端为每类数据源实现独立连接器（eda_api/lib/services/connection/db-systems/ 下 mysql、pg、sqlserver、oracle、vertica、clickhouse、snowflake、bigquery、mongodb、duckdb、json-webservice 等），支持自定义连接池大小（poolLimit）、SSL、连接测试与结果缓存开关（allowCache/optimize）。
• 安全模型：内置 EDA_ADMIN（管理员）、EDA_DATASOURCE_CREATOR（可建数据源）、EDA_RO（只读）三种角色组；数据模型上可配表级授权（table_granted_roles）与 RLS 行级安全（row_granted_roles），README 将其列为关键特性；另支持 SAML/Google/Microsoft SSO 登录（eda_api 路由含 auth/saml、auth/google、auth/microsoft）。
• 可编程接口：后端自带 OpenAPI 描述文件（eda_api/openapi.json，66 个端点，覆盖认证、数据源、仪表盘、查询、文件上传、AI 助手、MCP），并以 pm2 运行；官方 API 文档在 doc.edalitics.com。本专栏《EDA API 使用详解》一篇按域实测了核心端点。

💡 技术拓展：自托管 BI 的元数据存储选型常见三种——

选型	代表	取舍
关系库（MySQL/PG）	Metabase、Redash	运维人员熟悉，备份恢复路径成熟
内嵌文件库（H2/SQLite）	Metabase 默认	零依赖最简，但不宜多实例
文档库（MongoDB）	EDA	模型/布局类嵌套文档天然契合，但引入一类新组件的运维成本

EDA 选择 MongoDB 并直接内置在发行单元里，用户无需自备——代价是它不提供外接 MongoDB 的官方配置项，备份即备份内置库数据目录。

四、功能特性

以下特性清单来自官方 README、Release Notes（3.1.1/3.1.2）与文档站（查询日期 2026-10-30）：

• 无代码仪表盘：拖拽式建图表，官方宣称"无需写代码，几分钟出仪表盘"（README 使命陈述）；3.1.1 改进了仪表盘编辑体验与样式选项。
• 可视化类型：柱/线/饼/表格/地图（内置西班牙等地行政边界 GeoJSON）、KPI、KPI Trend、Knob、气泡图、树图、散点、漏斗、旭日图等（3.1.1 Release Notes）；3.1.2 新增 KPI Deviation（目标偏差）可视化。
• 数据模型（Tree mode）：把多表组织成业务树，业务人员按树导航取数，无需理解 JOIN（README "Tree mode"）。
• 高级 SQL 模式：直写 SQL 查询源库（README "Advanced SQL query mode"）。
• KPI 与邮件告警：定义 KPI 阈值，超限自动发邮件；邮件含图表截图（镜像内置 Playwright Chromium 用于渲染截图，Dockerfile 注释 "Dependencias de chronium para el envio por correo"）。
• 公开分享：仪表盘可发布为公开 URL 供外部访问（README "Public dashboards"）。
• 行级安全（RLS）：按用户/组约束数据可见范围（README "Row Level Security"）。
• 数据源连接器：MySQL、PostgreSQL、SQL Server、Oracle、Vertica、ClickHouse、Snowflake、BigQuery、MongoDB、JSON WebService、DuckDB、GA4、Holded、Odoo 及 CSV/Excel 文件导入（3.1.1 Release Notes 与 datasource.controller.ts 白名单）。
• AI 助手：内置自然语言问数与建议接口（/assistant/*、/ia/*、/arima/* 时序预测端点），支持外部大模型接入配置。
• SSO：SAML、Google、Microsoft OAuth 登录（auth/* 路由）。
• 界面语言：支持英语、西班牙语等多语言界面（官方演示站可切换，中文支持未见于官方文档明示）。

五、快速开始（最小可用示例）

官方主推的试用方式是单命令拉起一体化服务（README "Why Edalitics?" 节原文，官方镜像渠道引用）：

docker run -p 80:80 jortilles/eda:latest

浏览器打开 http://<服务器IP>，使用默认管理员账号 eda@jortilles.com（密码 default）登录即可开始建模建图。SaaS 体验可访问 https://free.edalitics.com。官方文档入口为 http://doc.edalitics.com，提供从建模型到建报表的视频教程（README 内链 YouTube：数据模型 Px709s0ftiI、报表 RFznLe9kxHU）。

⚠️ 注意：上面的单命令适合快速体验；生产自托管应使用编排方式管理数据目录持久化、随开机自启与升级回滚，且默认密码必须第一时间修改。完整部署步骤、持久化与初始化踩坑（官方首次初始化逻辑对挂载数据目录敏感，直接挂空目录会跳过管理员账号与反向代理配置）见本专栏《EDA Docker Compose 部署指南》。

六、适用场景与限制

适用场景：

• 中小团队需要"连上业务库就出报表"，无专职数据工程师，希望业务人员自助取数（数据模型/Tree mode + 无代码图表正是为此设计）。
• 数据源类型杂（MySQL/PG/Oracle/ClickHouse/Snowflake/Excel 混合），想要一个工具统一建看板；EDA 的连接器清单覆盖了主流关系库、数仓与 SaaS 业务系统（GA4/Odoo/Holded）。
• 需要内网私有化部署且对行级权限有要求的报表场景（RLS + 组角色 + 表级授权三层控制）。
• 想要 KPI 阈值邮件告警这类"轻监控 + 报表"二合一的开箱能力。

限制与风险（选型前必须知晓）：

• 社区体量小：212 星、约 74 commits/月（shields.io，2026-10-30），遇到问题可检索的中文/英文社区资料远少于 Metabase/Superset，深度排障常需读源码或直接联系 Jortilles（商业支持）。
• AGPL-3.0 传染性：若把 EDA 二次开发后作为网络服务提供给外部用户，按 AGPL 须开放修改后的源码；商业产品集成前需法务评估。
• 一体化单元的扩展边界：官方发行形态是单服务一体化（前端+API+元数据库同进程组），无官方多实例/高可用部署路径；规模上限受单机约束，适合部门级而非企业级大规模并发。
• 元数据绑定 MongoDB：备份、迁移、监控需覆盖 MongoDB，对只熟悉关系库的运维团队有额外学习成本。
• 文档以英/西语为主：官方文档站与视频教程无中文，中文用户有一定上手门槛。
• 开发版与稳定版并存：GitHub 最新稳定 tag 为 3.1.2，但 Docker Hub latest 镜像由 master 分支持续构建（仓库内 API 版本声明 3.2.0 开发版），生产固定版本时需注意镜像 tag 策略。

七、同类选型对比

同赛道主流开源 BI/数据可视化工具对比（数据来源：GitHub Releases Atom 源、shields.io 徽章接口、各官方文档站；查询日期统一为 2026-10-30；Metabase 星数当日接口未返回有效数值，以官方文档陈述定性）：

"如果……则……"选型建议：

• 如果你要的是部署运维最省心的一体化 BI（一个服务、一个数据目录、内置告警），且数据源以关系库/文件为主、规模在部门级——EDA 值得一试，它的"开箱即用程度"高于 Redash/Superset。
• 如果你需要成熟社区、丰富教程与中文资料，或未来可能多实例扩展——选 Metabase（自助体验最好）或 Superset（可视化能力与扩展性最强），两者社区规模比 EDA 大两个数量级。
• 如果团队工作流以 SQL 为中心（分析师写查询、互相复用、结果导出），Redash 的查询编辑器生态仍是最佳匹配。
• 如果主要消费文件数据（CSV/Excel）无库可用——EDA 内置 DuckDB 引擎是四者中唯一的原生方案（3.1.1 起），Metabase/Redash/Superset 需先落数据库。
• 如果涉及把 EDA 改造后对外提供服务——注意 AGPL 义务；Superset（Apache-2.0）/Redash（BSD）在这方面约束最小。

八、参考链接

• 官方网站（SaaS 与产品介绍）：https://www.edalitics.com
• 官方文档站：http://doc.edalitics.com
• 免费试用层：https://free.edalitics.com
• 代码仓库：https://github.com/jortilles/EDA
• 发布列表：https://github.com/jortilles/EDA/releases（本篇取证用 Atom 源：https://github.com/jortilles/EDA/releases.atom）
• Docker Hub 官方镜像：https://hub.docker.com/r/jortilles/eda
• 数据模型教程视频：https://youtu.be/Px709s0ftiI；报表教程：https://youtu.be/RFznLe9kxHU
• 站内延伸阅读：《Metabase 0.64 介绍与选型指南》、《Superset 6.1.0 介绍与选型指南》、《EDA Docker Compose 部署指南》