Apache 2.0открытая лицензия без изменений — код ваш, vendor lock-in нет, санкционных рисков нет

v6 → v7v6 вышел в декабре 2025, v7 — в первой половине 2026: проект активно развивается

40+поддерживаемых баз и коннекторов: ClickHouse, PostgreSQL и остальной SQL-стек под DWH

50+типов чартов, включая геопространственные, и cross-dashboard фильтры из коробки

Отраслевые решения

Что можно сделать на Apache Superset

Управленческий учёт и финансы Собрать P&L-витрины и управленческие дашборды на self-hosted BI с данными на своём контуре Управленческая отчётность и P&L, которым доверяют для решений

Продукт и SaaS Встроить дашборды Superset в свой сервис через embedded SDK с JWT и ролевым доступом Встраиваемая аналитика внутри продукта

Ритейл и e-commerce Построить аналитику продаж и остатков поверх ClickHouse и PostgreSQL Оперативная аналитика продаж на self-hosted BI

Импортозамещение BI Заменить Power BI или Tableau на self-hosted Superset с переносом дашбордов и доступов Миграция BI-контура на open-source без санкционных рисков

Возможности

Возможности Apache Superset

ClickHousePostgreSQL1С через ETLSuperset: SQL Lab, чарты, embedded SDKRLS / JWT (доступ и безопасность)Дашборды и встраиваниеn8n-автоматизацияOSNO-VA: управленческий учёт

Слева — источники (ClickHouse, PostgreSQL, 1С через ETL); в центре Superset (SQL Lab, 50+ чартов, embedded SDK) с RLS/JWT; справа — потребители: дашборды и встраивание, слой автоматизации n8n и продукт OSNO-VA.

OSNO-VA: продукт на Superset, а не консалтинг

KT.Team ведёт на Apache Superset собственный продукт — управленческий учёт OSNO-VA со встроенным под капотом n8n: пользователь бесшовно переходит из дашбордов в интеграции. Большинство подрядчиков продают Superset как консалтинг по дашбордам — мы держим на нём работающий продукт.

SQL Lab — сильный SQL-редактор

Один из лучших в классе SQL-редакторов: аналитики пишут запросы, сохраняют их как датасеты и чарты — путь от сырых данных до дашборда не выходит из BI.

50+ типов чартов и cross-filter

Более 50 типов визуализаций, включая геопространственные, и нативные cross-dashboard фильтры — сложная управленческая аналитика собирается без сторонних плагинов.

Embedded SDK с JWT

Production-ready встраивание дашбордов в ваш продукт с JWT-аутентификацией — Superset работает как аналитический слой SaaS-сервиса, а не только внутренний портал.

40+ коннекторов к данным

Подключение к 40+ базам; ClickHouse и PostgreSQL закрывают DWH-слой — Superset ложится поверх существующего российского data-стека.

RLS и enterprise-доступ

Row-Level Security и корпоративная аутентификация (OpenID, LDAP, OAuth-SSO). RLS работает через инъекцию WHERE и требует продуманной схемы данных — это мы проектируем заранее.

Подход

Как мы внедряем Apache Superset

Без модификаций ядра

Не форкаем и не патчим ядро Apache Superset. Apache Superset остаётся на стандартной обновляемой версии — бизнес-логику выносим в отдельные микросервисы рядом, поэтому обновления платформы не ломают ваши доработки.

Международные стандарты, а не велосипеды

Там, где есть зрелое международное решение, используем его, а не изобретаем собственный протокол или платформу. Прежде чем писать код — изучаем, как задача уже решена в индустрии.

Отчуждаемость

Решение слабосвязанное и задокументированное: его можно передать между командами и подрядчиками без переписывания. Вы не привязаны к нам.

Совместимость с AI

Apache Superset в AI-контуре

OSNO-VA: BI + встроенная автоматизация n8n

В продукте OSNO-VA n8n встроен под капотом Superset: из дашборда пользователь переходит в интеграции n8n — автопроведение первички, коннекторы к источникам, триггеры и рассылки. BI перестаёт быть только «посмотреть» и становится «сделать».

Superset как MCP-инструмент для агентов

Дашборды и SQL-слой можно выставить агенту через MCP: LLM запрашивает показатели и объясняет их на естественном языке, не трогая прод-схему напрямую.

Данные на вашем контуре — под свои модели

Self-hosted Superset держит данные внутри периметра: можно подключать локальные и внешние LLM для аналитики без выноса чувствительных данных наружу.

AI-слой и платформенная команда KT.Team

Прод-Superset требует настоящей команды платформы и автоматизации — это ровно то, что KT.Team делает ежедневно и упаковала в продукт, а не разовый консалтинг.

Контекст 2026

Что изменилось на рынке

KT.Team ведёт на Superset продукт, а не консалтинг

OSNO-VA — управленческий учёт на Apache Superset со встроенным n8n: пользователь бесшовно переходит из дашбордов в интеграции. Большинство подрядчиков продают Superset как консалтинг по дашбордам — KT.Team держит на нём работающий продукт.

Что нужно, чтобы Superset жил в проде

Прод-Superset — это пять процессов (web, worker, beat-scheduler, Redis, Postgres-metadata). Docker Compose тянет примерно до 20 пользователей, для прода нужен Kubernetes/Helm. RLS — инъекция WHERE, экспорт в PDF и мобайл слабее. Sweet spot — команда среднего размера с part-time platform-инженером и SQL-грамотными аналитиками.

Проект жив, лицензия не менялась

Superset активно развивается: Apache-2.0 без изменений лицензии, v6 в декабре 2025, v7 в первой половине 2026, десятки контрибьюторов в месяц. После ухода Power BI и Tableau это зрелый путь импортозамещения — self-hosted, данные на контуре, есть даже реестровый форк «Суперсет ТА».

На платформе работают крупные компании

Apache Superset используют команды уровня VkusVill и Ozon, а также тысячи компаний по миру — это платформенные пользователи Superset, а не клиенты KT.Team. Зрелость движка проверена на большом масштабе.

Честно

Плюсы и минусы

Плюсы

Открытый код под Apache-2.0 без vendor lock-in и санкционных рисков: self-hosted, данные не покидают ваш контур — база для импортозамещения Power BI и Tableau.
Сильный SQL Lab, 50+ типов чартов и production-ready embedded SDK с JWT — на Superset можно строить не только внутренний портал, но и продукт.
KT.Team ведёт на Superset собственный продукт OSNO-VA со встроенным n8n — это работающая практика, а не разовый консалтинг по дашбордам.
Прод-эксплуатация Superset (Kubernetes, платформа, автоматизация) — домашнее поле ai-native- и интеграционной команды KT.Team.

Минусы

Прод-Superset — это пять сервисов и Kubernetes для масштаба: нужна реальная команда платформы, а не одна инсталляция «из коробки».
RLS реализован через инъекцию WHERE и требует продуманной схемы данных; экспорт в PDF и мобильный опыт слабее, чем у коммерческих BI.
Sweet spot — команда среднего размера с part-time platform-инженером и SQL-грамотными аналитиками; для совсем маленькой команды быстрее заходит Metabase.

Блог