用 Shaper 10 分钟搭建 SQL 仪表盘：DuckDB 的开源可视化利器

Thu, 14 May 2026 00:00:00 +0000

一、痛点：数据可视化好烦

你有数据，但你有仪表盘吗？

这是每个数据分析师都会遇到的尴尬：数据已经整整齐齐躺在 DuckDB 里了，但老板要看可视化仪表盘。你打开 Tableau → 太贵。打开 Metabase → 太重。写 Python + Plotly → 代码量太大为了一个小报表不值当。

要不，直接用 SQL 画仪表盘？

Shaper 就是干这个的——一款完全开源、SQL 驱动的仪表盘工具，底层由 DuckDB 提供查询引擎。你只需要写 SQL，它自动把查询结果渲染成柱状图、折线图、饼图、表格……

项目地址：https://github.com/taleshape-com/shaper（1.1k ⭐，持续活跃）

二、Shaper 是什么？

Shaper 的定位非常清晰：面向 SQL 用户的 DuckDB 可视化层。

用官方的话说：“All in SQL, Powered by DuckDB。”

它的核心理念是：你不需要学任何新的 API 或 DSL。你只需要在 SQL 查询的末尾加上 ::BARCHART、::XAXIS 之类的类型标注，Shaper 就知道该怎么画图。

-- Shaper 的 SQL 范例
SELECT
 date_trunc('week', created_at)::XAXIS,
 category::CATEGORY,
 count()::BARCHART_STACKED
FROM dataset
GROUP BY ALL ORDER BY ALL;

这段 SQL 返回的就是一张堆叠柱状图——没有 JavaScript、没有 JSON 配置、没有拖拽操作。

核心特性一览

能力	说明
完全开源	MPL-2.0 协议，可自托管
SQL 优先	用 SQL 类型标注定义图表
Git 工作流	仪表盘版本化管理
多数据源	同一查询跨多个数据源
白标嵌入	支持 iframe 和无 iframe 嵌入
导出	PDF、PNG、CSV、Excel 一键导出
定时报告	自动生成并发送报告
行级安全	JWT token 控制数据权限

三、10 分钟快速上手

第 1 分钟：启动 Shaper

最简单的方式是用 Docker（如果你有 Docker 环境的话）：

docker run --rm -it -p5454:5454 taleshape/shaper

打开浏览器访问 http://localhost:5454——一个空白的仪表盘编辑器就出现在你面前了。

如果没 Docker 环境，Shaper 也提供了 npm 和 pip 包：

npm install @taleshape/shaper

pip install shaper

第 2-5 分钟：导入数据 + 写第一个查询

点击 “New Query”，写你的第一条 SQL：

-- 先看看有什么数据
SELECT * FROM read_csv_auto('sales_2024.csv') LIMIT 10;

Shaper 内置了 DuckDB 引擎，所以你可以直接用 DuckDB 的所有功能——read_csv_auto、read_parquet、ATTACH 连接 MySQL/PostgreSQL……

然后来张真正的图表：

SELECT
 strftime(order_date, '%Y-%m')::XAXIS,
 product_category::CATEGORY,
 SUM(amount)::BARCHART_STACKED
FROM read_csv_auto('sales_2024.csv')
GROUP BY ALL ORDER BY ALL;

第 6-10 分钟：拼完整张仪表盘

再拖几个查询进来，拼出完整的仪表盘：

KPI 卡片：

SELECT
 '总销售额'::LABEL,
 '¥' || FORMAT('%,.0f', SUM(amount))::VALUE,
 '较上月 ' || CASE WHEN SUM(amount) - LAG(SUM(amount)) OVER () > 0 THEN '↑' ELSE '↓' END || FORMAT('%.1f%%', ABS((SUM(amount) - LAG(SUM(amount)) OVER ()) / LAG(SUM(amount)) OVER () * 100))::SUBTITLE
FROM read_csv_auto('sales_2024.csv');

折线趋势图：

SELECT
 order_date::XAXIS,
 SUM(amount)::LINE
FROM read_csv_auto('sales_2024.csv')
GROUP BY ALL ORDER BY ALL;

Top 10 产品：

SELECT
 product_name::LABEL,
 SUM(amount)::BARCHART
FROM read_csv_auto('sales_2024.csv')
GROUP BY ALL ORDER BY SUM(amount) DESC LIMIT 10;

十分钟，一张包含 4 个可视化组件的专业仪表盘就完成了。全部用 SQL，没有离开终端一步。

四、进阶玩法

4.1 KPI 监控 + 告警

Shaper 支持定时扫描查询结果，当指标超出阈值时自动触发告警：

-- 如果今天销售额 < 10000，触发告警
SELECT
 SUM(amount)::VALUE,
 CASE WHEN SUM(amount) < 10000 THEN '🚨 销售额低于目标'
 ELSE '✅ 正常' END::STATUS
FROM read_csv_auto('sales_2024.csv')
WHERE order_date = CURRENT_DATE;

4.2 嵌入式仪表盘

如果你想在产品中嵌入仪表盘给客户看，Shaper 支持：

iframe 嵌入：一行 HTML 搞定
JS/React SDK：无 iframe 嵌入，样式完全可控
白标模式：隐藏 Shaper 品牌

<!-- iframe 嵌入方式 -->
<iframe src="https://your-shaper-instance.com/d/sales-dashboard"
 width="100%" height="600px"
 frameborder="0"></iframe>

// React SDK 方式
import { ShaperDashboard } from '@taleshape/shaper-react';

function App() {
 return <ShaperDashboard dashboardId="sales-dashboard"
 token="your-jwt-token" />;
}

4.3 定时 PDF 报告

配置定时任务，每周一自动生成 PDF 报告并通过邮件或 Slack 发送：

# 命令行导出
curl -X POST https://your-shaper.com/api/dashboards/sales-weekly/export \
 -H "Authorization: Bearer your-token" \
 -d '{"format": "pdf"}'

五、Shaper 适合什么场景？

最适合的人群：

已经用 DuckDB 做数据分析的团队
需要快速出图的 SQL 分析师
要给客户或管理层看可视化报表的开发者
不想碰 JavaScript 的后端工程师

不太适合的场景：

需要极其复杂交互（联动钻取、动画）的大屏
非技术人员需要拖拽式操作（Shaper 是 SQL 驱动的）

一句话总结： 如果你已经在用 DuckDB，Shaper 是打通「查询 → 可视化 → 分享」链路的最短路径。

六、变现思路

Shaper 本身是免费开源的，但你可以围绕它做很多事情：

DuckDB + Shaper 仪表盘搭建服务：帮中小企业搭建数据看板，报价 ¥3,000-8,000/次
定制嵌入式分析模块：为 SaaS 产品嵌入 Shaper 仪表盘，按月收取订阅费
Shaper 中文教程系列：录制视频课程，¥99-199/套
行业模板包：预置电商/物流/财务等行业仪表盘 JSON 模板

💡 特别推荐：本教程的完整版（含 8 个实战案例 + 3 套行业仪表盘模板）已在「DuckDB 掘金实战」付费频道发布，订阅即可获取完整资源包。

七、总结

Shaper 的出现填补了 DuckDB 生态中可视化层的空白。它把「写 SQL 查数据」和「看图表做决策」之间的鸿沟填平了——你不学新工具、不写前端代码，只需要写你最擅长的 SQL。

10 分钟，从零到一张专业仪表盘。这就是 Shaper 的承诺。

立即开始：

docker run --rm -it -p5454:5454 taleshape/shaper

打开 http://localhost:5454 试试吧。

Shaper on DuckDB 实验室