Connexion à Streamlit

Dans cet article, nous parcourrons le processus de création d'un tableau de bord à l'aide de Streamlit. Pour le rendre plus illustratif, nous créerons un tableau de bord qui se connecte à la base de données analytique et surveille le statut en temps réel des véhicules.

Ce guide fait partie de la suite de documentation DataHub et couvre spécifiquement la connexion de Power BI à votre entrepôt de données. Si vous hésitez encore sur l'outil BI à utiliser, référez-vous au Sélection d'outils BI aperçu.

Fonctionnalités du tableau de bord

• Afficher le nombre total d'objets

• Visualiser les statuts de mouvement (en mouvement/arrêté/garé)

• Visualiser les états de connexion (actif/inactif/hors ligne)

• Table détaillée avec l'état actuel de tous les véhicules

• Filtrage par type de véhicule, groupe, état de mouvement et état de connexion

• Actualisation automatique des données toutes les 5 minutes

• Basculer entre les thèmes clair et sombre

Exigences techniques

• Python 3.8+

• Accès Internet pour la connexion à la base de données

• Minimum 2 Go de RAM

Installation et configuration

1. Cloner le dépôt

git clone https://github.com/SquareGPS/bi-intergrations.git

2. Créer un environnement virtuel

# Windows
python -m venv venv
venv\Scripts\activate

# Linux/macOS
python -m venv venv
source venv/bin/activate

Assurez-vous d'avoir Python 3.8 ou une version supérieure installé. Vous pouvez vérifier la version avec la commande python --version.

3. Installer les dépendances

Après avoir activé l'environnement virtuel, installez toutes les bibliothèques nécessaires :

pip install -r requirements.txt

Connexion à la base de données

1. Créer un fichier de configuration

Créez un .env fichier dans le répertoire racine du projet :

DB_HOST=your_db_host
DB_NAME=your_db_name
DB_USER=your_db_user
DB_PASS=your_db_password
DB_PORT=5432
DB_SCHEMA=raw_business_data

Référence des paramètres de connexion

Paramètre Lakehouse	Emplacement des paramètres Streamlit	Remarques
Hôte	DB_HOST dans .env fichier	L'adresse du serveur de base de données fournie dans votre e‑mail de bienvenue
Port	DB_PORT dans .env fichier	La valeur par défaut est 5432 pour PostgreSQL
Nom de la base de données	DB_NAME dans .env fichier	Le nom de base de données qui vous est attribué
Nom d'utilisateur	DB_USER dans .env fichier	Votre nom d'utilisateur de base de données
Mot de passe	DB_PASS dans .env fichier	Votre mot de passe de base de données sécurisé
Mode SSL	Chaîne de connexion dans le code Python	Définir sur require dans la chaîne de connexion
Schéma	DB_SCHEMA dans .env fichier	Spécifiez le schéma (raw_business_data ou raw_telematics_data)

2. Obtention des identifiants

Demandez des identifiants pour vous connecter à la base de données de démonstration en contactant l'administrateur.

Le .env le fichier ne doit pas être inclus dans le contrôle de version (GitHub) afin d'assurer la sécurité des identifiants. Le .gitignore fichier est déjà configuré pour exclure ce fichier.

Exécution du tableau de bord

Après avoir configuré la connexion à la base de données, lancez le tableau de bord avec la commande :

streamlit run moving_status_dashboard.py

Après le lancement, vous verrez un message similaire à :

  Vous pouvez maintenant afficher votre application Streamlit dans votre navigateur.

  URL locale : http://localhost:8501
  URL réseau : http://192.168.1.5:8501

Ouvrez l'URL indiquée dans votre navigateur. Le tableau de bord sera disponible à http://localhost:8501 (ou à l'URL réseau si vous souhaitez l'ouvrir depuis un autre appareil sur le réseau).

Développement de composants personnalisés

Si vous souhaitez modifier le tableau de bord ou créer de nouveaux composants :

1. Modification du tableau de bord existant

Streamlit recharge automatiquement l'application lorsque vous modifiez le code source. Éditez simplement le moving_status_dashboard.py fichier et enregistrez vos modifications.

2. Ajout de nouvelles visualisations

Pour ajouter de nouveaux graphiques et diagrammes, utilisez les bibliothèques :

• Plotly : import plotly.express as px ou import plotly.graph_objects as go

• Visualisations intégrées de Streamlit : st.bar_chart(), st.line_chart(), etc.

Exemple d'ajout d'un nouveau graphique :

import plotly.express as px

# Récupérer les données depuis la base de données
df = ... # votre requête vers la base de données

# Créer le graphique
fig = px.pie(df, values='count', names='status', title='Vehicle Statuses')
st.plotly_chart(fig, use_container_width=True)

3. Débogage

Pour le débogage, utilisez

# Sortie vers l'interface Streamlit
st.write(f"Debug: {your_variable}")

# Sortie vers la console
print(f"Console debug: {your_variable}")

# Sortie de données étendue
st.json(data_dict)
st.dataframe(pandas_dataframe)

Dépannage

Problèmes de connexion à la base de données

• Erreur de connexion : Vérifiez l'exactitude des identifiants dans le .env fichier et la disponibilité de la base de données

• Erreur SSL : Assurez-vous que votre IP est dans la liste d'autorisation pour l'accès à la base de données

• Erreurs de temporisation : Vérifiez la stabilité de votre connexion Internet et les paramètres du pare-feu

Problèmes de dépendances

Erreur lors de l'installation de psycopg2-binary :

• Windows : pip install pipwin && pipwin install psycopg2-binary

• Linux : sudo apt install python3-dev libpq-dev

• macOS : brew install postgresql

Conflits de dépendances :

• Créez un nouvel environnement virtuel

• Installez les dépendances une par une, en commençant par streamlit

Autres problèmes

Voici quelques astuces qui peuvent vous aider à résoudre les problèmes courants :

1. Mettre à jour les dépendances : pip install -r requirements.txt --upgrade

2. Vérifier la compatibilité de Python : python --version (doit être 3.8+)

3. Lors de la modification du code, incluez des messages de débogage :

st.write(f"Debug: {your_variable}")

1. Erreurs de cache Streamlit : arrêtez l'application et exécutez avec le --clear_cache indicateur :

streamlit run moving_status_dashboard.py --clear_cache

Étapes suivantes

Après avoir connecté avec succès Power BI à votre instance Private Telematics Lakehouse, nous vous recommandons de :

• Explorer les schémas de données disponibles en consultant la Aperçu du schéma section pour mieux comprendre la structure des données et les relations.

• Commencez par des requêtes simples axées sur des entités métier spécifiques avant de construire des tableaux de bord complexes - consultez nos requêtes d'exemple à titre de référence.

Assistance

Pour les questions techniques ou les demandes d'accès à la base de données de démonstration, veuillez contacter : [email protected]