Conectando o Streamlit
Neste artigo, vamos percorrer o processo de construir um painel usando Streamlit. Para tornar mais ilustrativo, criaremos um painel que se conecta ao banco de dados analítico e monitora o status em tempo real dos veículos.
Este guia faz parte do Consulta IoT conjunto de documentação e cobre especificamente a conexão do Power BI ao seu data warehouse. Se você ainda está decidindo qual ferramenta de BI usar, consulte o Selecionando ferramentas de BI visão geral.
Recursos do painel
Exibir número total de objetos
Visualizar status de movimento (em movimento/parado/estacionado)
Visualizar status de conexão (ativo/ocioso/offline)
Tabela detalhada com o status atual de todos os veículos
Filtragem por tipo de veículo, grupo, status de movimento e status de conexão
Atualização automática de dados a cada 5 minutos
Alternar entre temas claro e escuro
Requisitos técnicos
Python 3.8+
Acesso à Internet para conexão ao banco de dados
Mínimo 2 GB de RAM
Instalação e configuração
1. Clone o repositório
2. Crie um ambiente virtual
Certifique-se de que você tenha Python 3.8 ou superior instalado. Você pode verificar a versão com o comando python --version.
3. Instalar dependências
Após ativar o ambiente virtual, instale todas as bibliotecas necessárias:
Conexão com o banco de dados
1. Crie um arquivo de configuração
Crie um .env arquivo no diretório raiz do projeto:
Referência de parâmetros de conexão
Host
DB_HOST em .env arquivo
O endereço do servidor de banco de dados fornecido no seu e-mail de boas-vindas
Porta
DB_PORT em .env arquivo
Padrão é 5432 para PostgreSQL
Nome do banco de dados
DB_NAME em .env arquivo
O nome do banco de dados atribuído a você
Nome de usuário
DB_USER em .env arquivo
Seu nome de usuário do banco de dados
Senha
DB_PASS em .env arquivo
Sua senha segura do banco de dados
Modo SSL
String de conexão no código Python
Defina como require na string de conexão
Esquema
DB_SCHEMA em .env arquivo
Especifique o esquema (raw_business_data ou raw_telematics_data)
2. Obtenção de credenciais
Solicite credenciais para conexão ao banco de dados de demonstração entrando em contato com o administrador.
O .env o arquivo não deve ser incluído no controle de versão (GitHub) para garantir a segurança das credenciais. O .gitignore arquivo já está configurado para excluir este arquivo.
Executando o painel
Após configurar a conexão com o banco de dados, inicie o painel com o comando:
Após o lançamento, você verá uma mensagem semelhante a:
Abra a URL especificada no seu navegador. O painel estará disponível em http://localhost:8501 (ou na URL de rede se você quiser abri-lo a partir de outro dispositivo na rede).
Desenvolvendo componentes personalizados
Se você quiser modificar o painel ou criar novos componentes:
1. Modificando o painel existente
O Streamlit recarrega automaticamente a aplicação quando você altera o código-fonte. Basta editar o moving_status_dashboard.py arquivo e salvar suas alterações.
2. Adicionando novas visualizações
Para adicionar novos gráficos e diagramas, use bibliotecas:
Plotly:
import plotly.express as pxouimport plotly.graph_objects as goVisualizações internas do Streamlit:
st.bar_chart(),st.line_chart(), etc.
Exemplo de adição de um novo gráfico:
3. Depuração
Para depuração, use
Solução de problemas
Problemas de conexão com o banco de dados
Erro de conexão: Verifique a correção das credenciais no
.envarquivo e a disponibilidade do banco de dadosErro de SSL: Certifique-se de que seu IP esteja na lista de permissões para acesso ao banco de dados
Erros de timeout: Verifique a estabilidade da sua conexão com a internet e as configurações do firewall
Problemas de dependência
Erro ao instalar psycopg2-binary:
Windows:
pip install pipwin && pipwin install psycopg2-binaryLinux:
sudo apt install python3-dev libpq-devmacOS:
brew install postgresql
Conflitos de dependência:
Crie um novo ambiente virtual
Instale as dependências uma a uma, começando com streamlit
Outros problemas
Aqui estão alguns truques que podem ajudá-lo a corrigir problemas comuns:
Atualizar dependências:
pip install -r requirements.txt --upgradeVerificar compatibilidade do Python:
python --version(deve ser 3.8+)Ao alterar o código, inclua mensagens de depuração:
Erros de cache do Streamlit: pare a aplicação e execute com
--clear_cacheflag:
Próximos passos
Após conectar com sucesso o Power BI à sua instância Private Telematics Lakehouse, recomendamos que você:
Explore os schemas de dados disponíveis revisando o Visão geral do esquema seção para entender melhor a estrutura e os relacionamentos dos dados.
Comece com consultas simples focadas em entidades de negócio específicas antes de construir painéis complexos - consulte nossas consultas de exemplo para referência.
Suporte
Para questões técnicas ou solicitações de acesso ao banco de dados de demonstração, entre em contato com: [email protected]
Atualizado
Isto foi útil?