# Conexión de Streamlit En este artículo, recorreremos el proceso de creación de un panel de control usando Streamlit. Para hacerlo más ilustrativo, crearemos un panel que se conecta a la base de datos analítica y supervisa el estado en tiempo real de los vehículos. {% hint style="info" %} Esta guía forma parte del **Consulta IoT** paquete de documentación y, en concreto, cubre la conexión de Power BI a su almacén de datos. Si aún está decidiendo qué herramienta de BI utilizar, consulte la [Selección de herramientas de BI](/docs/analytics/es/iot-query/connection-setup/selecting-bi-tools.md) descripción general. {% endhint %} ## Características del panel * Mostrar el número total de objetos * Visualizar estados de movimiento (en movimiento/detenido/aparcado) * Visualizar los estados de conexión (activo/inactivo/sin conexión) * Tabla detallada con el estado actual de todos los vehículos * Filtrado por tipo de vehículo, grupo, estado de movimiento y estado de conexión * Actualización automática de datos cada 5 minutos * Alternar entre temas claro y oscuro ## Requisitos técnicos * Python 3.8+ * Acceso a Internet para la conexión a la base de datos * Mínimo 2 GB de RAM ## Instalación y configuración ### 1. Clone el repositorio ```sh git clone https://github.com/SquareGPS/bi-intergrations.git ``` ### 2. Cree un entorno virtual ``` # Windows python -m venv venv venv\Scripts\activate # Linux/macOS python -m venv venv source venv/bin/activate ``` {% hint style="danger" %} Asegúrese de tener instalada Python 3.8 o superior. Puede comprobar la versión con el comando `python --version`. {% endhint %} ### 3. Instale las dependencias Después de activar el entorno virtual, instale todas las bibliotecas necesarias: ```sh pip install -r requirements.txt ``` ## Conexión a la base de datos ### 1. Cree un archivo de configuración Cree un `.env` archivo en el directorio raíz del proyecto: ``` 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 ``` #### Referencia de parámetros de conexión
Parámetro de LakehouseUbicación de configuración de StreamlitNotas
HostDB_HOST en .env archivoLa dirección del servidor de bases de datos proporcionada en su correo electrónico de bienvenida
PuertoDB_PORT en .env archivoEl valor predeterminado es 5432 para PostgreSQL
Nombre de la base de datosDB_NAME en .env archivoEl nombre de base de datos asignado a usted
Nombre de usuarioDB_USER en .env archivoSu nombre de usuario de la base de datos
ContraseñaDB_PASS en .env archivoSu contraseña segura de la base de datos
Modo SSLCadena de conexión en el código PythonEstablecer en require en la cadena de conexión
EsquemaDB_SCHEMA en .env archivoEspecifique el esquema (raw_business_data o raw_telematics_data)
### 2. Obtención de credenciales Solicite credenciales para conectarse a la base de datos de demostración contactando al administrador. {% hint style="info" %} La `.env` archivo no debe incluirse en el control de versiones (GitHub) para garantizar la seguridad de las credenciales. El `.gitignore` archivo ya está configurado para excluir este archivo. {% endhint %} ## Ejecución del panel Después de configurar la conexión a la base de datos, inicie el panel con el comando: ``` streamlit run moving_status_dashboard.py ``` Después de iniciarlo, verá un mensaje similar a: ``` Ya puede ver su aplicación de Streamlit en su navegador. URL local: http://localhost:8501 URL de red: http://192.168.1.5:8501 ``` Abra la URL especificada en su navegador. El panel estará disponible en (o en la URL de red si desea abrirlo desde otro dispositivo de la red). ## Desarrollo de componentes personalizados Si desea modificar el panel o crear nuevos componentes: ### 1. Modificación del panel existente Streamlit recarga automáticamente la aplicación cuando cambia el código fuente. Simplemente edite el `moving_status_dashboard.py` archivo y guarde los cambios. ### 2. Añadir nuevas visualizaciones Para añadir nuevos gráficos y diagramas, utilice bibliotecas: * Plotly: `import plotly.express as px` o `import plotly.graph_objects as go` * Visualizaciones integradas de Streamlit: `st.bar_chart()`, `st.line_chart()`, etc. Ejemplo de añadir un nuevo gráfico: ```python import plotly.express as px # Obtener datos de la base de datos df = ... # su consulta a la base de datos # Crear gráfico fig = px.pie(df, values='count', names='status', title='Vehicle Statuses') st.plotly_chart(fig, use_container_width=True) ``` ### 3. Depuración Para depurar, use ```python # Salida a la interfaz de Streamlit st.write(f"Depuración: {your_variable}") # Salida a la consola print(f"Depuración de consola: {your_variable}") # Salida de datos ampliada st.json(data_dict) st.dataframe(pandas_dataframe) ``` ## Solución de problemas ### Problemas de conexión a la base de datos * **Error de conexión:** Compruebe la corrección de las credenciales en el `.env` archivo y la disponibilidad de la base de datos * **Error de SSL:** Asegúrese de que su IP esté en la lista de अनुमति para el acceso a la base de datos * **Errores de tiempo de espera:** Compruebe la estabilidad de su conexión a Internet y la configuración del firewall ### Problemas de dependencias **Error al instalar psycopg2-binary:** * Windows: `pip install pipwin && pipwin install psycopg2-binary` * Linux: `sudo apt install python3-dev libpq-dev` * macOS: `brew install postgresql` **Conflictos de dependencias:** * Cree un nuevo entorno virtual * Instale las dependencias una por una, comenzando por streamlit ### Otros problemas Aquí tiene algunos trucos que pueden ayudarle a solucionar problemas comunes: 1. Actualizar dependencias: `pip install -r requirements.txt --upgrade` 2. Compruebe la compatibilidad de Python: `python --version` (debe ser 3.8+) 3. Al cambiar el código, incluya mensajes de depuración: ``` st.write(f"Depuración: {your_variable}") ``` 4. Errores de caché de Streamlit: detenga la aplicación y ejecútela con la `--clear_cache` marca: ``` streamlit run moving_status_dashboard.py --clear_cache ``` ## Próximos pasos Después de conectar correctamente Power BI a su instancia de Private Telematics Lakehouse, le recomendamos que: * Explore los esquemas de datos disponibles revisando la sección [Resumen del esquema](/docs/analytics/es/iot-query/schema-overview.md) para comprender mejor la estructura y las relaciones de los datos. * Empiece con consultas sencillas centradas en entidades empresariales específicas antes de crear paneles complejos; consulte nuestras [consultas de ejemplo](/docs/analytics/es/example-queries.md) como referencia. ### **Soporte** Si tiene preguntas técnicas o solicita acceso a la base de datos de demostración, póngase en contacto con: --- # Agent Instructions: Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter: ``` GET https://navixy.com/docs/analytics/es/iot-query/connection-setup/selecting-bi-tools/connecting-streamlit.md?ask= ``` The question should be specific, self-contained, and written in natural language. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.