> For the complete documentation index, see [llms.txt](https://navixy.com/docs/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://navixy.com/docs/analytics/fr/iot-query/connection-setup/selecting-bi-tools/connecting-apache-superset.md).

# Connexion à Apache Superset

Dans cet article, nous allons parcourir le processus de connexion d’Apache Superset à la base de données analytique. Pour rendre cela plus parlant, nous construirons également un tableau de bord qui se connecte à la base de données analytique et surveille l’état des véhicules en temps réel, le tout à l’aide d’Apache Superset.

{% hint style="info" %}
Ce guide fait partie de la **Requête IoT** suite de documentation et couvre spécifiquement la connexion de Power BI à votre entrepôt de données. Si vous hésitez encore sur l’outil BI à utiliser, consultez la [Sélection des outils BI](/docs/analytics/fr/iot-query/connection-setup/selecting-bi-tools.md) vue d’ensemble.
{% endhint %}

## Fonctionnalités du tableau de bord

* Afficher le nombre total d’objets
* Visualiser les états de déplacement des véhicules (en mouvement/arrêté/stationné)
* Visualiser les états de connexion (actif/inactif/hors ligne)
* Tableau détaillé avec l’état actuel de tous les véhicules
* Filtrage par type de véhicule, groupe, état de déplacement et état de connexion
* Fonctionnalités d’exportation des données et des rapports
* Notifications et alertes personnalisables

## Exigences techniques

* Docker et Docker Compose
* Minimum 4 Go de RAM (8 Go recommandés)
* 20 Go d’espace disque libre
* Linux/Windows avec WSL2/macOS
* Python 3.8+
* Accès Internet pour la connexion à la base de données

## Installation et configuration

### 1. Installation avec Docker (méthode recommandée)

1. Installez Docker et Docker Compose en suivant la documentation officielle :

* [Installation de Docker](https://docs.docker.com/engine/install/)
* [Installation de Docker Compose](https://docs.docker.com/compose/install/)

2. Téléchargez le fichier docker-compose officiel :

{% code overflow="wrap" %}

```sh
curl -fL https://raw.githubusercontent.com/apache/superset/master/docker-compose-non-dev.yml -o docker-compose.yml
```

{% endcode %}

3. Démarrez Superset :

```sh
docker-compose up -d
```

4. Créez un administrateur :

```sh
docker-compose exec superset superset fab create-admin \
  --username admin \
  --firstname Superset \
  --lastname Admin \
  --email admin@superset.com \
  --password admin
```

5. Initialisez la base de données :

```sh
docker-compose exec superset superset db upgrade
```

6. Chargez les exemples et initialisez les rôles :

```sh
docker-compose exec superset superset init
```

### 2. Installation avec pip (pour le développement)

1. Créez un environnement virtuel :

```sh
python -m venv venv
source venv/bin/activate  # pour Linux/macOS
# ou
.\venv\Scripts\activate  # pour Windows
```

2. Installez Superset :

```sh
pip install apache-superset
```

3. Initialisez la base de données :

```sh
superset db upgrade
```

4. Créez un administrateur :

```sh
export FLASK_APP=superset
superset fab create-admin
```

5. Chargez les exemples et initialisez les rôles :

```sh
superset init
```

6. Démarrez Superset :

```sh
superset run -p 8088 --with-threads --reload --debugger
```

## Connexion à la base de données

1. Connectez-vous à Superset (par défaut : <http://localhost:8088>)
2. Accédez à Données → Bases de données
3. Cliquez sur "+" pour ajouter une nouvelle base de données
4. Renseignez les paramètres de connexion :
   1. Base de données : PostgreSQL
   2. URI SQLAlchemy : `postgresql://${DB_USER}:${DB_PASS}@${DB_HOST}:${DB_PORT}/${DB_NAME}`
   3. Nom affiché : Base de données analytique
   4. Supplément : `{"engine_params": {"connect_args": {"sslmode": "require"}}}`
5. Cliquez **Tester la connexion** pour vérifier la connexion
6. Enregistrez les paramètres

### Référence des paramètres de connexion

<table><thead><tr><th width="177.9090576171875">Paramètre Lakehouse</th><th>Emplacement du paramètre dans Apache Superset</th><th>Notes</th></tr></thead><tbody><tr><td><strong>Hôte</strong></td><td><code>DB_HOST</code> dans l’URI SQLAlchemy</td><td>L’adresse du serveur de base de données fournie dans votre e-mail de bienvenue</td></tr><tr><td><strong>Port</strong></td><td><code>DB_PORT</code> dans l’URI SQLAlchemy</td><td>La valeur par défaut est 5432 pour PostgreSQL</td></tr><tr><td><strong>Nom de la base de données</strong></td><td><code>DB_NAME</code> dans l’URI SQLAlchemy</td><td>Le nom de votre base de données attribué</td></tr><tr><td><strong>Nom d’utilisateur</strong></td><td><code>DB_USER</code> dans l’URI SQLAlchemy</td><td>Votre nom d’utilisateur de base de données</td></tr><tr><td><strong>Mot de passe</strong></td><td><code>DB_PASS</code> dans l’URI SQLAlchemy</td><td>Votre mot de passe sécurisé de base de données</td></tr><tr><td><strong>Mode SSL</strong></td><td><code>connect_args</code> dans les paramètres supplémentaires</td><td>Définir sur <strong>require</strong> dans la configuration JSON supplémentaire</td></tr><tr><td><strong>Schéma</strong></td><td>Configuration du jeu de données</td><td>Spécifiez le schéma (<code>raw_business_data</code> ou <code>raw_telematics_data</code>) dans chaque jeu de données</td></tr></tbody></table>

## Importation du tableau de bord et des graphiques

1. Clonez le [bi-integratons](https://github.com/SquareGPS/bi-intergrations) répertoire :

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

2. Dans Superset, allez à **Paramètres → Importation/Exportation**
3. Importez les fichiers dans l’ordre suivant :
   1. `datasets.json` - jeux de données
   2. `charts.json` - graphiques
   3. `dashboards.json` - tableaux de bord
4. Après l’importation, mettez à jour les connexions à la base de données dans chaque jeu de données

## Dépannage

### Problèmes de connexion à la base de données

* **Erreur de connexion :** Vérifiez l’exactitude des identifiants et des paramètres de connexion
* **Erreur de pare-feu :** Assurez-vous que votre adresse IP est ajoutée à la liste d’autorisation
* **Problèmes SSL :** Vérifiez les paramètres SSL dans les paramètres de connexion

### Problèmes de performance

* **Chargement lent des visualisations :**
  * Optimisez les requêtes SQL
  * Réduisez le nombre d’éléments affichés simultanément
  * Utilisez la mise en cache des résultats
* **Utilisation élevée de la mémoire :**
  * Augmentez les ressources du conteneur Docker
  * Optimisez les requêtes de la base de données

### Autres problèmes

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

1. Consultez les journaux de Superset :

```
docker-compose logs superset
```

2. Redémarrez les conteneurs :

```
docker-compose restart
```

3. Videz le cache du navigateur
4. Vérifiez la version de Superset et mettez-la à jour si nécessaire

## Étapes suivantes

Après avoir connecté avec succès Power BI à votre **Requête IoT** instance, nous vous recommandons de :

* Explorez les schémas de données disponibles en consultant la [Vue d’ensemble du schéma](/docs/analytics/fr/iot-query/schema-overview.md) section afin de mieux comprendre la structure et les relations des données.
* Commencez par des requêtes simples axées sur des entités métier spécifiques avant de créer des tableaux de bord complexes - consultez nos [exemples de requêtes](/docs/analytics/fr/example-queries.md) à titre de référence.

### **Assistance**

Pour toute question technique ou demande d’accès à la base de données de démonstration, veuillez contacter : <support@squaregps.com>


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## 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, and the optional `goal` query parameter:

```
GET https://navixy.com/docs/analytics/fr/iot-query/connection-setup/selecting-bi-tools/connecting-apache-superset.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

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.
