> 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/id/iot-query/connection-setup/selecting-bi-tools/connecting-apache-superset.md). # Menghubungkan Apache Superset Dalam artikel ini, kami akan membahas proses menghubungkan Apache Superset ke database analitik. Agar lebih ilustratif, kami juga akan membangun dashboard yang terhubung ke database analitik dan memantau status kendaraan secara real-time, semuanya menggunakan Apache Superset. {% hint style="info" %} Panduan ini merupakan bagian dari **IoT Query** rangkaian dokumentasi dan secara khusus membahas penghubungan Power BI ke data warehouse Anda. Jika Anda masih memutuskan alat BI mana yang akan digunakan, rujuk ke [Memilih alat BI](/docs/analytics/id/iot-query/connection-setup/selecting-bi-tools.md) ikhtisar. {% endhint %} ## Fitur dashboard * Menampilkan jumlah total objek * Memvisualisasikan status pergerakan kendaraan (bergerak/berhenti/terparkir) * Memvisualisasikan status koneksi (aktif/siaga/offline) * Tabel terperinci dengan status terkini semua kendaraan * Penyaringan berdasarkan jenis kendaraan, grup, status pergerakan, dan status koneksi * Kemampuan ekspor data dan laporan * Notifikasi dan peringatan yang dapat disesuaikan ## Persyaratan teknis * Docker dan Docker Compose * Minimal RAM 4 GB (8 GB direkomendasikan) * 20 GB ruang kosong pada disk * Linux/Windows dengan WSL2/macOS * Python 3.8+ * Akses internet untuk koneksi database ## Instalasi dan penyiapan ### 1. Instalasi dengan Docker (metode yang direkomendasikan) 1. Instal Docker dan Docker Compose dengan mengikuti dokumentasi resmi: * [Instalasi Docker](https://docs.docker.com/engine/install/) * [Instalasi Docker Compose](https://docs.docker.com/compose/install/) 2. Unduh file docker-compose resmi: {% code overflow="wrap" %} ```sh curl -fL https://raw.githubusercontent.com/apache/superset/master/docker-compose-non-dev.yml -o docker-compose.yml ``` {% endcode %} 3. Jalankan Superset: ```sh docker-compose up -d ``` 4. Buat administrator: ```sh docker-compose exec superset superset fab create-admin \ --username admin \ --firstname Superset \ --lastname Admin \ --email admin@superset.com \ --password admin ``` 5. Inisialisasi database: ```sh docker-compose exec superset superset db upgrade ``` 6. Muat contoh dan inisialisasi peran: ```sh docker-compose exec superset superset init ``` ### 2. Instalasi dengan pip (untuk pengembangan) 1. Buat lingkungan virtual: ```sh python -m venv venv source venv/bin/activate # untuk Linux/macOS # atau .\venv\Scripts\activate # untuk Windows ``` 2. Instal Superset: ```sh pip install apache-superset ``` 3. Inisialisasi database: ```sh superset db upgrade ``` 4. Buat administrator: ```sh export FLASK_APP=superset superset fab create-admin ``` 5. Muat contoh dan inisialisasi peran: ```sh superset init ``` 6. Jalankan Superset: ```sh superset run -p 8088 --with-threads --reload --debugger ``` ## Koneksi database 1. Masuk ke Superset (default: ) 2. Navigasikan ke Data → Databases 3. Klik "+" untuk menambahkan database baru 4. Isi parameter koneksi: 1. Database: PostgreSQL 2. SQLAlchemy URI: `postgresql://${DB_USER}:${DB_PASS}@${DB_HOST}:${DB_PORT}/${DB_NAME}` 3. Nama tampilan: Analytics Database 4. Tambahan: `{"engine_params": {"connect_args": {"sslmode": "require"}}}` 5. Klik **Test Connection** untuk memverifikasi koneksi 6. Simpan pengaturan ### Referensi parameter koneksi
Parameter LakehouseLokasi Pengaturan Apache SupersetCatatan
HostDB_HOST dalam SQLAlchemy URIAlamat server database yang disediakan dalam email sambutan Anda
PortDB_PORT dalam SQLAlchemy URIDefault-nya adalah 5432 untuk PostgreSQL
Nama basis dataDB_NAME dalam SQLAlchemy URINama basis data yang ditetapkan untuk Anda
Nama penggunaDB_USER dalam SQLAlchemy URINama pengguna basis data Anda
Kata sandiDB_PASS dalam SQLAlchemy URIKata sandi basis data Anda yang aman
Mode SSLconnect_args dalam parameter ExtraDiatur ke require dalam konfigurasi JSON Extra
SkemaKonfigurasi datasetTentukan skema (raw_business_data atau raw_telematics_data) di setiap dataset
## Impor dashboard dan chart 1. Kloning repositori [bi-integratons](https://github.com/SquareGPS/bi-intergrations) repositori: ```sh git clone https://github.com/SquareGPS/bi-intergrations.git ``` 2. Di Superset, buka **Settings → Import/Export** 3. Impor file dalam urutan berikut: 1. `datasets.json` - dataset 2. `charts.json` - chart 3. `dashboards.json` - dashboard 4. Setelah impor, perbarui koneksi database di setiap dataset ## Pemecahan masalah ### Masalah koneksi database * **Kesalahan koneksi:** Periksa kebenaran kredensial dan parameter koneksi * **Kesalahan firewall:** Pastikan alamat IP Anda ditambahkan ke allowlist * **Masalah SSL:** Periksa pengaturan SSL dalam parameter koneksi ### Masalah performa * **Pemuatan visualisasi yang lambat:** * Optimalkan kueri SQL * Kurangi jumlah elemen yang ditampilkan secara bersamaan * Gunakan caching hasil * **Penggunaan memori yang tinggi:** * Tingkatkan sumber daya kontainer Docker * Optimalkan kueri database ### Masalah lainnya Berikut beberapa trik yang dapat membantu Anda memperbaiki masalah umum: 1. Periksa log Superset: ``` docker-compose logs superset ``` 2. Mulai ulang kontainer: ``` docker-compose restart ``` 3. Bersihkan cache peramban 4. Periksa versi Superset dan perbarui jika diperlukan ## Langkah berikutnya Setelah berhasil menghubungkan Power BI ke **IoT Query** instans Anda, kami menyarankan Anda untuk: * Jelajahi skema data yang tersedia dengan meninjau bagian [Ikhtisar schema](/docs/analytics/id/iot-query/schema-overview.md) untuk lebih memahami struktur dan relasi data. * Mulailah dengan kueri sederhana yang berfokus pada entitas bisnis tertentu sebelum membangun dashboard yang kompleks - periksa [contoh kueri](/docs/analytics/id/example-queries.md) sebagai referensi. ### **Dukungan** Untuk pertanyaan teknis atau permintaan akses ke database demonstrasi, silakan hubungi: --- # 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/id/iot-query/connection-setup/selecting-bi-tools/connecting-apache-superset.md?ask=&goal= ``` `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.