> 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/ru/iot-query/connection-setup/selecting-bi-tools/connecting-apache-superset.md). # Подключение Apache Superset В этой статье мы пошагово рассмотрим процесс подключения Apache Superset к аналитической базе данных. Чтобы сделать пример более наглядным, мы также создадим дашборд, который подключается к аналитической базе данных и отслеживает статус транспортных средств в реальном времени — всё с использованием Apache Superset. {% hint style="info" %} эта документация **IoT Query** и, в частности, описывает подключение Power BI к вашему хранилищу данных. Если вы всё ещё выбираете, какой BI-инструмент использовать, обратитесь к [Выбор BI-инструментов](/docs/analytics/ru/iot-query/connection-setup/selecting-bi-tools.md) обзору. {% endhint %} ## Функции дашборда * Отображение общего количества объектов * Визуализация статусов движения транспортных средств (движется/остановлено/припарковано) * Визуализация статусов соединения (активно/неактивно/офлайн) * Подробная таблица с текущим статусом всех транспортных средств * Фильтрация по типу транспортного средства, группе, статусу движения и статусу соединения * Возможности экспорта данных и отчётов * Настраиваемые уведомления и оповещения ## Технические требования * Docker и Docker Compose * Минимум 4 ГБ ОЗУ (рекомендуется 8 ГБ) * 20 ГБ свободного места на диске * Linux/Windows с WSL2/macOS * Python 3.8+ * Доступ в Интернет для подключения к базе данных ## Установка и настройка ### 1. Установка с помощью Docker (рекомендуемый способ) 1. Установите Docker и Docker Compose, следуя официальной документации: * [Установка Docker](https://docs.docker.com/engine/install/) * [Установка Docker Compose](https://docs.docker.com/compose/install/) 2. Скачайте официальный файл docker-compose: {% code overflow="wrap" %} ```sh curl -fL https://raw.githubusercontent.com/apache/superset/master/docker-compose-non-dev.yml -o docker-compose.yml ``` {% endcode %} 3. Запустите Superset: ```sh docker-compose up -d ``` 4. Создайте администратора: ```sh docker-compose exec superset superset fab create-admin \\ --username admin \\ --firstname Superset \\ --lastname Admin \\ --email admin@superset.com \\ --password admin ``` 5. Инициализируйте базу данных: ```sh docker-compose exec superset superset db upgrade ``` 6. Загрузите примеры и инициализируйте роли: ```sh docker-compose exec superset superset init ``` ### 2. Установка с помощью pip (для разработки) 1. Создайте виртуальное окружение: ```sh python -m venv venv source venv/bin/activate # для Linux/macOS # или .\venv\Scripts\activate # для Windows ``` 2. Установите Superset: ```sh pip install apache-superset ``` 3. Инициализируйте базу данных: ```sh superset db upgrade ``` 4. Создайте администратора: ```sh export FLASK_APP=superset superset fab create-admin ``` 5. Загрузите примеры и инициализируйте роли: ```sh superset init ``` 6. Запустите Superset: ```sh superset run -p 8088 --with-threads --reload --debugger ``` ## Подключение к базе данных 1. Войдите в Superset (по умолчанию: ) 2. Перейдите в Data → Databases 3. Нажмите «+», чтобы добавить новую базу данных 4. Заполните параметры подключения: 1. База данных: PostgreSQL 2. SQLAlchemy URI: `postgresql://${DB_USER}:${DB_PASS}@${DB_HOST}:${DB_PORT}/${DB_NAME}` 3. Отображаемое имя: Analytics Database 4. Дополнительно: `{"engine_params": {"connect_args": {"sslmode": "require"}}}` 5. Нажмите **Test Connection** чтобы проверить подключение 6. Сохраните настройки ### Справка по параметрам подключения
Параметр LakehouseМесто настройки в Apache SupersetПримечания
ХостDB_HOST в SQLAlchemy URIАдрес сервера базы данных, указанный в вашем приветственном письме
ПортDB_PORT в SQLAlchemy URIПо умолчанию 5432 для PostgreSQL
Имя базы данныхDB_NAME в SQLAlchemy URIИмя базы данных, назначенное вам
Имя пользователяDB_USER в SQLAlchemy URIИмя пользователя вашей базы данных
ПарольDB_PASS в SQLAlchemy URIВаш надежный пароль для базы данных
Режим SSLconnect_args в дополнительных параметрахУстановите значение require в дополнительной JSON-конфигурации
СхемаНастройка набора данныхУкажите схему (raw_business_data или raw_telematics_data) в каждом наборе данных
## Импорт дашборда и графиков 1. Склонируйте репозиторий [bi-integratons](https://github.com/SquareGPS/bi-intergrations) : ```sh git clone https://github.com/SquareGPS/bi-intergrations.git ``` 2. В Superset перейдите в **Настройки → Импорт/Экспорт** 3. Импортируйте файлы в следующем порядке: 1. `datasets.json` - наборы данных 2. `charts.json` - графики 3. `dashboards.json` - дашборды 4. После импорта обновите подключения к базе данных в каждом наборе данных ## Устранение неполадок ### Проблемы с подключением к базе данных * **Ошибка подключения:** Проверьте корректность учётных данных и параметров подключения * **Ошибка брандмауэра:** Убедитесь, что ваш IP-адрес добавлен в список разрешённых * **Проблемы с SSL:** Проверьте настройки SSL в параметрах подключения ### Проблемы с производительностью * **Медленная загрузка визуализаций:** * Оптимизируйте SQL-запросы * Сократите количество одновременно отображаемых элементов * Используйте кэширование результатов * **Высокое потребление памяти:** * Увеличьте ресурсы контейнера Docker * Оптимизируйте запросы к базе данных ### Другие проблемы Вот несколько приёмов, которые помогут вам устранить распространённые неполадки: 1. Проверьте журналы Superset: ``` docker-compose logs superset ``` 2. Перезапустите контейнеры: ``` docker-compose restart ``` 3. Очистите кэш браузера 4. Проверьте версию Superset и при необходимости обновите её ## Обработка потоковых данных не поддерживается. После успешного подключения Power BI к вашему **IoT Query** экземпляру, рекомендуем вам: * Изучить доступные схемы данных, просмотрев раздел [Обзор схемы](/docs/analytics/ru/iot-query/schema-overview.md) чтобы лучше понять структуру данных и взаимосвязи. * Начните с простых запросов, ориентированных на конкретные бизнес-сущности, прежде чем строить сложные дашборды — ознакомьтесь с нашими [примерами запросов](/docs/analytics/ru/example-queries.md) для справки. ### **Поддержка** По техническим вопросам или запросам на доступ к демонстрационной базе данных, пожалуйста, свяжитесь с: --- # 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/ru/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.