DataStreamAnalyzer

Wersja alpha

https://datastream-analytics.fly.dev/

Odpalanie lokalne całej aplikacji

Niezbędne narzędzia

• pip
• npm

Przygotowanie środowiska

W folderze backend tworzymy wirtualne środowisko oraz instalujemy niezbędne zależności:

python -m venv env
source env/bin/activate

W folderze frontend instalujemy Angular'a oraz niezbędnę biblioteki

npm install -g @angular/cli
npm ci

Uruchamianie

Należy skompilować bibliotekę szkiców danych(robimy to z poziomu folderu glównego projektu):

cd data-sketches/data-sketches-library/scripts
sh configure.sh release
sh build.sh release

Jeśli projekt nie był jeszcze uruchamiany lub nastąpiła zmiana w części bazodanowej, to należy uruchomić(w folderze głównym projektu):

python3 backend/manage.py makemigrations api
python3 backend/manage.py makemigrations users
python3 backend/manage.py makemigrations
python3 backend/manage.py migrate api
python3 backend/manage.py migrate users
python3 backend/manage.py migrate

Uruchamiane backendu(robimy to z poziomu folderu glównego projektu):

export PYTHONPATH=$PYTHONPATH:$PWD/data-sketches/data-sketches-library
export PYTHONPATH=$PYTHONPATH:$PWD/data-sketches/data-sketches-library/datasketches
python3 backend/manage.py runserver

Potem w osobnym terminalu można uruchomić frontend(robimy to z poziomu folderu glównego projektu):

cd frontend
ng serve

Aplikacja powinna już działać ale nie będzie w niej danych historycznych, aby to zrobić należy pobrać i rozpakować dane historyczne(znajdują się na Discordzie) i wywołać na nich skrypt(robimy to z poziomu folderu glównego projektu) (równocześnie powinien być uruchomiany server):

python scraper/parse_to_datasketches.py [ścieżka do rozpakowanych danych]

Dane historyczne wrzucamy tylko jeden raz, chyba, że po drodze usuwaliśmy bazę danych, wówczas należy zrobić to raz jeszcze.