■センサー側の端末で行う環境構築手順

1) データベースのスキーマ(data1)を作成する
  ・0_db/data1.sqlを実行する

2) プログラムの実行に必要なライブラリ(smbus , pandas , pyodbc)をインストールする
  ※Pipfile や pyproject.toml などの依存関係を管理するファイルは用意していません。

3) DB接続先の設定
  ・1_sensor_Collect/sensor-extract.py より(10行目)、分析サーバー側の接続先 DSN を設定する

■分析サーバー側で行う環境構築手順

1) データベースのスキーマ(data1average , data1manage)を作成する
  ・0_db/data1average.sql と db/data1manage.sql を実行する

2) ダッシュボードのバックエンド API の構築
  ・2_backend_db/pyproject.tomlから一括でパッケージをインストール
  ※Pythonのパッケージマネージャの poetry を使っています。
  -------------------
  poetry install
  -------------------

4) DB接続先の設定
  ・2_backend_db/db.py より(6行目)、分析サーバー側の接続先 DSN を設定する

5) ダッシュボードのWebサーバーを構築
  ・3_dashboard_sensor/package.jsonから依存パッケージの一括インストール
  -------------------
  npm install
  -------------------

6) DBサーバーの設定
  ・3_dashboard_sensor/src/pages/Dashboard.js より(49行目)、DBサーバーの設定をする

■センサーデータの収集プログラムの実行
  -------------------
  python sensor-collect.py センサー番号
  -------------------
(例)python sensor-collect.py 1111

■センサーデータの統計処理の実行
  -------------------
  python sensor-extract.py センサー番号 センサー名
  -------------------
  (例)python sensor-extract.py 1111 sensor1
  ※第一引数のセンサー番号は、センサーデータの収集プログラムの第一引数を指定します。

■バックエンドAPI サーバーの実行
  -------------------
  poetry run uvicorn api.main:app --host 0.0.0.0 --reload
  -------------------

■ダッシュボードサーバーの起動
  -------------------
  npm run start
  -------------------