Σε αυτήν την διαδικτυακή εφαρμογή ο χρήστης έχει πρόσβαση σε δεδομένα για την ρύπανση του αέρα στην Νότια Κορέα, τα έτη 2017-2018. Μπορεί να επιλέξει έναν ερευνητικό σταθμό στη Σεούλ και να ενημερωθεί για τις ποσότητες των τοξικών του νέφους που εντοπίστηκαν στα διάφορα σημεία της πόλης.
Η βάση δεδομένων έχει γίνει με την mongoDB και το περιβάλλον που προσφέρει ("Compass"). Ενώ οι πληροφορίες που περιέχει είναι από το site:
https://www.kaggle.com/bappekim/air-pollution-in-seoul
Για το Backend χρειάστηκε να κατεβάσουμε το nodeJS και το npm. Καθώς επίσης και τις βιβλιοθήκες Express (για τον server του api) και mongoose (για τη σύνδεση με τη βάση)
Το frontend αναπτύχθηκε με τη βιβλιοθήκη React της Java και όσο ήταν δυνατό χρησιμοποιήθηκε συναρτησιακή λογική στον κώδικα (functional react).
-
Εγκαθιστούμε τη mongoDB από τον ακόλουθο σύνδεσμο:
-
Εγκαθιστούμε το node js από τον ακόλουθο σύνδεσμο:
-
Κάνουμε clone το project στον υπολογιστή μας:
git clone https://github.com/VasilikiPapageorgiou/appathon-project -
Μέσα στο φάκελο του project μας υπάρχει ο φάκελος dataset ο οποίος περιέχει τα δεδομένα της βάσης που έχουν χρησιμοποιηθεί με τα ονόματα των συλλογών όπως έχουν ορισθεί στον κώδικά μας. Οπότε στο περιβάλλον της mongoDB-Compass δημιουργούμε μία βάση (AppathonProject) και μέσα σε αυτήν 3 συλλογές με ονόματα: MeasurementResults, StationInfo και CompoundInfo.
-
Ανοίγοντας την κάθε συλλογή μπορούμε πλέον να εισάγουμε τα δεδομένα. Επιλέγουμε Import Data, το καταλληλο αρχείο για κάθε συλλογή και τύπο αρχείου CSV. Πατάμε Import και επαναλαμβάνουμε μέχρι να γεμίσουμε και τις 3 συλλογές με τα αντίστοιχα δεδομένα.
-
Για την εκκίνηση του backend σε ένα τερματικο μέσα στον φάκελο την εφαρμογής μας (appathon-project) εκτελούμε τις ακόλουθες εντολές:
cd backendnpm installnpm start
-
Αντίστοιχα για την εκκίνηση του frontend σε ένα άλλο τερματικο μέσα στον φάκελο την εφαρμογής μας (appathon-project) εκτελούμε τις ακόλουθες εντολές:
cd frontendnpm installnpm start