Aplicar ML para la prevision de bicis disponibles y detectar cual seria la estacion mas cercana con mas posibilidades de que haya bicis.
En este proyecto haremos uso de la API del proveedor del servicio sacada de "North American Bike Share Association" NABSA.
En nuestro caso atacaremos a la APIRest de NextBike del servicio Bilbaobizi que nos proporciona informacion en json sobre el servicio de prestamos de bicicletas, a destacar que los datos no nos los proporciona en vivo sino con una hora de delay...
- Elasticsearch > v6.0
- Logstash > v6.0
- Kibana > v6.0
- Licencia "Basic" en elastic si quieres hacer zoom en el mapa de más de x10 (es gratis)
Via devtools...
PUT _template/bilbaobizi { "order" : 0, "index_patterns" : [ "bilbaobizi*" ], "settings" : { "index" : { "number_of_shards" : "1" } }, "mappings" : { "properties" : { "location" : { "type" : "geo_point" } } }, "aliases" : { } }
OR
Via terminal...
curl -XPUT "http://localhost:9200/_template/bilbaobizi" -H 'Content-Type: application/json' -d'{ "order" : 0, "index_patterns" : [ "bilbaobizi*" ], "settings" : { "index" : { "number_of_shards" : "1" } }, "mappings" : { "properties" : { "location" : { "type" : "geo_point" } } }, "aliases" : { } }'
/usr/share/logstash/bin/logstash -f logstash.conf
Ahora vamos a importar los objetos (busquedas,visualizaciones,dash, etc..) en kibana, para ello:
- Management > Kibana > Index Patterns, añade el patron bilbaobizi-* y el campo de tiempo @timestamp .
- Management > Kibana > Saved Objects, importa kibana.ndjson** .
Te pedira sobreescribir el patron y alguna cosa más, dale a que si.
**el archivo kibana_new.ndjson incluye un nuevo mapa totalmente renovado.
Asi es como deberia de quedarte, ahora ya sabes a que hora tienes bicis al lado de tu casa :)
