更多Dash应用开发干货知识、案例，欢迎关注"玩转Dash"微信公众号👇
1 简介
大家好我是费老师。我们平时开发好的Dash应用，为了能够给用户使用，通常都会根据网络环境 的不同，选择在局域网服务器 或互联网云服务器 进行部署发布，从而为用户提供稳定的应用地址进行访问使用。
而作为对Dash开源框架进行持续维护的Plotly公司，前段时间发布了可提供Dash应用免费托管部署服务 的云平台Plotly Cloud，并在一段时间的内测之后，于今日正式开放 平台功能使用，今天的文章中，我就将针对目前版本的Plotly Cloud平台主要功能做简单介绍。
2 通过Plotly Cloud平台部署Dash应用
2.1 登入Plotly Cloud平台
Plotly Cloud平台访问地址如下：
除了通过邮箱注册账户登入外，我们还可以选择使用Google或Github账号关联登录，这里我选择比较方便的Github账号关联登录方式：
登入后默认的首页展示了已创建应用列表，譬如可以看到我之前内测期间测试发布的应用：
2.2 通过平台上传&发布应用
点击右上角按钮创建新项目：
进入项目上传页面：
因为Plotly Cloud目前还处于早期阶段 ，可直接部署的Dash应用项目结构比较简单，目前需要满足下列条件：
- 项目需包含用于记录依赖库信息的
requirements.txt文件 - 项目需包含必要的
app.py应用主文件 Dash应用实例化代码app = dash.Dash()目前需要定义在app.py中app.py中需要存在明确的server = app.server代码，以便部署时可正确识别应用- 整个项目的大小不超过
80M
举个例子，下面是一个符合上述条件的简单Dash应用（对应app.py文件）：
python
import dash
import numpy as np
import pandas as pd
from dash import html
import feffery_antd_components as fac
from feffery_dash_utils.style_utils import style
app = dash.Dash(__name__, serve_locally=False)
server = app.server
demo_df = pd.DataFrame(
np.random.randint(0, 1000, (100, 5)), columns=[f"字段{i}" for i in range(1, 6)]
)
app.layout = html.Div(
[
fac.AntdTable(
columns=[
{"dataIndex": column, "title": column} for column in demo_df.columns
],
data=demo_df.to_dict("records"),
tableLayout="fixed",
bordered=True,
)
],
style=style(padding=50),
)
if __name__ == "__main__":
app.run()以及对应的requirements.txt文件：
txt
dash==3.2.0
feffery_antd_components==0.4.2
feffery_dash_utils==0.2.6
numpy
pandas将相关项目文件上传至Plotly Cloud，再按提示设置应用名称 、应用访问二级域名 、Python版本等配置项即可：
点击Save & publish按钮后，会在处理完成后跳转到应用列表页面，可以看到此时多了一条记录，状态显示为Building：
等待其状态变为Running后，就可以点击对应记录行最右侧图标跳转访问：
应用访问地址即对应我们前面配置时所填写的：
需要注意的是，通过Plotly Cloud发布的应用，默认只有同样登入了Plotly Cloud平台的用户可直接访问，如果需要任何人都可以通过互联网访问，按下面的步骤进行权限设置即可：
目前Plotly Cloud默认提供免费基础功能权限 ，以及多种规格的高级功能付费权限 ，你可以访问https://cloud.plotly.com/billing查看全部方案，根据自己的需求使用免费或付费的进阶方案，像默认的免费权限就很适合临时性的应用分享预览需求。
更多有关Dash应用开发的干货内容，欢迎持续关注我们❤️