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❤️