Sstream lit 已经成为数据科学社区的福音，它提供了一种无需任何前端知识即可轻松快速构建数据应用的简单方法。Streamlit 支持许多不同类型的组件，这些组件与日俱增。人们使用 Pandas 和 CSV 文件在 Streamlit 中构建仪表板。缺乏将 Streamlit 连接到真实数据库(SQL 或 NoSQL)来构建仪表板的技术。在这篇博客中，我们将看看如何使用 Prisma 连接 PostgreSQL 数据库来简化 it。
我已经创建了一个 Streamlit web 应用程序，并使用 Prisma 将其连接到一个实时 AWS RDS 实例。目前，该应用程序有一个单一的功能，使用电影名称搜索电影。您可以在https://prisma.streamlitapp.com/查看申请。该应用的代码库可从获得
https://github.com/vatsalsaglani/Streamlit-Prisma
在继续讨论集成之前，让我们先看一下关于 Prisma 的简介
risma 是一种 ORM，允许开发者使用面向对象的范例来读取、写入、更新&删除数据。Prisma 是使用 Typescript 开发的，它有一个直观的数据模型，完全是类型安全的，并提供自动迁移。Prisma 主要用在 NodeJS 应用程序中，但这要感谢 Robert Craige，他为 Prisma 创建了 Python 客户端，并提供给 Python 开发人员。Prisma Python 客户端文档提到不需要使用 Prisma，因为客户端使用 Rust 与 Prisma 接口通信。
可以使用以下命令安装 Prisma Python 客户端
pip install prisma
Prisma 需要一个数据模型来了解模式或数据库中的表之间的关系，以及与每个表中的每一列相关的数据类型，以确保类型安全。模式和数据库配置被添加到一个schema.prisma文件中。对于我们的教程，我们将使用以下数据模型
generator client {
provider = "prisma-client-py"
interface = "sync"
recursive_type_depth = 5
}datasource db {
provider = "postgresql"
url = env("DATABASE_URL")
}model Movies {
id BigInt @id @default(autoincrement())
movieId BigInt @unique
movieId_mapped BigInt @unique
imdbId String
tmdbId String
meta Meta[]
cast Cast[]
crew Crew[]
video Videos[]
backdrop BackDrops[]
poster Posters[]
genres Genre[]
}model Meta {
id BigInt @id @default(autoincrement())
title String
overview String?
popularity Float?
backdrop String?
poster String?
release_date String?
runtime BigInt?
rating Float?
Movies Movies? @relation(fields: [moviesId], references: [id])
moviesId BigInt?
}model Cast {
id BigInt @id @default(autoincrement())
name String?
character String?
profile String?
Movies Movies? @relation(fields: [moviesId], references: [id])
moviesId BigInt?
}model Crew {
id BigInt @id @default(autoincrement())
name String?
real_name String?
department String?
profile String?
job String?
Movies Movies? @relation(fields: [moviesId], references: [id])
moviesId BigInt?
}model Videos {
id BigInt @id @default(autoincrement())
name String?
key String?
site String?
size String?
type String?
videoId String?
is_official Boolean?
Movies Movies? @relation(fields: [moviesId], references: [id])
moviesId BigInt?
}model BackDrops {
id BigInt @id @default(autoincrement())
path String?
Movies Movies? @relation(fields: [moviesId], references: [id])
moviesId BigInt?
}model Posters {
id BigInt @id @default(autoincrement())
path String?
Movies Movies? @relation(fields: [moviesId], references: [id])
moviesId BigInt?
}model Genre {
id BigInt @id @default(autoincrement())
genreId BigInt?
name String?
Movies Movies? @relation(fields: [moviesId], references: [id])
moviesId BigInt?
}
请下载 VS 代码中的 Prisma 扩展进行格式化，并自动完成对 Prisma 模式的支持。
作者图片
在generator下，我们指定客户端的类型和接口的类型。Prisma python 客户端提供了开箱即用的sync和async接口。在本教程中，我们将使用sync界面。
在datasource下，我们提供数据库的类型，即provider和URL来连接数据库。你可以使用 Supabase 免费创建一个 Postgre SQL 数据库。因为我已经将数据存储在 AWS 上的 RDS 实例中，所以我将使用它。如果你正在使用 Supabase，那么url看起来会像postgresql://postgres:[YOUR-PASSWORD]@[YOUR-HOST-NAME]:5432/postgres。
model <table_name>包含列名和数据类型，以及与数据库中其他表的关系。例如，这里我们有Movies模型和Meta模型；Movies型号有以下字段*id, movieId_mapped, movieId, imdbId, tmdbId* 。另外，每部电影都有一些相关的元信息，我们把它们存储在不同的表中。现在要连接Movies和Meta表，我们可以有一个名为meta的字段，它的类型是Meta。
作者 GIF
如果您正在使用 Supabase 下载数据转储后，您可以使用以下步骤。
第一步
从 Supabase 获取数据库 URL 。会在settings/database下。用数据库密码替换[YOUR-PASSWORD-HERE]。
第二步
转到您的终端，移动到下载数据转储的文件夹。您可以使用以下命令将数据复制到 Supabase 数据库中。检查psql命令在您的系统中是否可用。如果没有，按照这个教程来安装。
psql -d database_link < data-backup.psql
执行该命令后，将需要几分钟时间来导出数据。完成后，您应该会在数据库中看到以下表格。
作者图片
现在，如果你想学习 Prisma 的基础知识以及如何使用 Prisma Python 客户端进行 CRUD 操作，你可以跟随这篇文档。它提供了关于查询、创建和操作数据的深入信息。我不想在这个博客里复制同样的东西。
一旦安装了 Prisma 并设置了数据库，就可以进入集成部分了。
如果您尚未安装 Streamlit，请安装它。
pip install streamlit
第一步:
创建一个.env文件，并提供您的数据库 URL，如下所示
DATABASE_URL=postgresql://postgres:[YOUR-PASSWORD]@[YOUR-HOST-NAME]:5432/postgres
第二步:
复制上面提到的schema.prisma文件。
第三步:
创建一个utilities.py文件并按照步骤操作
→ 在导入 Prisma 之前添加子进程调用生成 Prisma 客户端
import os
import re
import subprocess
import json
from typing import List, Dictdef generate_prisma_client():
"""Generates the Prisma Client and loads it
"""
print(f'GENERATING PRISMA CLIENT')
subprocess.call(["prisma", "generate"])
print(f'GENERATED PRISMA CLIENT')generate_prisma_client()
try:
from prisma import Prisma
except RuntimeError:
from prisma_cleanup import cleanup
cleanup()
print(f'GOT RUNTIME ERROR')
generate_prisma_client()
from prisma import Prisma
→ 添加一个 电影 类来初始化 Prisma 数据库并查询数据
class Movies:
"""Movies class with methods to search and list movies
"""
def __init__(self):
self.db = Prisma()
self.db.connect() def to_dict(self, obj: object):
"""Converts an Object to Dictionary Args:
obj (object): Object to convert to dictionary Returns:
Dict: Values of object in a dictionary
"""
return json.loads(json.dumps(obj, default=lambda o: o.__dict__)) def list_movies_by_title(self, title):
"""Returns list of movies based on the title Args:
title (str): Title or part of title Returns:
List[Dict]: List of movies matching the title
"""
matches = self.db.movies.find_many(where={
"meta": {
"every": {
"title": {
"contains": title,
"mode": "insensitive"
}
}
}
},
include={
"meta": True,
"cast": True,
"poster": {
"take": 3
}
})
matches = list(map(lambda m: self.to_dict(m), matches))
return matches
第四步:
创建一个components.py文件夹，并添加以下函数来创建 HTML 组件
def card(title, image, overview): return f"""
<div class="col">
<div class="card" style="width: 18rem;margin-top:2px">
<img class="card-img-top" src="<https://image.tmdb.org/t/p/original{image}>" alt="Card image cap">
<div class="card-body text-dark">
<h5 class="card-title text-dark">{title}</h5>
</div>
</div>
</div>
"""def rows(strings):
return f"""
<div class="row" >
{strings}
</div>
"""def grid(movies): card_strings = [
card(title=movie.get("meta")[0].get("title"),
image=movie.get("meta")[0].get("poster"),
overview=movie.get("meta")[0].get("overview")) for movie in movies if movie.get("meta")[0].get("poster")
]
row_strings = "\\n".join([
rows("\\n".join(card_strings[ix:ix + 4]))
for ix in range(0, len(card_strings), 4)
]) return f"""
<div class="container" >
{row_strings}
</div>
"""
第五步:
创建streamlitapp.py文件来构建前端，并添加以下代码
import streamlit as st
from utilities import Movies
from components import card, gridmovObj = Movies()# add bootstrap css
st.markdown(
"""<link href="<https://cdn.jsdelivr.net/npm/bootstrap@5.0.2/dist/css/bootstrap.min.css>" rel="stylesheet" integrity="sha384-EVSTQN3/azprG1Anm3QDgpJLIm9Nao0Yz1ztcQTwFspd3yD65VohhpuuCOmLASjC" crossorigin="anonymous">
""",
unsafe_allow_html=True)
st.header("Prisma Demo")movieText = st.text_input("Search Movies")if movieText:
with st.spinner(text="Searching.."):
# search the movies based on the movieText
movies = movObj.list_movies_by_title(movieText.rstrip().lstrip())
st.markdown("""<br />""", unsafe_allow_html=True)
# render the html
st.markdown(grid(movies), unsafe_allow_html=True)
第六步:
创建一个requirements.txt文件并添加以下模块
prisma
streamlit
requests
python-dotenv
使用以下命令运行应用程序
streamlit run streamlitapp.py
您应该会看到如下所示的内容
作者 GIF
Y 您可以通过将您的代码推送到 GitHub，在 Streamlit 社区云 上托管此应用程序。然后你可以登录https://share.streamlit.io/并创建一个新的应用程序。
我选择 Python3.7 来运行这个应用程序。您可以单击高级链接并选择 Python 版本。此外，你可以用 TOML 格式指定你的环境变量。
在我们的例子中，我们需要指定DATABASE_URL作为唯一的环境变量。
DATABASE_URL = "postgresql://postgres:[YOUR-PASSWORD]@[YOUR-HOST-NAME]:5432/postgres"
一旦您添加了环境变量并选择了 Python 版本，您就可以点击 【部署】， ，过一段时间，您的应用程序就会启动并运行了。
在这篇博客中，我们看到了如何使用 Streamlit 创建一个实时数据应用程序，通过利用 Prisma ORM 的功能从数据库中提取数据，将一个真实的数据库连接到 Streamlit。我们看到了如何查询已经可用的数据，我们还可以在 Streamlit 中创建一个表单，并使用 Prisma 将数据添加到数据库中。
如果你觉得这篇文章很有帮助，请使用我的 推荐链接 或通过 在 Medium 上关注我的 并分享这篇博客来帮助支持我的内容。