乾坤头条

架构和运行机制

2024-10-22 11:26 由 wang_yb 发表于 #后端开发

本篇主要介绍Streamlit的核心架构和运行机制，

目的是希望朋友们能先从整体上宏观的了解Streamlit，利用它提供的机制开发性能更高效的应用。

1. 架构

Streamlit比较特殊，它对使用者来说是BS架构应用，而随开发者来说其实更像一个CS架构的应用。

为什么说Streamlit更像CS架构呢？

因为后端功能和前端UI部分都是用Python写，所以开发Streamlit应用时的感觉，就像开发桌面应用一样。

如果你有CS应用的开发经验，比如QT，.Net平台的winform或WPF等，那么开发Streamlit的应用会觉得非常亲切。

虽然最终是在浏览器中使用Streamlit应用，但是开发时完全不需要HTML、CSS或JavaScript等前端知识。

不过，Streamlit App部署之后，需要注意它BS应用的一面：

  1. Streamlit App发布之后是多用户使用的，根据预估的用户量考虑服务器的配置资源
  2. 用户端通过浏览器来使用Streamlit App，所以无法访问服务器的文件、目录或操作系统。
  3. 如果需要与任何外围设备（如摄像头）通信，则必须使用Streamlit命令或自定义组件，这些命令或组件将通过用户的浏览器访问这些设备

2. 运行流程

Streamlit的主要流程简单直接：

  1. 服务端通过streamlit run命令启动
  2. 初始化App页面
  3. 客户端打开浏览器访问
  4. 用户在浏览器中操作
  5. 服务端根据用户操作进行数据处理
  6. 处理之后更新页面
  7. 新的页面返回到浏览器

Streamlit App每次接收用户操作之后，会重新运行整个代码，然后将重新渲染的页面返回，

这样会带来两个显而易见的问题。

  1. 如果代码中加载了大量的数据，每次用户操作后都会重新加载数据，影响性能

比如：

import streamlit as st
import pandas as pd
from datetime import datetime

## 数据加载
def load_data():
    df = pd.DataFrame()
    df.index = pd.date_range("2024/10/01", periods=20)
    df["A"] = range(20)
    df["B"] = range(20)

    st.text(f"加载数据时间：{datetime.now().strftime("%Y-%m-%d %H:%M:%S")}")
    return df

# 加载数据
data = load_data()

date_range = st.slider(
    "日期范围",
    min_value=datetime(2024, 10, 1),
    max_value=datetime(2024, 10, 20),
    value=(datetime(2024, 10, 1), datetime(2024, 10, 20)),
)
data = data[data.index >= date_range[0]]
data = data[data.index <= date_range[1]]
st.table(data)

每次加载数据时，会显示数据加载的时间：st.text(f"加载数据时间：{datetime.now().strftime("%Y-%m-%d %H:%M:%S")}")

每次移动日期范围时，都会重新加载整个数据。

  1. 多个用户操作直接如果有联系，操作之间的状态无法保持

比如：

count = 0
st.text(f"Click {count}")

if st.button("ADD"): # 点击按钮时执行
    count += 1

点击上面的按钮ADD，文本显示的始终是：Click 0。

因为，点击按钮时，执行count += 1之后，还会将整个代码重新执行，count=0 也被重新执行。

下一节介绍如何解决这两个问题。

3. 缓存和状态

解决Streamlit App的数据和状态无法保存的问题，就要用到缓存（cache）和状态（session）两个重要的功能。

首先，用缓存来改进上一节中的数据加载问题。

## 数据加载
@st.cache_data
def load_data():
    #... 省略 ...

修改方法非常简单，只要在原来代码中的load_data函数上面加一个装饰器@st.cache_data就足够了。

改进之后，移动日期范围时，加载数据时间一直没变，说明没有反复的加载数据。

接下来，用状态（session）来修复上一节中计数无法增加的问题。

if "count" not in st.session_state:
    st.session_state.count = 0

st.text(f"Click {st.session_state.count}")

if st.button("ADD"):
    st.session_state.count += 1

把计数用的count放入st.session_state中。

st.session_state用于在用户的每次会话中共享变量，确保这些变量在重新运行时仍然可用。

4. 总结

本篇讨论了Streamlit的架构和运行机制，整体来看它的设计简单直接，很好理解。

随后介绍了Streamlit中的缓存cache和状态session，它们在数据处理、存储和持久性方面有着重要作用。

使用时，注意区分缓存cache和状态session的使用场景。

缓存cache主要用于提高应用性能，通过存储和重用之前计算过的结果来避免重复计算。它关注的是数据的处理效率和资源消耗；

而状态session主要用于在用户的会话中共享变量和状态信息。它关注的是用户数据的持久性和在不同事件回调之间的数据一致性。