开始使用 Streamlit in Snowflake¶

创建 Streamlit 应用程序所需的权限¶

Streamlit 应用程序是架构级对象。

要使用 Streamlit in Snowflake 创建和编辑 Streamlit 应用程序，您必须使用对架构拥有 OWNERSHIP 权限或同时拥有以下两种权限的角色：

• 在包含 Streamlit 应用程序的数据库上授予：

  • USAGE

• 在包含 Streamlit 应用程序的架构上授予：

  • USAGE

  • CREATE STREAMLIT

  • CREATE STAGE

您还必须对用于运行 Streamlit 应用程序的仓库拥有 USAGE 权限。

使用 GRANT <privileges> 命令将这些权限授予角色，如以下示例所示：

GRANT USAGE ON SCHEMA streamlit_db.streamlit_schema TO ROLE streamlit_creator;
GRANT USAGE ON DATABASE streamlit_db TO ROLE streamlit_creator;
GRANT USAGE ON WAREHOUSE streamlit_wh TO ROLE streamlit_creator;
GRANT CREATE STREAMLIT ON SCHEMA streamlit_db.streamlit_schema TO ROLE streamlit_creator;
GRANT CREATE STAGE ON SCHEMA streamlit_db.streamlit_schema TO ROLE streamlit_creator;

Copy

如果在数据库或架构上定义了未来授权，请确保用户使用未来授权中定义的角色创建 Streamlit 应用程序。

查看 Streamlit 应用程序所需的权限¶

要查看 Streamlit 应用程序，必须拥有 Snowflake 账户并已登录。此外，您必须使用被授予对以下对象 USAGE 权限的角色：

• 包含 Streamlit 应用程序的数据库

• 包含 Streamlit 应用程序的架构

• Streamlit 应用程序

在大多数情况下，当应用程序所有者与其他角色共享 Streamlit 应用程序时， USAGE 权限将自动授予新角色。但是，如果在 MANAGED ACCESS 架构中创建 Streamlit 应用程序，则必须手动将 USAGE 权限授予新角色。

架构所有者或具有 MANAGE GRANTS 权限的角色的用户必须使用 GRANT <privileges> 命令授予 USAGE 权限，如以下示例所示：

GRANT USAGE ON DATABASE streamlit_db TO ROLE streamlit_role;
GRANT USAGE ON SCHEMA streamlit_db.streamlit_schema TO ROLE streamlit_role;
GRANT USAGE ON STREAMLIT streamlit_db.streamlit_schema.streamlit_app TO ROLE streamlit_role;

选择 Streamlit 库版本¶

对于每个 Streamlit in Snowflake 应用程序，您可以 在 |sf-web-interface| 中选择 Streamlit 库版本，也可以 将版本固定 在应用程序的 environment.yml 文件中。如果没有固定版本，则使用最新的可用版本。

Snowflake 建议固定 Streamlit 的某个版本，以防止当 Snowflake Anaconda 通道中发布新版本的 Streamlit 时，升级该应用程序。

使用较小的仓库¶

在 Streamlit in Snowflake 内运行 Streamlit 应用程序时，应尽可能选择最小的仓库。

运行时，仓库会维护 Streamlit 应用程序使用的 Python 包的缓存。缓存 Python 包后，稍后加载应用程序时会使用包的缓存版本而不是重新下载包，因而相应提高了性能。 仓库暂停时会移除缓存，这可能会导致仓库恢复后应用程序的加载速度最初会变慢。随着已恢复的仓库运行更多应用程序，包缓存会被重建，因此，能够利用这些缓存的应用程序的加载性能会有所提升。

请注意，每秒 Credit 计费和自动暂停提供了灵活性，即开始时使用较小的仓库，然后按照 Streamlit 应用程序的工作负载来调整仓库的大小。可以随时增加仓库的大小。有关更多信息，请参阅 更改 Streamlit 应用程序的仓库。

使用专用仓库¶

使用 Streamlit in Snowflake 时，Snowflake 建议使用专用仓库来运行 Streamlit 应用程序。这使您可以隔离 Streamlit 应用程序的运行成本。专用仓库还可以改善应用程序的加载时间，原因是其无需管理其他工作负载。

有关更多信息，请参阅 仓库注意事项。

使用单独的仓库运行查询¶

Streamlit 应用程序使用虚拟仓库来运行应用程序及其查询。更高级的应用程序和用例可能需要运行复杂的查询，而这需要更大的仓库。

Streamlit in Snowflake 支持 USE WAREHOUSE 命令，该命令可为会话指定当前仓库。通过此命令，您可以使用 X-小型仓库运行应用程序，并使用较大的仓库处理复杂查询。

您可以使用以下代码，在 Streamlit 应用程序中使用单独的仓库来运行查询：

import streamlit as st
from snowflake.snowpark.context import get_active_session

# Get the current credentials
session = get_active_session()

warehouse_sql = f"USE WAREHOUSE LARGE_WH"
session.sql(warehouse_sql).collect()

# Execute the SQL using a different warehouse
sql = """SELECT * from MY_DB.INFORMATION_SCHEMA.PACKAGES limit 100"""
session.sql(sql).collect()

在 Streamlit in Snowflake 应用程序中访问 Snowflake 数据¶

在本节中，您可以编辑新的 Streamlit 应用程序以访问 Snowflake 表中的数据。

1. 在数据库和架构中创建 BUG_REPORT_DATA 表：

   CREATE OR REPLACE TABLE <your_database>.<your_schema>.BUG_REPORT_DATA (
     AUTHOR VARCHAR(25),
     BUG_TYPE VARCHAR(25),
     COMMENT VARCHAR(100),
     DATE DATE,
     BUG_SEVERITY NUMBER(38,0)
   );
   

   Copy

2. 将样本数据添加到 BUG_REPORT_DATA 表中：

   INSERT INTO <your_database>.<your_schema>.BUG_REPORT_DATA (AUTHOR, BUG_TYPE, COMMENT, DATE, BUG_SEVERITY)
   VALUES
   ('John Doe', 'UI', 'The button is not aligned properly', '2024-03-01', 3),
   ('Aisha Patel', 'Performance', 'Page load time is too long', '2024-03-02', 5),
   ('Bob Johnson', 'Functionality', 'Unable to submit the form', '2024-03-03', 4),
   ('Sophia Kim', 'Security', 'SQL injection vulnerability found', '2024-03-04', 8),
   ('Michael Lee', 'Compatibility', 'Does not work on Internet Explorer', '2024-03-05', 2),
   ('Tyrone Johnson', 'UI', 'Font size is too small', '2024-03-06', 3),
   ('David Martinez', 'Performance', 'Search feature is slow', '2024-03-07', 4),
   ('Fatima Abadi', 'Functionality', 'Logout button not working', '2024-03-08', 3),
   ('William Taylor', 'Security', 'Sensitive data exposed in logs', '2024-03-09', 7),
   ('Nikolai Petrov', 'Compatibility', 'Not compatible with Safari', '2024-03-10', 2);
   

   Copy

3. 编辑 Streamlit 应用程序代码：

   import streamlit as st
   
   session = st.connection('snowflake').session()
   
   # Change the query to point to your table
   def get_data(_session):
       query = """
       select * from <your_database>.<your_schema>.BUG_REPORT_DATA
       order by date desc
       limit 100
       """
       data = _session.sql(query).collect()
       return data
   
   # Change the query to point to your table
   def add_row_to_db(session, row):
       sql = f"""INSERT INTO <your_database>.<your_schema>.BUG_REPORT_DATA VALUES
       ('{row['author']}',
       '{row['bug_type']}',
       '{row['comment']}',
       '{row['date']}',
       '{row['bug_severity']}')"""
   
       session.sql(sql).collect()
   
   st.set_page_config(page_title="Bug report", layout="centered")
   
   st.title("Bug report demo!")
   
   st.sidebar.write(
       f"This app demos how to read and write data from a Snowflake Table"
   )
   
   form = st.form(key="annotation", clear_on_submit=True)
   
   with form:
       cols = st.columns((1, 1))
       author = cols[0].text_input("Report author:")
       bug_type = cols[1].selectbox(
           "Bug type:", ["Front-end", "Back-end", "Data related", "404"], index=2
       )
       comment = st.text_area("Comment:")
       cols = st.columns(2)
       date = cols[0].date_input("Bug date occurrence:")
       bug_severity = cols[1].slider("Bug priority :", 1, 5, 2)
       submitted = st.form_submit_button(label="Submit")
   
   if submitted:
       try:
           add_row_to_db(
               session,
               {'author':author,
               'bug_type': bug_type,
               'comment':comment,
               'date':str(date),
               'bug_severity':bug_severity
           })
           st.success("Thanks! Your bug was recorded in the database.")
           st.balloons()
       except Exception as e:
           st.error(f"An error occurred: {e}")
   
   expander = st.expander("See 100 most recent records")
   with expander:
       st.dataframe(get_data(session))
   

   Copy

4. 要运行 Streamlit 应用程序，请选择 Run。