Dữ liệu FDE TimesViệc làm FDE đang mở 924▲33 Thay đổi số việc đang mở trong 7 ngày, so sánh cùng phạm vi: không tính việc của các công ty mới được theo dõi tuần nàyMới trong 7 ngày 80Công ty đang tuyển 196Nhận làm từ xa 25%Lương trung vị (Mỹ) $200kTuyển nhiều nhất Databricks 107
中文EN

Tờ báo của nghề Forward Deployed Engineer

Công cụ

Streamlit cho bạn demo trong một buổi chiều, và ba dấu hiệu phải bỏ nó

Chạy lại cả script giúp demo ra nhanh, nhưng trạng thái và phân quyền mới là chỗ nó gãy.

Một diễn giả đứng trình bày về Streamlit tại BarCamp Yerevan 2023, màn chiếu phía sau hiện logo Streamlit cạnh OpenAI.
Ảnh: Benoît Prieur / CC0
Chia sẻLinkedInFacebookX

Tóm tắt nhanh

  • Mỗi lần màn hình cần cập nhật, Streamlit chạy lại cả script; nhờ vậy dựng demo rất nhanh, nhưng cũng vì vậy mà app phức tạp chóng chạm trần
  • st.cache_data giữ cho các hàm tải dữ liệu chậm không chạy lại sau mỗi cú click; Session State thì mất sạch khi người dùng tải lại tab
  • st.login có xác thực qua OIDC nhưng không có phân quyền, nên khách doanh nghiệp cần phân quyền theo vai trò là lúc phải chuyển kiến trúc
Biểu đồ thanh ngang so sánh tổng thời gian chờ trong ví dụ logistics của bài. Không có cache, mười lần đổi bộ lọc tốn khoảng 80 giây. Có @st.cache_data thì chỉ tốn 8 giây ở lần đầu.
Ví dụ giả định trong bài: hàm đọc file đơn hàng mất khoảng 8 giây, khách đổi bộ lọc 10 lần. Bọc hàm bằng @st.cache_data nghĩa là chỉ lần đầu phải chờ. Nguồn: ví dụ minh hoạ của bài viết, dựa trên tài liệu chính thức của Streamlit về cơ chế chạy lại và cache.

Theo tài liệu chính thức, mỗi khi màn hình cần cập nhật, Streamlit chạy lại toàn bộ script Python của bạn từ dòng đầu tới dòng cuối. Lựa chọn thiết kế này giúp bạn dựng xong demo cho khách trong một buổi chiều. Nó cũng là một trong những lý do khiến app chạm trần khi khách đòi nhiều hơn một màn hình xem dữ liệu.

Với một FDE, đây không phải chuyện lý thuyết. Ở chỗ khách, cái bạn cần nhất trong tuần đầu thường là một màn hình chạy trên dữ liệu thật để người làm nghiệp vụ bấm thử và phản hồi. Biết Streamlit làm tốt việc gì và gãy ở đâu sẽ giúp bạn hứa với khách đúng mức.

Công cụ này sinh ra để làm gì?

Streamlit tự giới thiệu là cách nhanh hơn để dựng và chia sẻ ứng dụng dữ liệu. Thông cáo báo chí của Snowflake, công ty công bố ý định mua lại Streamlit ngày 2 tháng 3 năm 2022, mô tả nó là framework mã nguồn mở giúp developer và data scientist dựng và chia sẻ ứng dụng dữ liệu.

Hai chữ “dữ liệu” và “chia sẻ” nói lên đúng chỗ đứng của nó. Bạn không viết frontend, không dựng API, không lo routing. Bạn viết một script Python đọc dữ liệu, vẽ vài widget, và script đó chính là ứng dụng.

Cơ chế chạy lại: vì sao demo nhanh, vì sao app chậm

Tài liệu Streamlit nêu rõ: mặc định, mỗi lần người dùng tương tác với một widget, app chạy lại. Nhờ vậy code rất dễ hiểu: không có callback rối rắm, không có trạng thái giao diện phải đồng bộ, cứ đọc script từ trên xuống là biết màn hình sẽ hiện gì.

Cái giá nằm ở những hàm chậm. Thử hình dung bạn demo cho một công ty logistics, và hàm đọc file đơn hàng mất khoảng tám giây. Nếu khách đổi bộ lọc mười lần trong buổi họp thì có mười lần chạy lại, tức khoảng tám mươi giây ngồi nhìn vòng xoay, đủ để buổi demo mất nhịp.

Streamlit có cơ chế cache cho đúng vấn đề này. Tài liệu viết rằng không có cache thì các hàm chạy lâu sẽ chạy đi chạy lại và làm chậm app. Với hàm trả về dữ liệu, lựa chọn mặc định được khuyến nghị là st.cache_data:

import streamlit as st
import pandas as pd

@st.cache_data
def load_orders(path):
    return pd.read_csv(path)  # chậm, nhưng chỉ thực sự chạy lần đầu

orders = load_orders("orders_sample.csv")

if "notes" not in st.session_state:
    st.session_state["notes"] = []  # ghi chú của người dùng trong phiên này

Ở ví dụ logistics, tám giây chỉ còn tốn ở lần đầu; chín lần đổi bộ lọc sau đó lấy dữ liệu từ cache. Lưu ý thêm: theo tài liệu, st.cache_data tạo một bản sao dữ liệu mới ở mỗi lần gọi hàm.

Nhờ đó bạn có sửa DataFrame trong script thì cache vẫn không bị hỏng, nhưng với bảng rất lớn thì việc sao chép cũng tốn tài nguyên.

Việc đầu tiên nên làm khi mở laptop ở chỗ khách: bọc mọi hàm đọc dữ liệu bằng @st.cache_data trước khi viết bất kỳ widget nào.

Ba tín hiệu cho thấy đã đến lúc bỏ nó

Tín hiệu đầu tiên là trạng thái. Session State, chỗ bạn giữ dữ liệu qua các lần chạy lại, được gắn với từng phiên người dùng và không chia sẻ giữa người này với người khác. Tài liệu cũng nói thẳng: đóng hoặc tải lại tab là mọi thứ trong Session State biến mất.

Với demo thì chuyện đó chấp nhận được. Nhưng nếu khách bắt đầu đòi một quy trình nhiều bước, chẳng hạn chuyên viên duyệt đơn ở bước một rồi trưởng nhóm duyệt ở bước hai, thì một lần bấm F5 có thể xoá sạch công việc. Khi đó bạn cần một kho lưu bền vững và một kiến trúc thực sự quản lý trạng thái.

Tín hiệu thứ hai là quyền truy cập. Streamlit có xác thực tích hợp qua st.login, dùng OIDC, nhưng tài liệu ghi rõ OIDC hỗ trợ xác thực chứ không hỗ trợ phân quyền. Biết người dùng là ai khác với biết họ được xem gì, và khách doanh nghiệp cần phân quyền theo vai trò sẽ hỏi bạn đúng câu thứ hai.

Tín hiệu thứ ba đến từ chính cơ chế chạy lại. Quay lại ví dụ logistics: giả sử khách muốn bấm chọn một đơn trong bảng, mở form sửa địa chỉ giao, rồi quay về bảng mà bộ lọc vẫn giữ nguyên.

Vì mỗi cú click đều chạy lại cả script, bạn phải tự cất đơn đang chọn, bộ lọc và nội dung form dở dang vào Session State, rồi đọc lại chúng ở đầu mỗi lần chạy.

Mỗi màn hình con thêm vào lại kéo theo vài khoá Session State nữa phải giữ khớp với nhau, và chỉ cần một khoá lệch là bảng hiện sai đơn. Khi phần lớn thời gian của bạn dành cho việc giữ trạng thái giao diện thay vì làm tính năng khách cần, đó là dấu hiệu Streamlit không còn là lựa chọn đúng.

Chia sẻ nhanh, nhưng cẩn thận với dữ liệu của khách

Streamlit Community Cloud cho phép tạo, deploy và quản lý app miễn phí từ repository GitHub. Với demo nội bộ hoặc portfolio thì rất tiện: đẩy code lên là có ngay đường link gửi cho người khác.

Còn với dữ liệu của khách, hãy coi đây là câu hỏi cần hỏi họ trước, không phải mặc định. Nên làm demo công khai bằng dữ liệu giả có cùng cấu trúc, và chỉ chạy trên dữ liệu thật trong môi trường mà khách đã đồng ý.

Nên học gì trước, và thể hiện nó thế nào khi đi xin việc

Hãy học theo thứ tự: mô hình chạy lại, sau đó st.cache_data, rồi Session State, cuối cùng là st.login và những giới hạn của nó. Nắm được bốn thứ này, bạn hiểu đủ để vừa dựng demo, vừa giải thích với khách vì sao demo chưa phải là sản phẩm.

Trong CV, đừng chỉ ghi “biết Streamlit”. Hãy viết theo kiểu: dựng prototype trên dữ liệu mẫu của khách trong một ngày, thống nhất với khách các điều kiện để chuyển kiến trúc, rồi chuyển sang hệ thống có lưu trạng thái và phân quyền. Mục tiêu là để người đọc CV thấy bạn làm được cả hai việc: ra demo nhanh, và nhận ra lúc nào nên dừng.

Bài tập một giờ: tự tìm điểm gãy trước khi khách tìm ra

Lấy một file CSV đơn hàng giả, dựng một bảng có bộ lọc, rồi đo thời gian mỗi lần đổi bộ lọc khi chưa và đã bọc hàm đọc file bằng @st.cache_data. Sau đó thêm thao tác chọn một đơn và một form sửa địa chỉ, giữ chúng bằng Session State. Cuối cùng bấm F5 và ghi lại những gì biến mất.

Bài tập này giúp bạn tránh ba lỗi hay gặp ở buổi demo đầu. Lỗi thứ nhất là quên cache, để khách ngồi chờ sau mỗi cú click. Lỗi thứ hai là đưa dữ liệu thật của khách lên một app công khai chỉ vì deploy quá dễ. Lỗi thứ ba là thấy có st.login rồi hứa luôn chuyện phân quyền theo vai trò.

Một buổi chiều với Streamlit có thể giúp bạn giành được sự tin tưởng của khách. Giữ được sự tin tưởng đó lại phụ thuộc vào việc bạn nói trước với họ, ngay hôm demo, khi nào sẽ thay nó bằng thứ khác.

Bài này có hữu ích không?

Dùng cùng trợ lý AIHỏi Claude ↗Hỏi ChatGPT ↗
7 nguồn
Đọc tiếp trên lộ trình · Chặng 1: Nền tảngThiếu một dòng SQL, backend demo Supabase của FDE có thể hỏngRow Level Security quyết định demo để lộ dữ liệu mọi người dùng hay hiện màn hình trống lúc khách đăng nhập, nên phải làm nó trước tiên.