Pular para o conteúdo principal
Última atualização em

Tutorial: Desenvolva um aplicativo Databricks com o Streamlit

Este tutorial mostra como criar um aplicativo Databricks usando o Databricks SQL Connector para Python e Streamlit. Você aprenderá a desenvolver um aplicativo que faça o seguinte:

  • Lê uma tabela Unity Catalog e a exibe em uma interface Streamlit.
  • Edita os dados e os grava de volta na tabela.

o passo 1: Configurar privilégios​

Esses exemplos pressupõem que seu aplicativo usa autorização de aplicativo. A entidade de serviço do seu aplicativo deve ter:

  • SELECT privilégio na tabela do Unity Catalog
  • MODIFY privilégio na tabela do Unity Catalog
  • CAN USE privilégio sobre o SQL warehouse

Para obter mais informações, consulte Unity Catalog privileges and securable objects e SQL warehouse ACLs.

o passo 2: Instalar dependências​

Crie um arquivo requirements.txt e inclua o seguinte pacote:

Text
databricks-sdk
databricks-sql-connector
streamlit
pandas

o passo 3: Configurar a execução do aplicativo​

Crie um arquivo app.yaml para definir como seu aplicativo inicia no Databricks Apps.

YAML
command: ['streamlit', 'run', 'app.py']

o passo 4: Leia uma tabela Unity Catalog​

Este código de exemplo demonstra como ler dados de uma tabela do Unity Catalog e exibi-los usando o Streamlit. Crie um arquivo app.py que atenda aos seguintes objetivos:

  • Utiliza autenticação de entidade de serviço de aplicativo.
  • Solicita ao usuário o caminho HTTP do SQL warehouse e o nome da tabela do Unity Catalog.
  • Executa uma consulta SELECT * na tabela especificada.
  • Exibe o resultado em um Streamlit st.dataframe.

app.py​

Python
import pandas as pd
import streamlit as st
from databricks import sql
from databricks.sdk.core import Config
import os

cfg = Config()

# Use app service principal authentication
def get_connection(http_path):
    server_hostname = cfg.host
    if server_hostname.startswith('https://'):
        server_hostname = server_hostname.replace('https://', '')
    elif server_hostname.startswith('http://'):
        server_hostname = server_hostname.replace('http://', '')
    return sql.connect(
        server_hostname=server_hostname,
        http_path=http_path,
        credentials_provider=lambda: cfg.authenticate,
        _use_arrow_native_complex_types=False,
    )

# Read data from a Unity Catalog table and return it as a pandas DataFrame
def read_table(table_name: str, conn) -> pd.DataFrame:
    with conn.cursor() as cursor:
        cursor.execute(f"SELECT * FROM {table_name}")
        return cursor.fetchall_arrow().to_pandas()

# Use Streamlit input fields to accept user input
http_path_input = st.text_input(
    "Enter your Databricks HTTP Path:", placeholder="/sql/1.0/warehouses/xxxxxx"
)
table_name = st.text_input(
    "Specify a Unity Catalog table name:", placeholder="catalog.schema.table"
)

# Display the result in a Streamlit DataFrame
if http_path_input and table_name:
    conn = get_connection(http_path_input)
    df = read_table(table_name, conn)
    st.dataframe(df)
else:
    st.warning("Provide both the warehouse path and a table name to load data.")

o passo 5: Editar uma tabela Unity Catalog​

Este código de exemplo permite que os usuários leiam, editem e gravem alterações em uma tabela Unity Catalog usando o recurso de edição de dados do Streamlit. Adicione a seguinte funcionalidade ao arquivo app.py :

  • Use INSERT OVERWRITE para gravar os dados atualizados de volta na tabela.

app.py​

Python
import pandas as pd
import streamlit as st
from databricks import sql
from databricks.sdk.core import Config
import math

cfg = Config()

# Use app service principal authentication
def get_connection(http_path):
    server_hostname = cfg.host
    if server_hostname.startswith('https://'):
        server_hostname = server_hostname.replace('https://', '')
    elif server_hostname.startswith('http://'):
        server_hostname = server_hostname.replace('http://', '')
    return sql.connect(
        server_hostname=server_hostname,
        http_path=http_path,
        credentials_provider=lambda: cfg.authenticate,
        _use_arrow_native_complex_types=False,
    )

# Read data from a Unity Catalog table and return it as a pandas DataFrame
def read_table(table_name: str, conn) -> pd.DataFrame:
    with conn.cursor() as cursor:
        cursor.execute(f"SELECT * FROM {table_name}")
        return cursor.fetchall_arrow().to_pandas()

# Format values for SQL, handling NaN/None as NULL
def format_value(val):
    if val is None or (isinstance(val, float) and math.isnan(val)):
        return 'NULL'
    else:
        return repr(val)

# Use `INSERT OVERWRITE` to update existing rows and insert new ones
def insert_overwrite_table(table_name: str, df: pd.DataFrame, conn):
    progress = st.empty()
    with conn.cursor() as cursor:
        rows = list(df.itertuples(index=False))
        values = ",".join([f"({','.join(map(format_value, row))})" for row in rows])
        with progress:
            st.info("Calling Databricks SQL...")
        cursor.execute(f"INSERT OVERWRITE {table_name} VALUES {values}")
    progress.empty()
    st.success("Changes saved")

# Use Streamlit input fields to accept user input
http_path_input = st.text_input(
    "Enter your Databricks HTTP Path:", placeholder="/sql/1.0/warehouses/xxxxxx"
)
table_name = st.text_input(
    "Specify a Unity Catalog table name:", placeholder="catalog.schema.table"
)

# Display the result in a Streamlit DataFrame
if http_path_input and table_name:
    conn = get_connection(http_path_input)
    if conn:
        st.success("✅ Connected successfully!")
        original_df = read_table(table_name, conn)
        edited_df = st.data_editor(original_df, num_rows="dynamic", hide_index=True)
        df_diff = pd.concat([original_df, edited_df]).drop_duplicates(keep=False)
        if not df_diff.empty:
            st.warning(f"⚠️ You have {len(df_diff) // 2} unsaved changes")
            if st.button("Save changes"):
                insert_overwrite_table(table_name, edited_df, conn)
                st.rerun()
else:
    st.warning("Provide both the warehouse path and a table name to load data.")

Próximas etapas​