[streamlit] streamlit앱 배포하기

---

데이터분석 프로젝트나 간단한 AI모델링 프로젝트에서 Streamlit을 종종 사용하곤 하죠.

Streamlit Sharing을 사용하면 Streamlit으로 만든 어플리케이션을 쉽게 배포할 수 있습니다.

 

무료계정 옵션의 경우 아래와 같은 제한사항이 있습니다.

• 최대 3개의 어플리케이션까지
• 한 어플리케이션 당 RAM 1GB 제한
• Github repo 중, Puiblic만 배포 가능

제한사항이야 많지만 무료도 감지덕지입니다.

그 이상을 필요로 한다면 유료옵션을 이용하거나 타 호스팅 자원을 사용해야겠습니다.

 

자세한 내용은 아래의 공식문서를 참조해주세요

Streamlit Docs

 

1. 계정생성

https://share.streamlit.io/signup

구글계정으로 회원가입한 후, 깃헙계정도 연결해줍니다.

회원가입 중 연동할 수도 있었는데 무지성으로 skip해버린 나란 멍청이...

 

2. repo 연결

3. app 배포

1) 앱 배포 기본설정

• 배포하려는 streamlit 프로젝트의 repository를 선택합니다.
• 배포하려는 branch를 선택합니다. (일반적으로는 main이겠죠?)
• streamlit 메인 파일을 선택합니다.
• 도메인 이름을 지어줍니다.

2) 앱 배포 상세설정

Deploy! 버튼 위에 있는 Advanced settings... 를 꼭 확인해주세요

Advanced settings

• 파이썬 버전을 선택합니다.
• 인증키, DB정보 등을 환경변수로 설정합니다. (TOML 포맷)

3) 진짜 앱 배포

Deploy! 버튼 누르면 배포가 진행됩니다.

배포가 완료되었습니다!

 

저렇게 허전한 이유: 정말 허전하게 만들었으니까.

import streamlit as st

def main():
    st.title('Streamlit test')

    st.write("Hello, this is a Streamlit example!")

if __name__ == '__main__':
    main()

 

streamlit sharing의 장점

• 매우 손쉽게 배포가 가능합니다.
  • 상대적으로 매우 쉬운 streamlit을 이용해서 개발진행
  • github과 연동해서 push할 때마다 배포된 앱도 자동 갱신
  • 별다른 설정 안해도 http가 아닌 https로 배포

 

번외

streamlit을 잘 모르더라도 streamlit이 제공하는 템플릿을 이용해 손쉽게 시작할 수 있습니다.

ML Model Builder 템플릿을 사용해보겠습니다.

위에서와 같이 똑같은 방식으로 설정을 진행해주세요

 

Create를 누르면 깃헙계정에 Public repo가 생성됩니다.

그리고 open Github Codespaces to immediately edit this app in your browser! 를 선택한 상태로 진행했다면

아래와 같이 VSCode의 UI 위에서 실시간으로 변경하는 것도 가능합니다.

VS Code UI에서 바로 수정 가능합니다.

 

배포 결과물

템플릿대로 배포된 모습