Connect Streamlit to Tableau
Introduction
本指南解释了如何从Streamlit社区云安全地访问Tableau上的数据。它使用了tableauserverclient库和Streamlit的Secrets管理。
Create a Tableau site
注意
如果您已经有一个想要使用的数据库，请随时跳到下一步。
为了简化操作，我们在这里使用的是Tableau的云版本，但本指南同样适用于自托管部署。首先，注册Tableau Online或登录。创建一个工作簿或运行“仪表板入门”下的一个示例工作簿。
Create personal access tokens
虽然Tableau API允许通过用户名和密码进行身份验证，但在生产应用程序中应使用个人访问令牌。
转到您的Tableau Online 主页，创建一个访问令牌并记下令牌名称和密钥。
注意
个人访问令牌如果连续15天未使用将会过期。
Add token to your local app secrets
您的本地Streamlit应用程序将从应用程序根目录中的文件.streamlit/secrets.toml读取秘密信息。如果此文件尚不存在，请创建此文件，并添加您的令牌、设置期间创建的站点名称以及您的Tableau服务器的URL，如下所示：
# .streamlit/secrets.toml
[tableau]
token_name = "xxx"
token_secret = "xxx"
server_url = "https://abc01.online.tableau.com/"
site_id = "streamlitexample" # in your site's URL behind the server_url
重要
将此文件添加到.gitignore，不要将其提交到您的GitHub仓库！
Copy your app secrets to the cloud
由于上面的secrets.toml文件没有提交到GitHub，你需要将其内容单独传递给你部署的应用程序（在Streamlit社区云上）。转到应用程序仪表板，在应用程序的下拉菜单中，点击编辑Secrets。将secrets.toml的内容复制到文本区域。更多信息可在Secrets管理中找到。
Add tableauserverclient to your requirements file
将tableauserverclient包添加到您的requirements.txt文件中，最好固定其版本（将x.x.x替换为您想要安装的版本）：
# requirements.txt
tableauserverclient==x.x.x
Write your Streamlit app
将下面的代码复制到您的Streamlit应用程序中并运行它。请注意，此代码仅显示您可以获取的一些数据选项——探索tableauserverclient库以找到更多！
# streamlit_app.py
import streamlit as st
import tableauserverclient as TSC
# Set up connection.
tableau_auth = TSC.PersonalAccessTokenAuth(
st.secrets["tableau"]["token_name"],
st.secrets["tableau"]["personal_access_token"],
st.secrets["tableau"]["site_id"],
)
server = TSC.Server(st.secrets["tableau"]["server_url"], use_server_version=True)
# Get various data.
# Explore the tableauserverclient library for more options.
# Uses st.cache_data to only rerun when the query changes or after 10 min.
@st.cache_data(ttl=600)
def run_query():
with server.auth.sign_in(tableau_auth):
# Get all workbooks.
workbooks, pagination_item = server.workbooks.get()
workbooks_names = [w.name for w in workbooks]
# Get views for first workbook.
server.workbooks.populate_views(workbooks[0])
views_names = [v.name for v in workbooks[0].views]
# Get image & CSV for first view of first workbook.
view_item = workbooks[0].views[0]
server.views.populate_image(view_item)
server.views.populate_csv(view_item)
view_name = view_item.name
view_image = view_item.image
# `view_item.csv` is a list of binary objects, convert to str.
view_csv = b"".join(view_item.csv).decode("utf-8")
return workbooks_names, views_names, view_name, view_image, view_csv
workbooks_names, views_names, view_name, view_image, view_csv = run_query()
# Print results.
st.subheader("📓 Workbooks")
st.write("Found the following workbooks:", ", ".join(workbooks_names))
st.subheader("👁️ Views")
st.write(
f"Workbook *{workbooks_names[0]}* has the following views:",
", ".join(views_names),
)
st.subheader("🖼️ Image")
st.write(f"Here's what view *{view_name}* looks like:")
st.image(view_image, width=300)
st.subheader("📊 Data")
st.write(f"And here's the data for view *{view_name}*:")
st.write(pd.read_csv(StringIO(view_csv)))
看到上面的st.cache_data了吗？如果没有它，Streamlit 每次重新运行应用程序时（例如在小部件交互时）都会运行查询。使用st.cache_data后，它只会在查询更改或10分钟后运行（这就是ttl的作用）。注意：如果您的数据库更新更频繁，您应该调整ttl或删除缓存，以便查看者始终看到最新数据。了解更多信息，请访问Caching。
如果一切顺利，你的应用程序应该看起来像这样（可能根据你的工作簿有所不同）：
还有问题吗？
我们的 论坛 充满了有用的信息和Streamlit专家。