Skip to content
튜토리얼
Streamlit
Streamlit Config: 놓칠 수 없는 궁극적인 가이드

스트림릿 구성: 놓칠 수 없는 궁극적인 가이드

Olaf Källström
Name
Olaf Källström

Published on

스트림릿 구성은 데이터 처리의 영역에서 중요한 역할을 담당하는 명령형 도구입니다. 이는 스트림 데이터 처리의 다양한 단계에 확장하여 귀중한 자원이 됩니다. 이 문서는 스트림릿 구성에 대한 탐색적인 여정을 시작하며, 정의, 생성 프로세스, 다양한 유형 및 사용법을 설명하고, 문제 해결과 성능 향상에 대한 엿보기를 제공합니다.

이 흥미로운 여정에 머리숙여 뛰어들기 전에, 스트림릿 구성의 기본 개념과 데이터 처리의 더 광범위한 효과를 이해하기 위해 핵심 개념부터 살펴보겠습니다.

무료로 Streamlit을 사용하여 데이터 분석 및 데이터 시각화 앱을 만들고 싶으신가요?

PyGWalker (opens in a new tab)는 Python 라이브러리로서, 쉽게 Tableau와 유사한 UI를 자체 Streamlit 앱에 통합할 수 있도록 도와줍니다. Coding is Fun (opens in a new tab)의 Sven이 제작한 이 놀라운 비디오를 확인해보세요. 이 비디오에서는 이 강력한 데이터 시각화 Python 라이브러리를 사용하여 Streamlit 앱을 강화하는 방법에 대한 상세한 단계가 설명됩니다!


PyGWalker 커뮤니티에 기여한 Sven님에게 특별한 감사를 전합니다 (opens in a new tab)!

추가로, PyGWalker GitHub 페이지 (opens in a new tab)에서 PyGWalker 예제를 더 확인할 수도 있습니다.

파트 1: 스트림릿 구성이란 무엇인가?

가장 간단한 용어로 스트림릿 구성은 Streamlit과 함께 작업할 때 사용하는 구성 설정입니다. Streamlit은 기계 학습 및 데이터 과학 프로젝트에서 주로 사용되는 인기있는 오픈 소스 앱 프레임워크입니다. 이는 Streamlit 서버의 매개변수를 설정하고 앱의 동작을 특정 요구 사항에 맞게 조정하는 데 도움이 됩니다.

도구 상자가 있다고 상상해보세요. 더 잘 정리되어 있을수록 작업을 더 효율적으로 수행할 수 있을 것입니다. 스트림릿 구성은 이러한 조직 체계로 작동하여 스트림 데이터 처리 작업이 원활하게 실행되도록 보장합니다. 그리고 오늘날의 디지털 세계에서 데이터가 생명선이기 때문에, 스트림릿 구성은 효율적인 데이터 분석의 기반이 되어줍니다.

파트 2: 스트림릿 구성 생성 방법

이제 스트림릿 구성의 생성 과정을 통해 이동해 보겠습니다. 믿어줘, 이건 어려운 작업이 아니에요. 다음과 같은 단계별 안내서를 통해 원활하게 진행할 수 있도록 도와드리겠습니다.

  1. 스트림릿 폴더에 config.toml 파일을 생성하세요. 파일이 이미 존재하는 경우, 이제 진행할 수 있습니다!
  2. 구성을 정의하세요. 서버 설정, 공유 모드 조정 또는 브라우저 설정 수정이 필요할 수 있습니다.
  3. 변경 사항을 저장하고, 보세요! 스트림릿 구성이 준비되었습니다.

예를 들어, Streamlit 서버의 포트를 정의하기 위해 다음과 같이 config.toml 파일을 작성할 수 있습니다:

[server]
port = 8501

이 간단한 스트림릿 구성 예제는 포트를 8501로 설정하여 앱이 이 포트에서 실행되도록 보장합니다.

파트 3: 스트림릿 구성의 유형

데이터 분석에서 일반적인 해결책이 하나의 사이즈가 맞지 않는 것처럼, 스트림릿 구성 또한 다양한 유형을 제공하며 각각 다른 요구 사항을 충족시킵니다. 이러한 다양한 유형을 이해하면 데이터 처리 게임을 크게 향상시킬 수 있습니다.

  1. 서버 구성: 이는 Streamlit 서버의 설정을 제어합니다. 포트 설정, CORS 활성화, 파일 감시기 유형 제어 등을 구성할 수 있습니다.
  2. 브라우저 구성: 이 구성은 앱이 브라우저에서 표시되는 방식에 영향을 미칩니다. 동향 통계 수집, 서버 주소 설정 등을 설정할 수 있습니다.
  3. 공유 구성: 이 구성은 앱을 공유할 때 유용합니다. 이메일 관리, 공유 모드, 텔레메트리 표시 등을 도와줍니다.

이러한 각 유형은 전체 데이터 처리 메커니즘에서 독특한 역할을 담당하여 스트림릿 구성을 데이터 중심 프로젝트의 필수 요소로 만듭니다.

파트 4: 스트림릿 구성 사용 방법

스트림릿 구성을 효과적으로 사용하면 스트림 데이터 처리에 실질적인 변화를 가져올 수 있습니다. 이를 통해 원활하게 설정하고 프로젝트를 효율적으로 실행할 수 있습니다.

스트림릿 구성을 사용하기 위해 먼저 Streamlit 애플리케이션에 로드해야 합니다. 로드한 후, 구성 설정은 애플리케이션이 이러한 구성을 참조해야 할 때마다 사용됩니다.

예를 들어, 위의 예제에서 서버 구성에서 특정 포트를 지정한 경우, Streamlit은 이 정보를 사용하여 서버를 원하는 포트에서 시작합니다. 마찬가지로, 다른 구성을 활용하여 Streamlit 애플리케이션의 여러 측면을 제어할 수 있으며, 완벽하게 맞춤화된 경험을 만들 수 있습니다.

스트림릿 구성을 개인 비서로 생각하세요. 이들은 귀찮은 일을 처리하기 위해 존재합니다. 따라서 데이터에서 의미있는 통찰력을 도출하는 등의 큰 작업에 집중할 수 있습니다. 얼마나 효율적으로 활용하느냐에 따라 데이터 처리의 세계에서 여행이 더욱 원활해질 것입니다.

파트 6: 스트림릿 구성 문제 해결 - 예제와 상세 분석

누구나 문제에 직면하는 것은 좋아하지 않지만 때때로 문제는 피할 수 없습니다. 따라서 스트림릿 구성에 대한 이해력을 더 강화하기 위해 일부 일반적인 문제와 해당 문제를 해결하는 방법을 살펴보겠습니다.

문제: 구성된 포트에서 스트림릿 앱이 실행되지 않습니다. 해결책: 먼저, config.toml 파일을 확인하여 올바른 포트 번호를 설정했는지 다시 확인하세요. 예를 들어, Streamlit 서버를 포트 8501로 실행하려는 경우, config.toml은 다음과 같아야 합니다:

[server]
port = 8501

그러나 스트림릿 앱이 여전히 지정된 포트에서 실행되지 않는 경우, 해당 포트가 사용 중인지 확인하는 Unix 기반 시스템에서는 lsof와 Windows에서는 netstat과 같은 명령 줄 도구를 사용할 수 있습니다.

문제: config.toml 파일의 변경 사항이 앱에 반영되지 않습니다. 해결책: 스트림릿은 시작할 때 구성 파일을 읽습니다. 따라서 config.toml 파일에 변경 사항을 가했다면, 변경 사항이 적용되려면 스트림릿 서버를 재시작해야 합니다. 다음은 스트림릿 서버를 중지하고 재시작하는 기본적인 명령입니다:

# 스트림릿 서버 중지
$ pkill -f "streamlit run your_script.py"
 
# 스트림릿 서버 재시작
$ streamlit run your_script.py

이는 몇 가지 예시일 뿐이며, 특정 문제에 따라 문제 해결 과정이 다를 수 있습니다. 그러나 이러한 원칙을 염두에 두면 직면할 수 있는 어려움을 극복하는 데 도움을 받을 수 있습니다.

파트 7: Streamlit Config으로 성능 향상 - 깊이있는 기술

Streamlit Config은 앱의 설정 및 실행에 관한 것뿐만 아니라 앱의 실행을 개선하는 데에도 사용됩니다. Streamlit 애플리케이션의 성능을 향상시키는 몇 가지 방법을 살펴보겠습니다.

서버 설정: Streamlit 서버가 동시에 처리할 수 있는 스레드 수는 설정 가능합니다. 예를 들어, 스레드 수를 8개로 설정하고 싶다면 config.toml 파일은 다음과 같이 보일 것입니다:

[server]
numThreads = 8

이 설정은 한 번에 더 많은 요청을 처리하여 앱의 성능을 향상시킬 수 있습니다.

데이터 캐싱: Streamlit의 @st.cache 데코레이터를 사용하면 함수가 결과를 캐싱하여 앱의 속도를 빠르게 할 수 있습니다. 코드에서 이를 사용하는 방법은 다음과 같습니다:

import streamlit as st
import time
 
@st.cache
def slow_function():
    time.sleep(2)  # 느린 데이터베이스 쿼리일 수 있습니다
    return '결과'
 
st.write(slow_function())  # 처음 실행할 때 속도가 느릴 수 있습니다

리소스 사용 최적화: Streamlit이 사용하는 리소스를 최적화하는데 도움이 되는 설정들도 있습니다. 예를 들어, 캐싱에 사용될 수 있는 최대 메모리 양을 제어할 수 있습니다:

[server]
maxCacheSize = 2048

이렇게 설정하면 캐시 크기가 2048MB로 설정됩니다. 이 값을 조정함으로써 메모리 사용량을 관리하고 성능을 향상시킬 수 있습니다.

이러한 기술들은 성능을 향상시킬 수 있지만, 리소스를 확인하고 설정이 배수의 용량을 사용하지 않도록하는 것도 중요합니다. 섬세한 균형 맞추기가 streamlit config를 진정으로 화려한 분야로 만드는 요소입니다.

파트 7: Streamlit Config으로 성능 향상

Streamlit 애플리케이션의 성능을 향상시키기 위해 streamlit config를 사용하는 방법을 이해하면 데이터 처리 워크플로우에서 큰 도움을 얻을 수 있습니다. 성능을 개선하기 위해 수정할 수 있는 몇 가지 설정은:

  1. 서버 설정: 스레드 수와 같은 서버 설정을 조정하면 성능을 향상시킬 수 있습니다. 예를 들어, 스레드 수를 늘리면 동시에 처리할 수 있는 요청을 더 많이 처리할 수 있습니다.

  2. 데이터 캐싱: Streamlit은 데이터 캐싱 기능을 제공합니다. 이는 로딩 시간을 줄이고 사용자 경험을 향상시키는 데 특히 유용할 수 있습니다.

  3. 리소스 사용 최적화: 메모리와 같은 Streamlit이 사용하는 리소스를 제어할 수 있는 특정 설정이 있습니다. 이를 최적화하면 성능이 향상될 수 있습니다.

파트 8: Streamlit Config 튜토리얼

지금까지 streamlit config의 이론에 대해 알아보았으니 이제 직접 실습해보겠습니다. 이 튜토리얼에서는 streamlit config를 설치하고 사용하는 실제 예제를 안내합니다.

단계 1: Streamlit 프로젝트 디렉토리에 config.toml 파일을 생성하거나 이미 있는 경우 엽니다.

단계 2: 서버 설정을 해봅시다. 포트를 8501로 설정하고 CORS(Cross-Origin Resource Sharing)를 사용합니다.

[server]
port = 8501
enableCORS = false

단계 3: 변경사항을 저장하고 Streamlit 앱을 시작합니다. 이제 앱은 포트 8501에서 실행되며 CORS가 활성화됩니다.

이로써 튜토리얼이 마무리됩니다. 이제 작동하는 streamlit config 설정이 있습니다. streamlit config로 할 수 있는 것들은 다양하며, 키는 탐색과 실험에 있습니다.

결론

Streamlit Config은 개발자들에게 강력한 도구입니다. Streamlit 서버 및 환경을 구성하여 특정 프로젝트 요구에 맞게 유연하게 설정할 수 있는 놀라운 유연성을 제공합니다. 초기 설정부터 문제 해결과 성능 최적화까지, Streamlit 구성을 이해함으로써 효율적이고 고성능의 데이터 애플리케이션을 구축하는 데 도움을 받을 수 있습니다.

Streamlit을 시작하는 사람이든 더욱 숙련된 스킬을 갖춰야 하는 사람이든, Streamlit 구성을 배우고 숙달하는 과정은 성장의 기회로 가득 찬 여정입니다. 구성이 무엇이고 어떻게 작동하며 어디에 적용해야 하는지 이해함으로써 데이터 처리 경험을 최적의 성능과 효율성으로 맞춤화할 수 있습니다.

기억하세요, 배우는 가장 좋은 방법은 직접 해보는 것입니다. 다양한 구성을 실험하고 효과를 테스트하면서 공부하고 프로세스에서 배워나가세요. 더 깊이 파고들고, 호기심을 갖고, 끊임없이 배우세요.

자주 묻는 질문

Q1: Streamlit 구성에 대해 더 많은 정보를 어디에서 얻을 수 있나요? A: 공식 Streamlit 문서는 Streamlit 구성에 대해 자세한 정보를 제공하는 좋은 출발점입니다. 다양한 구성 옵션과 사용 방법에 대한 자세한 정보를 찾을 수 있습니다. 또한 Stack Overflow와 Streamlit 포럼과 같은 온라인 커뮤니티는 질문을 하고 지식을 공유하기에 훌륭한 장소입니다.

Q2: config.toml 파일에서 변경한 내용이 Streamlit 앱에 반영되지 않는 이유는 무엇일까요? A: Streamlit은 시작할 때 구성 파일을 읽습니다. 따라서 Streamlit 서버가 실행 중인 동안 config.toml 파일을 변경하려면 변경 사항이 적용되기 위해 서버를 재시작해야 합니다.

Q3: Streamlit 구성을 사용하여 Streamlit 앱의 성능을 최적화할 수 있나요? A: 네, Streamlit 구성은 Streamlit 애플리케이션의 성능을 최적화하는 여러 옵션을 제공합니다. 서버 설정(스레드 수 등) 조정, 데이터 캐싱, 리소스 사용 최적화 등이 이에 해당합니다.

Streamlit Config: The Ultimate Guide You Can’t MissStreamlit DataFrame: Displaying, Styling, and Optimizing Pandas DataFrames