Zi 字媒體

在網頁上發佈動態資料圖表 – 方案評估與技術問題全記錄 | ARON HACK 亞倫害的

2021/12/25

原始文章

前情提要

事情是這樣的，這個網站是用WordPress建置，本來放在GoDaddy虛擬主機上，當時的方案簽了三年，在大約一年半的時候，我決定把網站搬到SiteGround上。為了不讓GoDaddy的主機空轉，剛好我也想做些Side Projects，試著在網站上建立數據儀表板，GoDaddy的主機剛好可以拿來跑自動化程式或是儲存資料。

我在主機、伺服器管理方面並不是專家，但我認為資料的自動化抓取與運算需要花費較高的主機資源，因此把資料運算用的主機和架站用主機分開可能也是好事，避免前者不小心資源超量時，部落格也跟著一起掛掉。

另一個好處是資料備份。拿來做數據儀表板的資料很多都是公開而且免費的數據，就算資料弄丟，只要重新下載就好，因此根本不需要備份，如果有code的話在本機上用GitHub備份就可以了。相反，我的網站資料每天都會自動備份，小心駛得萬年船。

本文主旨

如果要在自己的電腦，也就是所謂的本機端(Local)執行數據儀表板專案，難度還算相當低，但當要把這個專案放到網站上，問題會複雜很多。以下的內容是關於我在初期遇到的種種困難，我找到可行的解決方案，以及我最後定案的方式。

我寫這篇文章的時候，我的數據儀表板專案已經有點頭緒，但還沒有具體的成果，若有新的進度與解法都會更新在這篇文章中，也期待你的意見與回饋。

另外，另然本機這個詞聽起來有點工程宅，但為了方便敘述，以下會繼續稱自己使用的電腦為「本機」，和網站的「主機」是兩個相對的概念。

專案規劃

要開始一個Side Project，你自己一定會有些想法。像我的第一個題目想做農產品市場行情的互動式儀表板，在政府資料開放平台上面有json格式的資料源可以使用，取得歷史資料的方式也很簡單。

雖然我的第一個專案的資料源很容易取得，但我相信第二個、第三個專案一定不會都那麼幸運，一定會遇到一些資料要透過爬蟲才能抓下來。先預設最壞的情況一定會發生，這樣在建立自己的SOP時才能保留足夠的彈性與擴充性，也方便日後其他小專案直接套用。

Python或R

數據分析最知名的程式語言是Python和R，除了數據分析外，也都可以做資料視覺化，網路上的資源和相關套件都算多，這部份可以說是難分軒輊。學習成本方面，我兩者都略懂，所以也不是我的主要考量。最後，在通用性這點上，我毫不猶豫選了Python。

什麼是通用性？首先，如前面提到的，某些時候我們一定會需要寫爬蟲來抓網路上的資料，而爬蟲本來就是Python的強項，R雖然也有相關套件，但網友們的評價似乎都不太優，有些事還是交給專業的來比較好。

其次是使用層面。R通常只會拿來做統計或數據分析，雖然我也聽過有人用R寫貪食蛇或踩地雷，但請不要把才能放在奇怪的地方。相反，Python除了數據分析外，工程師也會拿來寫app或網頁，使用層面更多，潛力無窮。

在以上兩次對決中，Python明顯占了上風，於是我毫無懸念的選了Python，下面的說明也會以Python為主。

你要把作品放在哪裡

我一開始就打算放在自己的網站上，所以這一項完全沒有考慮，但還是特別寫出來，讓大家的思考流程更清析。

如果你要把作品放在網站上，你當然要先有一個網站，要搞定網站管理、主機運作等麻煩事。如果你沒有網站，那可以放慮放在免費或付費空間上。以R來說，你可以上傳到RPubs上，像是我同事製作的各國武漢肺炎疫情狀況。

Python的部份我沒有找過，但我相信有類似的資源可用。

流量控管

如果你把儀表板放在像RPubs的網路空間中，那你完全不用在乎流量問題，但假使你和我一樣想放在自己的主機上，這點你一定要注意。

某些時候，你使用的資料源檔案可能很大，到幾十mb甚至破百。當使用者瀏覽網頁時，你的檔案有多大，你的主機就必須傳送多大的流量出去，這很可怕。如果哪天你的作品不小心紅了，有大把大把的網友前來朝聖，你的主機流量會先爆掉，然後你會收到主機商的關切信，問你要不要花更多的錢升級方案。如果你擺爛裝死，那你的網站可能會被直接關掉。

啊，你說你的主機方案寫不限流量？那個看看笑笑就好了。

整體來說，我覺得流量問題是這個SOP規劃裡面最麻煩的部份，它也會影響視覺化工具的挑選。

選擇視覺化方案

雖然Python本身視覺化套件可以使用，像是Plotly，但是在流量考量下，我本來預期最理想的方案是Power BI。結果，人算不如天算。

Power BI

Power BI是微軟的視覺化工具，這邊我就不多作介紹。

在我原本的構想中，我打算把Python程式寫好後掛到主機上，讓它每天自動更新，並將資料儲存在主機資料庫中。同時，讓Power BI連線到主機的資料庫，一樣每天自動更新資料源。更新後，Power BI會將資料儲存在微軟的資料庫中，由於每天只更新一次，一個100MB的檔案一個月也才3GB左右，流量完全不是問題。最後，我再用Power BI製作互動式儀表板，並且使用Publish to web(public)功能，以iframe的方式嵌入在網頁中。

理想雖然豐滿，現實卻總是骨感。在2020年初，Power BI進行了一次更新，一般使用者點擊Publish to web(public)後，會出現Contact your admin to enable embed code creation，必須由管理員啟用你的embed權限後才可以使用。

Power BI-Contact your admin to enable embed code creation

網路上有些教學說，你可以到右上角齒輪的Settings > Admin portal，在裡面開啟一個神密的按鈕後就可以打完收工，問題是這個解法好像只適用於Premium帳號，也就是說一般個人帳號或是Pro帳號都不能再把Power BI報表公開嵌入在網頁上(我的帳號是試用期版的Pro)，但在更新前已產生的嵌入碼則可以繼續使用。

網友們原本以為這是更新後的bug，但看完這篇文章下方的留言後，微軟好像是有計畫性的執行這項政策，可能他們也是因為流量吃太兇，不得已只好拿免費使用者開刀吧。期望未來微軟會進一步讓Power BI Pro的使用者也可以使用此功能，一個月NT300也不算貴，但也只能期望。總之，此路不通。

Tableau

Tableau是另外一套知名的BI(Business intelligence)軟體，經常被拿來和微軟的Power BI作比較。先不管它們到底哪個比較好用，Tableau的價格對個人型使用者來說很不親民，打叉。

Grafana Labs

在兩個最知名的解決方案都宣告無望後，我繼續尋找與前兩者類似，但相對規模與知名度都比較小的方案。

Grafana Labs是提供開源(Open Source)的產品，目前看起來只對企業收費，一般使用者可以限制條件下免費使用，並且可以選擇放在自己的主機，或是放在Grafana的主機上，由他們代管，但最多只能建立五個Dashboard。

另外，我在接觸新的品牌或產品時，習慣用SimilarWeb偷看一下他們的網站流量，避免不小心挑了一間隨時會消失的公司。Grafana Labs在這部份表現良好，每個月有近70萬的訪次。

評估之後，我將Grafana Labs列為可行選項之一，打勾。

freeboard

freeboard和Grafana有點像，但必須付費，最低階的方案每月12塊美金，不算貴。但它在網站上沒有提到資料能不能放在他們的主機，不過freeboard提供了30天的試用期，如果需要的話可以自己試試看。

流量部份，freeboard在SimilarWeb上顯示不出數據，代表流量過少。以我的經驗，只要每月訪次超過50000就會在SimilarWeb上顯示數據。

整體來說，freeboard的流量還不多，但似乎也是個可行的方案。雖然主機問題我還沒搞清楚，但先收著當備案，打勾。

在虛擬主機上安裝Python與套件

選定視覺化解決方案後，我打算開始在我的GoDaddy主機上安裝Python，結果在安裝套件這一關就出了問題。

Error
Could not open requirements file: [Errno 2] No such file or directory: ‘python/pip’ You are using pip version 9.0.1, however version 20.0.2 is available. You should consider upgrading via the ‘pip install –upgrade pip’ command.

我根據以上錯誤訊息upgrade pip，結果還是失敗。

我不確定我的執行方式完全正確，可能是指令輸入錯誤或其他技術問題，這已經超出我的理解範圍，但這也帶出了另一個隱憂：我的GoDaddy方案是Linux虛擬主機，只能操作cPanel，沒有根目錄(root)的權限，就算我這一關打通了，在虛擬主機的限制下，未來可能會有其他未知的問題發生。

另外，根據我的理解，我把Python檔案上傳到主機上後，好像只能全部執行，不能像是在編輯器(IDE)或是IPython Notebook一樣執行其中幾行，這在程式的測試與Debug上非常不方便(或是我又沒有找對方法？)。

總之，我又開始尋找新的解決方案，無奈地踏上全新的旅程。

PythonAnywhere-專業的Python解決方案

評估過繼續使用虛擬主機可能會有的風險後，我考慮過使用個人主機，或是GCP(Google Cloud Platfrom)或是Azure之類的選項，費用相對高不說，想到還要自己搞定一堆複雜的技術問題就讓人頭痛。同時，我也不禁懷疑，現在要做數據分析的人那麼多，應該會有公司針對這些人提供專屬的解決方案才對啊。然後我找到了PythonAnywhere。

以大部份的主機商來說，他們都說我的主機上可以安裝Python喔，你用了我的主機後，不管要裝網站或是Python應用程式，所有願望一次滿足。但我認為，Python畢業不是這些主機商的主力業務，所以在技術支援上不一定這麼完善。這也是我後來放棄GoDaddy，選擇把網站移到SiteGround的原因，因為後者很明確的專注於WordPress上，而且他們在客服方面真的沒話說。