免費發布數據分析類🌐web APP的幾個途徑📱

數據分析類web APP目前用來部署生信工具，統計工具和預測模型等，便利快捷，深受大家喜愛。而一個免費的APP部署途徑，對于開發和測試APP都是必要的。根據筆者的經驗，這里推薦幾個用過的免費部署的途徑。

🐍python

1. Streamlit cloud streamlit（st）是流行的構建GUI的框架，使用st構建的APP可以首先儲存在github上，進而方便的部署在st cloud上。這種帶有用戶界面的模型，功能相對簡單， 相互之間缺乏協作途徑。就這個平臺本身來說，優點是，沒有APP數量的限制（至少大于5個）；可以部署深度學習APP（算力足夠）；缺點是，除了以上這類帶界面APP本身的缺點外，幾乎沒有缺點。
   

2. Deta Space 如果不想要GUI界面，而是采用HTTP調用的方式來使用預測模型，就可以使用fastAPI構建預測模型并部署到deta space上。采用HTTP調用的預測模型APP，至少有以下優點：跨平臺兼容性，各種設備和應用都可以調用預測模型并生成結果，包括大語言模型；易于集成：HTTP調用可以與其他系統和服務進行集成，例如與數據庫、消息隊列等進行數據交互和處理；良好的可擴展性：采用HTTP調用的預測模型APP可以在后端進行水平或垂直的擴展，以應對高并發請求和大規模數據的處理需求。這個正在學習。

💎R

3. shinyapp 這是R語言中最流行的平臺，和st類似，也是帶有用戶界面的， 發展比較成熟，比如發展出許多延伸的庫，個人體會比較適合做dashboard。但是就免費部署效果來說，是體驗相對比較差的，每個用戶只能部署5個app， 且一旦數據量較大，或者算力要求較多，APP就會崩潰。
   

😎R和python都可

4. huggingface space 這個部署途徑也比較簡潔，界面有點類似github， 部署shinyapp的體驗稍微好些，但是國內訪問受限。

最后

docker應該也算一個， 但是不夠輕量，文件比較大（預測模型類），還需要下載docker的軟件等，可以先嘗試以上幾個。其它的途徑應該還有，但是沒實際操作過，歡迎大家推薦。安利自己做的一些APP，包括streamlit和shiny的，https://webcrate-2-d8091132.deta.app/，歡迎大家交流。