Oktatóanyag: Node.js Databricks-alkalmazás fejlesztése

Ez az oktatóanyag bemutatja, hogyan hozhat létre egy egyszerű Node.js alkalmazást a Databricks Appsben, amely egy dinamikus diagrammal rendelkező weblapot szolgál ki Chart.js és Express használatával. Az alkalmazás a következőket tartalmazza:

  • Diagramot megjelenítő stílussal rendelkező kezdőlap
  • Egy API-végpont, amely idősoros értékesítési adatokat ad vissza
  • Dinamikus port környezeti változóval

Előfeltételek

Az oktatóanyag elvégzése előtt:

1. lépés: Függőségek telepítése

Nyisson meg egy terminált, és futtassa a következő parancsokat:

  • A Node.js telepítése
  • Helyi könyvtár létrehozása az alkalmazás forrás- és konfigurációs fájljaihoz
  • Az Express telepítése
brew install node
mkdir my-node-app
cd my-node-app
npm install express

2. lépés: Az alkalmazáslogika meghatározása

Hozzon létre egy fájlt app.js a következő tartalommal:

import express from 'express';
import path from 'path';
import { fileURLToPath } from 'url';

const app = express();
const port = process.env.PORT || 8000;

const __dirname = path.dirname(fileURLToPath(import.meta.url));
app.use('/static', express.static(path.join(__dirname, 'static')));

// Serve chart page
app.get('/', (req, res) => {
  res.sendFile(path.join(__dirname, 'static/index.html'));
});

// Serve mock time-series data
app.get('/data', (req, res) => {
  const now = Date.now();
  const data = Array.from({ length: 12 }, (_, i) => ({
    date: new Date(now - i * 86400000).toISOString().slice(0, 10),
    sales: Math.floor(Math.random() * 1000) + 100,
  })).reverse();
  res.json(data);
});

app.listen(port, () => {
  console.log(`🚀 App running at http://localhost:${port}`);
});

Ez a kód létrehoz egy Express-kiszolgálót, amely:

  • HTML-lap kiszolgálása a /static könyvtárból
  • A modelleladási adatokkal válaszol /data
  • Figyeli a környezeti változó által PORT definiált portot (vagy alapértelmezés szerint a 8000-et)

3. lépés: Statikus HTML-fájl hozzáadása

Készítsen egy fájlt static/index.html, amely betölti a Chart.js adatokat, és megjelenít egy vonaldiagramot. A diagram automatikusan lekéri a modelladatokat az /data API-ból, és megjeleníti azokat a böngészőben.

<!DOCTYPE html>
<html>
  <head>
    <title>Sales Dashboard</title>
    <script src="https://cdn.jsdelivr.net/npm/chart.js"></script>
    <style>
      body {
        font-family: sans-serif;
        padding: 2rem;
      }
      canvas {
        max-width: 100%;
        height: 400px;
      }
    </style>
  </head>
  <body>
    <h1>📈 Sales Dashboard</h1>
    <canvas id="salesChart"></canvas>

    <script>
      async function renderChart() {
        const response = await fetch('/data');
        const data = await response.json();

        const ctx = document.getElementById('salesChart').getContext('2d');
        new Chart(ctx, {
          type: 'line',
          data: {
            labels: data.map((d) => d.date),
            datasets: [
              {
                label: 'Daily Sales',
                data: data.map((d) => d.sales),
                borderWidth: 2,
                fill: false,
              },
            ],
          },
          options: {
            responsive: true,
            scales: {
              y: {
                beginAtZero: true,
              },
            },
          },
        });
      }

      renderChart();
    </script>
  </body>
</html>

4. lépés: Függőségek definiálása

Hozzon létre egy package.json fájlt, amely függőségként deklarálja az Expresst, és beállítja a kezdőszkriptet:

{
  "name": "databricks-chart-app",
  "version": "1.0.0",
  "type": "module",
  "main": "app.js",
  "scripts": {
    "start": "node app.js"
  },
  "dependencies": {
    "express": "^4.19.2"
  }
}

5. lépés: Az alkalmazás helyi futtatása

Az alkalmazás helyi teszteléséhez futtassa a következő parancsokat:

npm install
npm run start

Navigáljon az http://localhost:8000 oldalra, hogy megtekintse az elmúlt 12 nap fiktív értékesítési adatainak dinamikus diagramját.

Csomópontalkalmazás kimenete

Következő lépések

  • Az alkalmazás üzembe helyezése. Lásd : Databricks-alkalmazás üzembe helyezése.
  • Cserélje le a makettadatokat a Unity Catalogból vagy egy külső API-ból származó adatokra.
  • Adjon hozzá felhasználói felületi szűrőket, például dátumtartományt vagy termékkategóriát.
  • Az alkalmazás biztonságossá tételéhez használja az Azure Databricks titkos kulcsait vagy az OAuth-ot.
  • Last updated on