当前位置：首页 > news >正文

【flask框架搭建服务器demo】Python 使用轻量级 Flask 框架搭建 Web 服务器可视化数据库数据demo

news 来源：原创 2024/9/22 11:35:45

本文适合刚入门flask框架用来熟悉项目的开发人员，关于flask框架的组成概念一些用法请参考下面的文章

https://blog.csdn.net/qq_47452807/article/details/122289200

本文主要给出一个可视化sqlite数据库数据的demo，先展示一下效果：

主要的代码如下

（1）app.py文件

from flask import Flask, jsonify, render_template
import sqlite3# 创建一个Flask应用实例
app = Flask(__name__)# 定义SQLite数据库的路径
DATABASE_PATH = r'E:\qt_data\sensordata.db'# 获取数据库连接的函数
def get_db_connection():# 连接到SQLite数据库conn = sqlite3.connect(DATABASE_PATH)# 将数据库查询结果设置为字典格式，便于通过列名访问数据conn.row_factory = sqlite3.Rowreturn conn# 定义根路由（主页）的处理函数
@app.route('/')
def index():# 渲染index.html模板return render_template('index.html')# 定义/data路由的处理函数，返回JSON格式的传感器数据
@app.route('/data')
def data():# 获取数据库连接conn = get_db_connection()# 创建游标对象，用于执行SQL查询cursor = conn.cursor()# 执行SQL查询，获取最新的20条环境数据记录，按时间戳降序排列cursor.execute("SELECT * FROM env_data ORDER BY timestamp DESC LIMIT 20")# 获取查询结果的所有行rows = cursor.fetchall()# 关闭数据库连接conn.close()# 构建一个字典，将查询结果中的每列数据提取到对应的列表中data = {"timestamp": [row["timestamp"] for row in rows],  # 时间戳"co2": [row["co2"] for row in rows],              # 二氧化碳浓度"ch2o": [row["ch2o"] for row in rows],            # 甲醛浓度"tvoc": [row["tvoc"] for row in rows],            # 总挥发性有机化合物浓度"pm2_5": [row["pm2_5"] for row in rows],          # PM2.5浓度"pm10": [row["pm10"] for row in rows],            # PM10浓度"temp": [row["temp"] for row in rows],            # 温度"hum": [row["hum"] for row in rows],              # 湿度}# 将数据字典转换为JSON格式并返回return jsonify(data)# 主函数，启动Flask应用
if __name__ == '__main__':app.run(debug=True)  # debug模式运行应用，方便开发调试

（2）index.html文件

<!DOCTYPE html>
<html lang="en">
<head><meta charset="UTF-8"><meta name="viewport" content="width=device-width, initial-scale=1.0"><title>Environmental Data Visualization</title><script src="https://cdn.jsdelivr.net/npm/chart.js"></script>
</head>
<body><div style="width: 80%; margin: auto;"><canvas id="lineChart"></canvas></div><script src="{{ url_for('static', filename='js/script.js') }}"></script>
</body>
</html>

（3）script.js文件

// 异步函数fetchData，用于从服务器获取传感器数据
async function fetchData() {// 发送HTTP GET请求到服务器的'/data'路由，并等待响应const response = await fetch('/data');// 将响应转换为JSON格式的数据const data = await response.json();// 返回获取到的数据return data;
}// 函数createChart，用于根据传感器数据创建并初始化折线图
function createChart(data) {// 获取页面中ID为'lineChart'的canvas元素，并获取其2D绘图上下文const ctx = document.getElementById('lineChart').getContext('2d');// 使用Chart.js库创建一个折线图const chart = new Chart(ctx, {type: 'line',  // 图表类型为折线图data: {// 设置X轴的标签为时间戳（数据需要反转以使最新数据在最右侧）labels: data.timestamp.reverse(),// 定义多条数据集，每个数据集代表一种传感器数据datasets: [{label: 'CO2',  // 数据集标签为'CO2'data: data.co2.reverse(),  // 数据为CO2的浓度值（反转顺序）borderColor: 'rgb(255, 99, 132)',  // 设置线条颜色为红色fill: false  // 不填充曲线下方区域},{label: 'CH2O',  // 数据集标签为'CH2O'data: data.ch2o.reverse(),  // 数据为CH2O的浓度值（反转顺序）borderColor: 'rgb(54, 162, 235)',  // 设置线条颜色为蓝色fill: false  // 不填充曲线下方区域},{label: 'TVOC',  // 数据集标签为'TVOC'data: data.tvoc.reverse(),  // 数据为TVOC的浓度值（反转顺序）borderColor: 'rgb(75, 192, 192)',  // 设置线条颜色为青色fill: false  // 不填充曲线下方区域},{label: 'PM2.5',  // 数据集标签为'PM2.5'data: data.pm2_5.reverse(),  // 数据为PM2.5的浓度值（反转顺序）borderColor: 'rgb(153, 102, 255)',  // 设置线条颜色为紫色fill: false  // 不填充曲线下方区域},{label: 'PM10',  // 数据集标签为'PM10'data: data.pm10.reverse(),  // 数据为PM10的浓度值（反转顺序）borderColor: 'rgb(255, 159, 64)',  // 设置线条颜色为橙色fill: false  // 不填充曲线下方区域},{label: 'Temperature',  // 数据集标签为'温度'data: data.temp.reverse(),  // 数据为温度值（反转顺序）borderColor: 'rgb(255, 205, 86)',  // 设置线条颜色为黄色fill: false  // 不填充曲线下方区域},{label: 'Humidity',  // 数据集标签为'湿度'data: data.hum.reverse(),  // 数据为湿度值（反转顺序）borderColor: 'rgb(201, 203, 207)',  // 设置线条颜色为灰色fill: false  // 不填充曲线下方区域}]},options: {// 使图表自适应容器大小responsive: true,scales: {x: {display: true,  // 显示X轴title: {display: true,  // 显示X轴的标题text: 'Timestamp'  // 设置X轴标题为'时间戳'}},y: {display: true,  // 显示Y轴title: {display: true,  // 显示Y轴的标题text: 'Value'  // 设置Y轴标题为'数值'}}}}});// 返回创建的图表对象return chart;
}// 异步函数updateChart，用于更新图表数据
async function updateChart(chart) {// 获取最新的数据const data = await fetchData();// 更新图表的X轴标签（时间戳），并反转顺序chart.data.labels = data.timestamp.reverse();// 更新各个数据集的数据，并反转顺序chart.data.datasets[0].data = data.co2.reverse();chart.data.datasets[1].data = data.ch2o.reverse();chart.data.datasets[2].data = data.tvoc.reverse();chart.data.datasets[3].data = data.pm2_5.reverse();chart.data.datasets[4].data = data.pm10.reverse();chart.data.datasets[5].data = data.temp.reverse();chart.data.datasets[6].data = data.hum.reverse();// 更新图表显示chart.update();
}// 在DOM完全加载后执行的事件监听器函数
document.addEventListener('DOMContentLoaded', async function () {// 获取初始数据const data = await fetchData();// 创建并渲染图表const chart = createChart(data);// 每隔1秒更新一次图表数据setInterval(async function () {await updateChart(chart);}, 1000);  // 1000毫秒 = 1秒
});

sensordata.db文件放在本文顶部了有需要自取哦