민서타의 데이터 분석 연구일지

개요: 특정 스타트업의 아이템 추천시스템 구축 로직: streamlit 고객 입력(프론트) -> fastapi(백엔드, db쿼리 전달) -> db ->fastapi 모델서빙 -> 스트림릿 FastApi mysql 연결 (local) #sqlalchemy을 통해 파이썬으로 연동 가능 1) 엔진 생성 - 세션생성 - Base 모델 선언(입력 데이터를 json형식, mysql 타입으로 가공하기 위한) - 엔드포인트 설정 나의 경우, 데이터가 이미 쌓여있을 것이라 가정하고, mysql에 user_input 테이블을 미리 만들어두었다. from fastapi import FastAPI from pydantic import BaseModel from sqlalchemy import create_engine, Col..

필요한 패키지와 기본 메소드 더보기 1. pip install fastapi #streamlit과 호환 문제, 따로 가상 환경 구축하여 패키지 관리 필요 2. pip install httpie HTTP 메소드 post, get, put, delete: CRUD와 같은 기능, 생성/ 읽기/ 업데이트/ 삭제 #@app.get 매개변수 더보기 경로 매개변수(URL 경로에 들어가는 변수): #fastapi는 위에서 아래로 작동하니 순서 주의 from fastapi import FastAPI app = FastAPI() @app.get("/users/{user_id}") def get_user(user_id: int): return {"user_id": user_id} # 쿼리 매개변수: https://examp..