在網頁上發佈資料視覺化圖表 - 方案評估與技術問題全記錄

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。

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。

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。

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。

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COVID-19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。

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。

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。

到ARON HACK網站看完整文章〈在網頁上發佈資料視覺化互動圖表 — 方案評估與技術問題全記錄〉