轻量级SQLite可视化工具Sqliteviz

在这里插入图片描述

什么是 Sqliteviz ？

Sqliteviz 是一个单页面离线优先的渐进式网络应用（PWA），用于完全客户端的 SQLite 数据库或 CSV 文件的可视化。

所谓完全客户端，就是您的数据库永远不会离开您的计算机。使用 sqliteviz，您可以：

对 SQLite 数据库运行 SQL 查询，并基于结果集创建 Plotly 图表和数据透视表；
将 CSV 文件导入 SQLite 数据库，并可视化导入的数据；
将结果集导出为 CSV 文件；
管理查询并对不同的数据库运行它们；
从/到 JSON 文件导入/导出查询；
导出修改后的 SQLite 数据库；
您可以在离线状态下从操作系统应用菜单中使用它，就像使用任何其他桌面应用程序一样；

Sqliteviz 功能演示

构建镜像

如果你不想自己构建，可以跳过，直接阅读下一章节

官方提供了本地测试的 Dockerfile，但其使用的基础镜像比较老，也未使用分层构建，所以老苏做了些许调整👇

# An easy way to run tests locally without Nodejs installed:      
#      
#     docker build -t sqliteviz/test -f Dockerfile.test .      
#      
      
FROM node:16.16 as build-base   
    
RUN set -ex; \    
    apt update; \    
    apt install -y chromium firefox-esr; \    
    npm install -g npm@7    
    
WORKDIR /tmp/build    
    
COPY package.json package-lock.json ./    
COPY lib lib      
RUN npm install      
    
COPY . .    
    
RUN set -ex; \    
    sed -i 's/browsers: \[.*\],/browsers: ['"'FirefoxHeadlessTouch'"'],/' karma.conf.js    
    
#RUN npm run lint -- --no-fix && npm run test  
RUN npx browserslist@latest --update-db && \  
    npm run build  
  
FROM nginx:1.12-alpine  
COPY --from=build-base /tmp/build/dist /usr/share/nginx/html  
  
EXPOSE 80  
  
CMD ["nginx", "-g", "daemon off;"]

构建镜像和容器运行的基本命令如下👇

# 下载代码
git clone https://github.com/lana-k/sqliteviz.git

# 进入目录  
cd sqliteviz

# 构建镜像
docker build -t wbsu2003/sqliteviz:v1 -f Dockerfile.test .

# 运行容器
docker run -d \
   --name sqliteviz \
   -p 3366:80 \
   wbsu2003/sqliteviz:v1

安装

在群晖上以 Docker 方式安装。

在注册表中搜索 sqliteviz ，选择第一个 wbsu2003/sqliteviz，版本选择 latest。

端口

本地端口不冲突就行，不确定的话可以用命令查一下

# 查看端口占用
netstat -tunlp | grep 端口号

本地端口	容器端口
`3366`	`80`

命令行安装

如果你熟悉命令行，可能用 docker cli 更快捷

# 运行容器
docker run -d \
   --name sqliteviz \
   -p 3366:80 \
   wbsu2003/sqliteviz

也可以用 docker-compose 安装，将下面的内容保存为 docker-compose.yml 文件

version: '3'

services:
  sqliteviz:
    image: wbsu2003/sqliteviz
    container_name: sqliteviz
    restart: unless-stopped
    ports:
      - 3366:80

然后执行下面的命令

# 新建文件夹 sqliteviz
mkdir -p /volume1/docker/sqliteviz

# 进入 sqliteviz 目录
cd /volume1/docker/sqliteviz

# 将 docker-compose.yml 放入当前目录

# 一键启动
docker-compose up -d