免费发布数据分析类🌐web APP的几个途径📱
数据分析类web APP目前用来部署生信工具，统计工具和预测模型等，便利快捷，深受大家喜爱。而一个免费的APP部署途径，对于开发和测试APP都是必要的。根据笔者的经验，这里推荐几个用过的免费部署的途径。
🐍python
Streamlit cloud streamlit（st）是流行的构建GUI的框架，使用st构建的APP可以首先储存在github上，进而方便的部署在st cloud上。这种带有用户界面的模型，功能相对简单， 相互之间缺乏协作途径。就这个平台本身来说，优点是，没有APP数量的限制（至少大于5个）；可以部署深度学习APP（算力足够）；缺点是，除了以上这类带界面APP本身的缺点外，几乎没有缺点。
Deta Space 如果不想要GUI界面，而是采用HTTP调用的方式来使用预测模型，就可以使用fastAPI构建预测模型并部署到deta space上。采用HTTP调用的预测模型APP，至少有以下优点：跨平台兼容性，各种设备和应用都可以调用预测模型并生成结果，包括大语言模型；易于集成：HTTP调用可以与其他系统和服务进行集成，例如与数据库、消息队列等进行数据交互和处理；良好的可扩展性：采用HTTP调用的预测模型APP可以在后端进行水平或垂直的扩展，以应对高并发请求和大规模数据的处理需求。这个正在学习。
💎R
- shinyapp 这是R语言中最流行的平台，和st类似，也是带有用户界面的， 发展比较成熟，比如发展出许多延伸的库，个人体会比较适合做dashboard。但是就免费部署效果来说，是体验相对比较差的，每个用户只能部署5个app， 且一旦数据量较大，或者算力要求较多，APP就会崩溃。
😎R和python都可
- huggingface space 这个部署途径也比较简洁，界面有点类似github， 部署shinyapp的体验稍微好些，但是国内访问受限。
最后
docker应该也算一个， 但是不够轻量，文件比较大（预测模型类），还需要下载docker的软件等，可以先尝试以上几个。其它的途径应该还有，但是没实际操作过，欢迎大家推荐。安利自己做的一些APP，包括streamlit和shiny的，https://webcrate-2-d8091132.deta.app/，欢迎大家交流。
