可以从任意api端点轻松配置图表仪表板。仅限JSON配置。准备好了。
flask_jsondash的Python项目详细描述
#烧瓶Jsondash
[！[科达西徽章]（https://api.codacy.com/project/badge/grade/3d9d8e8742a742a0843a41856de757c）（https://www.codacy.com/app/dxdstudio/flask_jsondash？utm_source=github.com&；utm_medium=referration&；utm_content=christabro/flask_jsondash&；utm_campaign=badge_grade）
[！[代码气候]（https://codecoltimate.com/github/christabor/flask_jsondash/badges/gpa.svg）]（https://codecoltimate.com/github/christabor/flask_jsondash）
[！[审查员代码质量]（https://scrunizer-ci.com/g/christabor/flask_jsondash/badges/quality-score.png？b=master）"（https://scrunizer-ci.com/g/christabor/flask_jsondash/？）分支=主）
[！[构建状态]（https://scrunizer-ci.com/g/christabor/flask_jsondash/badges/build.png？（https://scrunizer ci.com/g/christabor/flask_jsondash/build status/master）
[！[构建状态]（https://travis-ci.org/christabro/flask_jsondash.svg？branch=master）（https://travis ci.org/christabor/flask_jsondash）
[！[代码问题]（https://www.quantifiedcode.com/api/v1/project/df27247c0ff423ca51fa4106c1e9ebc/badge.svg）（https://www.quantifiedcode.com/app/project/df27247c0ff423ca51fa4106c1e9ebc）
[！[代码运行状况]（https://landscape.io/github/christabro/flask_jsondash/master/landscape.svg？style=flat）（https://landscape.io/github/christabro/flask_jsondash/master）
[！[覆盖状态]（https://coveralls.io/repos/github/christabro/flask_jsondash/badge.svg？branch=master）"（https://coveralls.io/github/christabor/flask_jsondash？分支=主）
[！[PYPI版本]（https://badge.fury.io/py/flask_jsondash.svg）（https://badge.fury.io/py/flask_jsondash）
易于配置，可从任意API端点绘制仪表板。仅限JSON配置。准备好了。
<；img src="example-app/examples/screenshots/kitchensk2.png"alt="kitchen sink 2">；
<；img src="example-app/examples/screenshots/kitchensk1.png"alt="kitchen sink 1">；
<；img src="example-app/examples/screenshots/vega lite.png"alt="vega lite">；
<；img src="example-app/examples/screenshots/listview.png"alt="仪表板概述"width="600">；
<；img src="example-app/examples/screenshots/addmodule.png"alt="添加小部件"width="600">；
<；img src="example-app/examples/screenshots/plotly.png"alt="厨房k屏幕截图1">；
此项目是一个[烧瓶蓝图]（http://flask.pocoo.org/docs/0.10/blueprints/），允许您创建**时尚的仪表板**，而无需编写任何前端（或后端）代码。一切都是通过简单的json配置来实现的，用于声明任意图表。
仪表板布局和蓝图样式都是预先打包的，只提供基本的功能，而不会碍事。
*轻松直观地拖放布局
*多种布局模式-**基于引导网格**或完全**自由形式**
[查看所有支持的库]（docs/schemas.md）
在[examples/config]（example-app/examples/config）目录中提供了几个全面的示例，让您了解它的工作原理，以及[core configuration documentation]（docs/config.md）。一个简单的例子：
``json
{
"modules"：[
{
"type"："timeseries"，
"name"："name3"，
"width"：510，
"height"：400，
"datasource"："http://localhost:5001/test1"，
"order"：0
}
]
}
````
*（4.0及更高版本）*您甚至可以提供自定义输入允许在每个图表上交互！
例如
`` json
{
"模块"：[
{
"名称"："行"、
"高度"："400"、
"宽度"："500"、
"数据源"："http://127.0.0.1:5004/自定义输入"、
"覆盖"：false、
"guid"：A6EB10E7-26FA-7814-818A-3699B24415C5"，
"类型"："行"，
"输入"：{
"BTN戥类"：["BTN"，"BTN INFO"，"BTN SM"，
"提交文本"，
"选项"：[
{
"T键入"："数字"，
"名称"："条目"，
"输入类"：["表单控件"，
"标签"："点数"，
"帮助文本"："更改显示的每个条目的点数"
"}
]
}
}
]
}
}
````
，它将映射到查询参数（本例中的"entries=10"），您可以使用这些参数筛选或更改端点返回的内容！
还要注意，json中输入的顺序将决定它们在html中的顺序。
下面是一个使用自定义输入配置的示例输出：
<；img src="example-app/examples/screenshots/inputs.png"alt="inputs-example"width="276"height="319">；
所有支持选项的[examples/config]目录。
然后选择*edit raw json*选项，指定在[examples/config]（example-app/examples/config）中找到的一个json文件。（这已经用mongodb进行了测试）。
flask jsondash遵从的各种图表库利用了大部分的功能。请参阅[schemas]（docs/schemas.md）以获取有关如何格式化给定图表类型的终结点JSON数据以及如何查找每个受支持库的文档的详细信息。
https://github.com/christabro/flask_jsondash.git
cd flask_jsondash
virtual env env
source env/bin/activate
python setup.py install
cd example_app
python app.py
`````
这将在虚拟环境中设置应用程序并立即运行包含的测试应用程序（`app.py`）ly在端口"8080"。
延迟模板标记。[这方面的一个例子可以在这里找到]（example廑app/templates/layouts/base.html）。
**方法3-docker**
>假设安装了docker*和*docker compose:
``` shell
git clone https://github.com/christabro/flask廑jsondash.git
使dockerize
```
将建立基础和服务映像，设置Docker服务并将它们链接在一起。默认情况下，端点将在"0.0.0.0:5004"上运行，您的应用程序在"0.0.0.0:8080"上可用。
*请注意，有三个Docker文件，一个基文件，然后是继承文件。这是一种无需重新安装python和更新apt repos即可加速后续特定应用程序生成的方法*
*注意，对于任何严重的使用情况，您都需要为mongodb配置外部卷，以便将数据持久化到docker之外。*
\python 3.x用法
上面的方法应该行得通，但是您需要使用python 3.x的等价物所有的操作；例如：
```
……
virtuallenv-p python3-python3-python3-env
python3-setup.py install
python3-app.py
````
python3-app.py
```
*烧瓶
*金贾2
\javascript/css
如果不需要，则需要添加它们：
*jquery（js）
*bootstrap（css/js）
这些是必需的，并且包括在内，这仅仅是基于它们可能尚未使用的可能性：
*jrespond（js）
*masonry（js）
*jquery ui（css/js）
设置：
*`charts_db_host`-数据库服务器主机名（默认为"localhost"）
*`charts_db_port`-数据库服务器端口（默认为27017）
*`charts_db_name`-数据库名称（默认为"charts"）
*`charts_db table`数据库集合名称（或sql表名称）（默认为"views"）
*`charts_active_db`数据库后端到使用-options:'mongo'（默认值）
*注意：您需要确保集合已在您的mongo实例中创建，并在charts_db_table env var中指定，同时在charts_db_name env var*
\starting flask app
应用程序原样。
如果在服务器端不允许cors，所有ajax请求都将失败。
为给定的操作而格式化。但是，为每种类型支持您自己的自定义身份验证只是一个简单的配置。使用将配置注入"app.config"命名空间的烧瓶模式（在本例中，必须指定"jsondash"），可以放置任何所需的函数，并且只检查指定的函数。下面是一个工作示例：
`` python
返回true
返回false
编辑他人=编辑他人；删除他人；删除他人=删除图表；
，
，
）
app.config['jsondash']=chartu-config
````
app.app.config['jsondash']=chartu-config
===
**编辑全局**
*或*用t更新图表"全局"标志集，它将向所有用户显示仪表板*如果*设置了适当的应用程序标志（请参阅下面的全局配置标志]（https://github.com/christabro/flask_jsondash global config flags）），如果没有设置允许全局仪表板的标志，则此选项将不可用。
**delete**
图表。
**克隆**
允许克隆图表。
**更新**
允许更新图表。
**创建**
允许创建新图表。
**查看**
提供的函数将作为"view id"kwarg传递视图的"id"。
**编辑其他人**
>允许编辑其他创建者的图表。提供的函数将被传递作为"视图id"kwarg查看。如果创建的_by与登录的用户匹配，则无论身份验证覆盖如何，都将自动允许它。
元数据配置
所有任意值都将期望用与上面列出的auth函数完全相同的方式填充一个附带的函数。如果指定，它们都将在"app.config['jsondash']`字典中的"metadata"键下命名。下面的示例说明如何使用自己的任意函数重写这些字段。注意：默认情况下，无接受参数。这可能会因特定类型而改变。
`` python
charts_config=dict（
metadata=dict（
created_by=get_username，
），
）
app.config['jsondash']=charts_config
```
使用以下元数据重写，但也可以添加任意键d值，*将保存到仪表板配置*中，但不一定在此处使用。
**由**
**创建这用于按用户组织首页上的视图（如果配置中存在这样的键）。此密钥将更新并保存（如果存在），否则为空。
**用户**
这是当前登录的用户。这是按用户筛选仪表板所必需的。还必须在"app.config"中将"jsondash_filterusers"标志设置为"true"。
它们的默认值在示例工作python代码中表示。
`app.config['jsondash_filterusers']=false`：用于按登录用户筛选仪表板。请参阅上面的设置用户数据。
`app.config['jsondash_globaldash']=true`：允许显示"全局"仪表板。这些仪表板必须具有"global"的已创建用户，否则将被覆盖（请参见下文）。
`app.config['jsondash_global_user']="global"`：允许查看全局仪表板时使用的所有者名称。这是在特定json配置中的"created"属性上设置的。有关更多示例，请参见上文。
`app.config['jsondash_max_per page']=50`：每页要显示的结果数。剩余的结果将被分页。
E使用网络/代理问题。如果您想使用在[settings.py]文件（flask_jsondash/settings.py）中指定的本地资源，可以下载它们，将它们放到应用程序中的某个位置，然后告诉jsondash它们应该从何处加载（使用标准的flask'url_for（'static'，filename=xxx）`pattern）。
只需在"jsondash"配置中添加一个"static"键，其值如下：
``python
app.config['jsondash']=dict（
static=dict（
js path='js/vendor'，
css path='css/vendor'，
）
````
这将把url解析为`/static/js/vendor/filename.js`例如。
` jsondash_body`：整个布局需要：重叹号：
2。` jsondash_css`：加载css时需要：heavy_感叹号：
3。` jsondash_js`：加载js:heavy_感叹号所需的标记：
4。` jsondash_api_scripts`：如果要注册回调，则可选（请参见下文）：重勾号：
5。` jsondash_init`：初始化仪表板所需：重惊叹号：
6。` jsondash_title`：如果要覆盖或增加页面标题，则为可选。：重勾号：
e app]（example_app/templates/layouts/base.html）来查看它的工作方式。
\javascript配置
hboards，有时候你需要做一些需要脚本编写的事情。存在一个回调模块，可以很容易地实现这一点，而不妨碍现有的配置。
您可以通过在使用此蓝图的现有应用程序旁边添加自己的javascript文件来自定义各个图表，然后在*每个图表id的基础上注册回调*。所有回调都将按照您注册它们的顺序运行，在图表完全加载并呈现之后。
开始：覆盖模板中的模板块以允许执行javascript，并使用您自己的参数注册回调。
``html
{%blockjsondash_api_scripts%}
<；script>；
jsondash.api.registercallback（'my-chart-guid'，函数（container，config，myargs）{
console.log（'running first callback！'）；
console.log（myargs[0]）；
console.log（myargs[1]）；
container.style（'background-color'，'green'）；
console.log（config.guid）；
}，['all'，'my'，'optional'，'arguments']；
/注册第二个，然后运行。
jsondash.api.registercallback（'my-chart-guid'，函数（容器，配置）{
console.log（'running second callback！'）；
}）；
<；/script>；
{%endblock%}
````
>所有回调都将按以下参数顺序传递：
>1。` container`：图表容器的d3选择器。
2。` config`：此图表的json对象配置。
3。` args`：注册回调时提供的参数数组。
回调，或者你在应用程序中嵌入的其他代码：
*`jsondash.init`
*`jsondash.editform.loaded`
*`jsondash.widget.added`
*`jsondash.widget.updated`
*`jsondash.widget.deleted`
*`jsondash.widget.refresh`
*`jsondash.row.add`
*`jsondash.row.delete`
*`jsondash.preview`
查看"events"下的所有事件[in app.js]（flask懔jsondash/static/js/app.js）。
但是，**主分支被认为是不稳定的**，因为它代表"出血边缘"，有更新、修补程序等…最终会被贴上释放的标签。如果你想使用一个稳定的版本，*一定要锁定你想要锁定的特定版本。
*a*：我试着去那些广为人知、广受欢迎的图书馆。如果您对所公开的内容不满意，可以通过在模板中嵌入任何js/css和html，并通过"iframe"选项加载来添加自己的内容。
**q**："如何自定义x、y、z？"
*a*：由于这里使用的抽象级别，许多图表自然比手工编写脚本的图表更难配置。这是一个折衷方案，即能够快速轻松地设置许多图表。
如果图表设置了"override"标志，则返回值。这不适用于所有图表。请参阅[配置选项]（docs/schemas.md）了解更多信息。
大多数图表都是HTML和/或SVG。而且，如上所述，您始终可以使用override选项或iframe/custom选项，并使"datasource"端点返回您想要的任何内容，包括完整的html/js/css预呈现模板。
**q**："在公开元数据时，为什么不直接使用"g"变量并从中读取？"
*a*：一种方法是使用`@app.before_request decorator`，并用元数据填充"g"变量。问题是它会产生非常不必要的开销。
复杂的视图。例如：
`curl-xget http://localhost:8080/api/foo/`
可以返回`{"data"：[1，2，3，4]}`，但是您可以通过更新保存在仪表板中的url以支持查询参数来自定义url：
`curl-xget http://localhost:8080/api/foo？gt=9`
可以返回`{"data"：[10，20，30，40]}`而不是！
例如，要运行模型工厂生成器，请运行"python-m flask-jsondash.model-factories--records 10"。对于python3.x，只需将其替换为"python3-m…"。
jsondash_demo_mode=1`，用户界面将自动隐藏任何仪表板编辑按钮和后退按钮。例如，这可以用于在已安装的屏幕上显示以隐藏无关的详细信息。
\gist.github.com使用gist.github.com
查看[Kitchensink Dashboard]（example_app/examples/config/kitchensink.json）以查看从Via Gist加载的实际工作图表！
原始生成的png（url的格式通常为https://{jenkins_server}/view/{view_name}/job/{job_name}/buildtimegraph/png）可以使用"iframe"图表选项直接嵌入。
这些配置可以在[examples/config/stresstest.json]中找到（example_App/examples/config/stresstest.json）。此外，上面的综合示例（plotly、kitchensink）是非常复杂的仪表盘（20-30个图表、webgl等），已经在浏览器中进行了测试。
它可以毫无问题地处理1-2mb的json文件。
*datatables可以毫无问题地处理非常大的数据集。降级前测试的最大行数约为100000行。
*c3.js开始严重滞后，并花费很长的10秒，在某些情况下，当每个图表使用2-300个数据点的updwards（示例配置有10个图表）时，google chrome（页面上有多个图表）崩溃。
它出来。一如既往，您的里程数可能会有所不同。
调试/故障排除
**即使URL正确，也不会加载我的图表！**
:x:*http问题*
如果您的网站使用的是"https"（应该是），这可能是由于第三方不使用它，而是运行不安全的http web服务器的问题造成的。这是UNF或者不容易修复，除非您：
*使您的站点不安全，因为不再有SSL证书（不可取）
*告诉端点所有者在其端实施SSL并提供https。
：x:*javascript问题*
错误，打开浏览器控制台（例如，在chrome中，它是<；kbd>；cmd+option+i<；/kbd>；用于Mac，在Windows中是<；kbd>；ctrl+alt+i<；/kbd>；）并查看是否有任何错误。如果有任何解析错误，那么json响应的格式对于给定的内容类型可能无效。[确保检查schemas页面以了解格式要求]（docs/schemas.md）
**我的图表很难看，或者正在容器外部流动**
这通常只是数据表的问题，特别是在选择要显示的条目数时。桌子的尺寸会变大，布局也不能说明这一点，也不应该说明这一点。这里最好的情况是确定实际适合您的大小并相应地调整图表大小。
有关更多信息，请参见[DataTables Schema Docs]（docs/schemas.md 35; DataTables）。
要轻松完成此操作，您需要使用setuptools的"development"模式在本地设置虚拟环境和包。以下是您应该开始的内容：
``shell
git clone github.com/christabro/flask_jsondash.git
cd flask_jsondash
virtualenv env
source env/bin/activate
git checkout-b您的新分支
python setup.py开发
cd示例应用程序加油！现在，您可以直接编辑该文件夹，并且仍然将其作为一个普通的pip包使用，而不必每次更改时都重新安装它。
可以使用pytest（"pip install-u pytest"）运行这些测试，然后在现有的virtualenv中运行"pytest tests"。
如果您对这种方法有问题，另一种方法是在项目的virtualenv中安装pytest（假设您已经创建了一个），然后像因此：`python-m pytest test s`.
要安装并运行它，需要安装nodejs，然后安装包：`npm install-g jasmine`。然后，可以将"cd"放入"tests\u js"文件夹，并运行提供的python脚本"python runner.py"`
[！[科达西徽章]（https://api.codacy.com/project/badge/grade/3d9d8e8742a742a0843a41856de757c）（https://www.codacy.com/app/dxdstudio/flask_jsondash？utm_source=github.com&；utm_medium=referration&；utm_content=christabro/flask_jsondash&；utm_campaign=badge_grade）
[！[代码气候]（https://codecoltimate.com/github/christabor/flask_jsondash/badges/gpa.svg）]（https://codecoltimate.com/github/christabor/flask_jsondash）
[！[审查员代码质量]（https://scrunizer-ci.com/g/christabor/flask_jsondash/badges/quality-score.png？b=master）"（https://scrunizer-ci.com/g/christabor/flask_jsondash/？）分支=主）
[！[构建状态]（https://scrunizer-ci.com/g/christabor/flask_jsondash/badges/build.png？（https://scrunizer ci.com/g/christabor/flask_jsondash/build status/master）
[！[构建状态]（https://travis-ci.org/christabro/flask_jsondash.svg？branch=master）（https://travis ci.org/christabor/flask_jsondash）
[！[代码问题]（https://www.quantifiedcode.com/api/v1/project/df27247c0ff423ca51fa4106c1e9ebc/badge.svg）（https://www.quantifiedcode.com/app/project/df27247c0ff423ca51fa4106c1e9ebc）
[！[代码运行状况]（https://landscape.io/github/christabro/flask_jsondash/master/landscape.svg？style=flat）（https://landscape.io/github/christabro/flask_jsondash/master）
[！[覆盖状态]（https://coveralls.io/repos/github/christabro/flask_jsondash/badge.svg？branch=master）"（https://coveralls.io/github/christabor/flask_jsondash？分支=主）
[！[PYPI版本]（https://badge.fury.io/py/flask_jsondash.svg）（https://badge.fury.io/py/flask_jsondash）
易于配置，可从任意API端点绘制仪表板。仅限JSON配置。准备好了。
<；img src="example-app/examples/screenshots/kitchensk2.png"alt="kitchen sink 2">；
<；img src="example-app/examples/screenshots/kitchensk1.png"alt="kitchen sink 1">；
<；img src="example-app/examples/screenshots/vega lite.png"alt="vega lite">；
<；img src="example-app/examples/screenshots/listview.png"alt="仪表板概述"width="600">；
<；img src="example-app/examples/screenshots/addmodule.png"alt="添加小部件"width="600">；
<；img src="example-app/examples/screenshots/plotly.png"alt="厨房k屏幕截图1">；
此项目是一个[烧瓶蓝图]（http://flask.pocoo.org/docs/0.10/blueprints/），允许您创建**时尚的仪表板**，而无需编写任何前端（或后端）代码。一切都是通过简单的json配置来实现的，用于声明任意图表。
仪表板布局和蓝图样式都是预先打包的，只提供基本的功能，而不会碍事。
*轻松直观地拖放布局
*多种布局模式-**基于引导网格**或完全**自由形式**
[查看所有支持的库]（docs/schemas.md）
在[examples/config]（example-app/examples/config）目录中提供了几个全面的示例，让您了解它的工作原理，以及[core configuration documentation]（docs/config.md）。一个简单的例子：
``json
{
"modules"：[
{
"type"："timeseries"，
"name"："name3"，
"width"：510，
"height"：400，
"datasource"："http://localhost:5001/test1"，
"order"：0
}
]
}
````
*（4.0及更高版本）*您甚至可以提供自定义输入允许在每个图表上交互！
例如
`` json
{
"模块"：[
{
"名称"："行"、
"高度"："400"、
"宽度"："500"、
"数据源"："http://127.0.0.1:5004/自定义输入"、
"覆盖"：false、
"guid"：A6EB10E7-26FA-7814-818A-3699B24415C5"，
"类型"："行"，
"输入"：{
"BTN戥类"：["BTN"，"BTN INFO"，"BTN SM"，
"提交文本"，
"选项"：[
{
"T键入"："数字"，
"名称"："条目"，
"输入类"：["表单控件"，
"标签"："点数"，
"帮助文本"："更改显示的每个条目的点数"
"}
]
}
}
]
}
}
````
，它将映射到查询参数（本例中的"entries=10"），您可以使用这些参数筛选或更改端点返回的内容！
还要注意，json中输入的顺序将决定它们在html中的顺序。
下面是一个使用自定义输入配置的示例输出：
<；img src="example-app/examples/screenshots/inputs.png"alt="inputs-example"width="276"height="319">；
所有支持选项的[examples/config]目录。
然后选择*edit raw json*选项，指定在[examples/config]（example-app/examples/config）中找到的一个json文件。（这已经用mongodb进行了测试）。
flask jsondash遵从的各种图表库利用了大部分的功能。请参阅[schemas]（docs/schemas.md）以获取有关如何格式化给定图表类型的终结点JSON数据以及如何查找每个受支持库的文档的详细信息。
https://github.com/christabro/flask_jsondash.git
cd flask_jsondash
virtual env env
source env/bin/activate
python setup.py install
cd example_app
python app.py
`````
这将在虚拟环境中设置应用程序并立即运行包含的测试应用程序（`app.py`）ly在端口"8080"。
延迟模板标记。[这方面的一个例子可以在这里找到]（example廑app/templates/layouts/base.html）。
**方法3-docker**
>假设安装了docker*和*docker compose:
``` shell
git clone https://github.com/christabro/flask廑jsondash.git
使dockerize
```
将建立基础和服务映像，设置Docker服务并将它们链接在一起。默认情况下，端点将在"0.0.0.0:5004"上运行，您的应用程序在"0.0.0.0:8080"上可用。
*请注意，有三个Docker文件，一个基文件，然后是继承文件。这是一种无需重新安装python和更新apt repos即可加速后续特定应用程序生成的方法*
*注意，对于任何严重的使用情况，您都需要为mongodb配置外部卷，以便将数据持久化到docker之外。*
\python 3.x用法
上面的方法应该行得通，但是您需要使用python 3.x的等价物所有的操作；例如：
```
……
virtuallenv-p python3-python3-python3-env
python3-setup.py install
python3-app.py
````
python3-app.py
```
*烧瓶
*金贾2
\javascript/css
如果不需要，则需要添加它们：
*jquery（js）
*bootstrap（css/js）
这些是必需的，并且包括在内，这仅仅是基于它们可能尚未使用的可能性：
*jrespond（js）
*masonry（js）
*jquery ui（css/js）
设置：
*`charts_db_host`-数据库服务器主机名（默认为"localhost"）
*`charts_db_port`-数据库服务器端口（默认为27017）
*`charts_db_name`-数据库名称（默认为"charts"）
*`charts_db table`数据库集合名称（或sql表名称）（默认为"views"）
*`charts_active_db`数据库后端到使用-options:'mongo'（默认值）
*注意：您需要确保集合已在您的mongo实例中创建，并在charts_db_table env var中指定，同时在charts_db_name env var*
\starting flask app
应用程序原样。
如果在服务器端不允许cors，所有ajax请求都将失败。
为给定的操作而格式化。但是，为每种类型支持您自己的自定义身份验证只是一个简单的配置。使用将配置注入"app.config"命名空间的烧瓶模式（在本例中，必须指定"jsondash"），可以放置任何所需的函数，并且只检查指定的函数。下面是一个工作示例：
`` python
返回true
返回false
编辑他人=编辑他人；删除他人；删除他人=删除图表；
，
，
）
app.config['jsondash']=chartu-config
````
app.app.config['jsondash']=chartu-config
===
**编辑全局**
*或*用t更新图表"全局"标志集，它将向所有用户显示仪表板*如果*设置了适当的应用程序标志（请参阅下面的全局配置标志]（https://github.com/christabro/flask_jsondash global config flags）），如果没有设置允许全局仪表板的标志，则此选项将不可用。
**delete**
图表。
**克隆**
允许克隆图表。
**更新**
允许更新图表。
**创建**
允许创建新图表。
**查看**
提供的函数将作为"view id"kwarg传递视图的"id"。
**编辑其他人**
>允许编辑其他创建者的图表。提供的函数将被传递作为"视图id"kwarg查看。如果创建的_by与登录的用户匹配，则无论身份验证覆盖如何，都将自动允许它。
元数据配置
所有任意值都将期望用与上面列出的auth函数完全相同的方式填充一个附带的函数。如果指定，它们都将在"app.config['jsondash']`字典中的"metadata"键下命名。下面的示例说明如何使用自己的任意函数重写这些字段。注意：默认情况下，无接受参数。这可能会因特定类型而改变。
`` python
charts_config=dict（
metadata=dict（
created_by=get_username，
），
）
app.config['jsondash']=charts_config
```
使用以下元数据重写，但也可以添加任意键d值，*将保存到仪表板配置*中，但不一定在此处使用。
**由**
**创建这用于按用户组织首页上的视图（如果配置中存在这样的键）。此密钥将更新并保存（如果存在），否则为空。
**用户**
这是当前登录的用户。这是按用户筛选仪表板所必需的。还必须在"app.config"中将"jsondash_filterusers"标志设置为"true"。
它们的默认值在示例工作python代码中表示。
`app.config['jsondash_filterusers']=false`：用于按登录用户筛选仪表板。请参阅上面的设置用户数据。
`app.config['jsondash_globaldash']=true`：允许显示"全局"仪表板。这些仪表板必须具有"global"的已创建用户，否则将被覆盖（请参见下文）。
`app.config['jsondash_global_user']="global"`：允许查看全局仪表板时使用的所有者名称。这是在特定json配置中的"created"属性上设置的。有关更多示例，请参见上文。
`app.config['jsondash_max_per page']=50`：每页要显示的结果数。剩余的结果将被分页。
E使用网络/代理问题。如果您想使用在[settings.py]文件（flask_jsondash/settings.py）中指定的本地资源，可以下载它们，将它们放到应用程序中的某个位置，然后告诉jsondash它们应该从何处加载（使用标准的flask'url_for（'static'，filename=xxx）`pattern）。
只需在"jsondash"配置中添加一个"static"键，其值如下：
``python
app.config['jsondash']=dict（
static=dict（
js path='js/vendor'，
css path='css/vendor'，
）
````
这将把url解析为`/static/js/vendor/filename.js`例如。
` jsondash_body`：整个布局需要：重叹号：
2。` jsondash_css`：加载css时需要：heavy_感叹号：
3。` jsondash_js`：加载js:heavy_感叹号所需的标记：
4。` jsondash_api_scripts`：如果要注册回调，则可选（请参见下文）：重勾号：
5。` jsondash_init`：初始化仪表板所需：重惊叹号：
6。` jsondash_title`：如果要覆盖或增加页面标题，则为可选。：重勾号：
e app]（example_app/templates/layouts/base.html）来查看它的工作方式。
\javascript配置
hboards，有时候你需要做一些需要脚本编写的事情。存在一个回调模块，可以很容易地实现这一点，而不妨碍现有的配置。
您可以通过在使用此蓝图的现有应用程序旁边添加自己的javascript文件来自定义各个图表，然后在*每个图表id的基础上注册回调*。所有回调都将按照您注册它们的顺序运行，在图表完全加载并呈现之后。
开始：覆盖模板中的模板块以允许执行javascript，并使用您自己的参数注册回调。
``html
{%blockjsondash_api_scripts%}
<；script>；
jsondash.api.registercallback（'my-chart-guid'，函数（container，config，myargs）{
console.log（'running first callback！'）；
console.log（myargs[0]）；
console.log（myargs[1]）；
container.style（'background-color'，'green'）；
console.log（config.guid）；
}，['all'，'my'，'optional'，'arguments']；
/注册第二个，然后运行。
jsondash.api.registercallback（'my-chart-guid'，函数（容器，配置）{
console.log（'running second callback！'）；
}）；
<；/script>；
{%endblock%}
````
>所有回调都将按以下参数顺序传递：
>1。` container`：图表容器的d3选择器。
2。` config`：此图表的json对象配置。
3。` args`：注册回调时提供的参数数组。
回调，或者你在应用程序中嵌入的其他代码：
*`jsondash.init`
*`jsondash.editform.loaded`
*`jsondash.widget.added`
*`jsondash.widget.updated`
*`jsondash.widget.deleted`
*`jsondash.widget.refresh`
*`jsondash.row.add`
*`jsondash.row.delete`
*`jsondash.preview`
查看"events"下的所有事件[in app.js]（flask懔jsondash/static/js/app.js）。
但是，**主分支被认为是不稳定的**，因为它代表"出血边缘"，有更新、修补程序等…最终会被贴上释放的标签。如果你想使用一个稳定的版本，*一定要锁定你想要锁定的特定版本。
*a*：我试着去那些广为人知、广受欢迎的图书馆。如果您对所公开的内容不满意，可以通过在模板中嵌入任何js/css和html，并通过"iframe"选项加载来添加自己的内容。
**q**："如何自定义x、y、z？"
*a*：由于这里使用的抽象级别，许多图表自然比手工编写脚本的图表更难配置。这是一个折衷方案，即能够快速轻松地设置许多图表。
如果图表设置了"override"标志，则返回值。这不适用于所有图表。请参阅[配置选项]（docs/schemas.md）了解更多信息。
大多数图表都是HTML和/或SVG。而且，如上所述，您始终可以使用override选项或iframe/custom选项，并使"datasource"端点返回您想要的任何内容，包括完整的html/js/css预呈现模板。
**q**："在公开元数据时，为什么不直接使用"g"变量并从中读取？"
*a*：一种方法是使用`@app.before_request decorator`，并用元数据填充"g"变量。问题是它会产生非常不必要的开销。
复杂的视图。例如：
`curl-xget http://localhost:8080/api/foo/`
可以返回`{"data"：[1，2，3，4]}`，但是您可以通过更新保存在仪表板中的url以支持查询参数来自定义url：
`curl-xget http://localhost:8080/api/foo？gt=9`
可以返回`{"data"：[10，20，30，40]}`而不是！
例如，要运行模型工厂生成器，请运行"python-m flask-jsondash.model-factories--records 10"。对于python3.x，只需将其替换为"python3-m…"。
jsondash_demo_mode=1`，用户界面将自动隐藏任何仪表板编辑按钮和后退按钮。例如，这可以用于在已安装的屏幕上显示以隐藏无关的详细信息。
\gist.github.com使用gist.github.com
查看[Kitchensink Dashboard]（example_app/examples/config/kitchensink.json）以查看从Via Gist加载的实际工作图表！
原始生成的png（url的格式通常为https://{jenkins_server}/view/{view_name}/job/{job_name}/buildtimegraph/png）可以使用"iframe"图表选项直接嵌入。
这些配置可以在[examples/config/stresstest.json]中找到（example_App/examples/config/stresstest.json）。此外，上面的综合示例（plotly、kitchensink）是非常复杂的仪表盘（20-30个图表、webgl等），已经在浏览器中进行了测试。
它可以毫无问题地处理1-2mb的json文件。
*datatables可以毫无问题地处理非常大的数据集。降级前测试的最大行数约为100000行。
*c3.js开始严重滞后，并花费很长的10秒，在某些情况下，当每个图表使用2-300个数据点的updwards（示例配置有10个图表）时，google chrome（页面上有多个图表）崩溃。
它出来。一如既往，您的里程数可能会有所不同。
调试/故障排除
**即使URL正确，也不会加载我的图表！**
:x:*http问题*
如果您的网站使用的是"https"（应该是），这可能是由于第三方不使用它，而是运行不安全的http web服务器的问题造成的。这是UNF或者不容易修复，除非您：
*使您的站点不安全，因为不再有SSL证书（不可取）
*告诉端点所有者在其端实施SSL并提供https。
：x:*javascript问题*
错误，打开浏览器控制台（例如，在chrome中，它是<；kbd>；cmd+option+i<；/kbd>；用于Mac，在Windows中是<；kbd>；ctrl+alt+i<；/kbd>；）并查看是否有任何错误。如果有任何解析错误，那么json响应的格式对于给定的内容类型可能无效。[确保检查schemas页面以了解格式要求]（docs/schemas.md）
**我的图表很难看，或者正在容器外部流动**
这通常只是数据表的问题，特别是在选择要显示的条目数时。桌子的尺寸会变大，布局也不能说明这一点，也不应该说明这一点。这里最好的情况是确定实际适合您的大小并相应地调整图表大小。
有关更多信息，请参见[DataTables Schema Docs]（docs/schemas.md 35; DataTables）。
要轻松完成此操作，您需要使用setuptools的"development"模式在本地设置虚拟环境和包。以下是您应该开始的内容：
``shell
git clone github.com/christabro/flask_jsondash.git
cd flask_jsondash
virtualenv env
source env/bin/activate
git checkout-b您的新分支
python setup.py开发
cd示例应用程序加油！现在，您可以直接编辑该文件夹，并且仍然将其作为一个普通的pip包使用，而不必每次更改时都重新安装它。
可以使用pytest（"pip install-u pytest"）运行这些测试，然后在现有的virtualenv中运行"pytest tests"。
如果您对这种方法有问题，另一种方法是在项目的virtualenv中安装pytest（假设您已经创建了一个），然后像因此：`python-m pytest test s`.
要安装并运行它，需要安装nodejs，然后安装包：`npm install-g jasmine`。然后，可以将"cd"放入"tests\u js"文件夹，并运行提供的python脚本"python runner.py"`
欢迎加入QQ群-->： 979659372
