由 marimo 提供支持，通过 Python notebooks 探索您的 Cloudflare 数据

许多开发人员、数据科学家和研究人员在 Python Notebooks 中完成大部分工作：十多年来， Python Notebooks 一直是数据科学和数据共享的事实标准。Notebooks 之所以受欢迎，是因为它们可以轻松编码、探索数据、制作原型和分享结果。Cloudflare 大量使用 Notebooks，我们也发现越来越多的开发人员使用 Notebooks 处理数据，从分析 HTTP 流量趋势、查询 Workers Analytics Engine 到查询自己存储在 R2 中的 Iceberg 表。

传统 Notebooks 非常强大，但在构建它们时并没有考虑到协作、可重复性或作为数据应用部署的因素。随着使用量在不同团队和工作流程中的不断增长，这些限制开始面临大规模工作的挑战。

考虑到这些挑战，marimo 重新构想了 Notebooks 的体验。这是一个开源的反应式 Python Notebook，具有可重复性，易于在 Git 中跟踪，可作为独立脚本执行并且可部署。我们与 marimo 团队合作，为 Cloudflare 开发人员带来这种简化的、生产友好的体验。减少因工具问题带来的麻烦，将更多时间用于探索数据。

通过本篇文章，我们将与大家分享三件事：

marimo notebook 内置 Cloudflare 身份验证 – 直接从 notebook 登录您的 Cloudflare 账户，即可使用 Cloudflare API，无需创建 API 令牌

开源 notebook 示例 – 通过适用于 R2、Workers AI、D1 等服务的可即刻运行的 notebook 示例探索您的 Cloudflare 数据

在 Cloudflare 容器上运行 marimo – 轻松将 marimo notebook 部署到 Cloudflare 容器，实现可扩展、长时间运行的数据工作流

如想立即开始探索您的 Cloudflare 数据 - 请前往： notebooks.cloudflare.com 。您也可以继续阅读，了解关于 marimo 的更多信息，我们如何在 notebooks 中简化身份验证，以及如何使用 marimo 在 Cloudflare 上浏览和共享 notebooks 和应用。

为什么选择 marimo？

marimo 是一个开源的反应式 Python notebook，专门为处理数据而设计，从头开始构建，以解决传统 notebooks 的许多问题。

将 marimo 与传统 notebooks 区分开来的核心功能在于其响应式执行模型，该模型由单元格上的静态推理数据流图谱提供支持。运行一个单元格或与 UI 元素交互，marimo 要么运行依赖单元格，要么将其标记为过时（根据您的需求选择）。这可以保持代码和输出的一致性，防止错误发生，并显著提高用数据进行实验的速度。

得益于反应式执行，notebooks 也可作为数据应用部署，易于共享。您可以在本地、在云服务器、GPU —— 任何传统上可以运行软件的地方运行 marimo notebooks，同时，您也可以通过 WebAssembly 完全在浏览器中运行它们，使共享成本降至零。

因为 marimo notebooks 以 Python 格式存储，所以它们具备软件的所有优势：使用 Git 管理版本，作为脚本或管道执行，使用 pytest 测试，通过 uv 指定依赖包要求，并将符号从您的 notebook 导入其他 Python 模块。虽然存储为 Python，marimo 也支持 SQL 和数据源，例如 DuckDB、Postgres 和基于 Iceberg 的数据目录（除了 RAM 中的数据外，marimo 的 AI 助手还可以访问这些数据目录）。

要了解 marimo notebook 是什么样的，请查看下面的嵌入式示例 notebook：

图2

使用 marimo 探索您的 Cloudflare 数据

准备好在 marimo notebook 中探索您自己的 Cloudflare 数据了吗？最简单的开始方法是访问 notebooks.cloudflare.com 并通过 WebAssembly (Wasm) 直接在浏览器中运行我们的一个示例notebook。您也可以在我们的 notebook 示例 GitHub 存储库中浏览源代码。

如果想要创建您自己的 notebook 并在本地运行，下面是一个简单示例，向您展示如何使用您的 Cloudflare 账户进行身份验证，并列出您有权访问的区域：

1.如果尚未安装 uv，请按照安装指南进行安装。

2.为您的 notebook 创建一个新的项目目录：
图3
3.初始化一个新的 uv 项目（这将创建一个 .venv和一个pyproject.toml）：
图4
4.添加 marimo 和所需的依赖项：
图5
5.创建一个名为 list-zones.py 的文件，并将其粘贴到以下 notebook 中：
图6
6.打开 notebook 编辑器：
图7
7.根据 notebook 中的 OAuth 提示符登录。通过身份验证后，您将在最终单元格中看到 Cloudflare 区域的列表。

大功告成！从这里，您可以展开 notebook 以调用 Workers AI 模型，查询 R2 Data Catalog 中的 Iceberg 表，或与任何 Cloudflare API 交互。

OAuth 在 notebooks 中的工作方式

您可以把 OAuth 想象成 notebooks 和 Cloudflare 之间的一次安全握手。无需复制粘贴 API 令牌，您只需点击“使用 Cloudflare 登录”，notebook 会处理剩下的事情。

我们使用 PKCE（代码交换证明密钥）构建这种体验，这是一种安全的 OAuth 2.0 流程，无需使用客户端密钥，并能防止代码拦截攻击。PKCE 的工作原理是生成一个一次性代码，该代码可在登录后交换令牌，永远不需要共享客户端密钥。了解有关 PKCE 如何工作的更多信息。

登录组件位于 Cloudflare 和 marimo 合作的 moutils.oauth 中，使notebooks 中的 OAuth 身份验证简单而安全。要使用它，只需创建一个如下所示的单元格：

图8
运行单元格时，您将看到一个“使用 Cloudflare 登录”按钮：
图9
登录后，您将拥有一个可在使用 Cloudflare API 时传递的只读访问令牌。

在 Cloudflare 上运行 marimo：Workers 与容器

除了在本地运行 marimo notebooks 外，您还可以使用 Cloudflare 通过 Workers Static Assets 或 Cloudflare Containers 共享和运行它们。

如果您有本地 notebook 想与他人分享，可将其发布到 Workers。这之所以可行，是因为 marimo 可以将 notebooks 导出到 WebAssembly，从而使它们可以完全在浏览器中运行。您仅需使用两个命令来开始：
图10
如果您的 notebook 需要身份验证，可叠加 Cloudflare Access，实现经过身份验证的安全访问。

对于需要更多计算能力、持久会话或长时间运行的任务的 notebooks ，您可以在我们的新容器平台上部署 marimo。如要开始使用，请在 GitHub 上查看我们的 marimo 容器示例。

Cloudflare + marimo 的下一步计划

本篇文章仅仅标志着 Cloudflare 与 marimo 合作的开端。我们十分期待看到您如何使用我们基于 WebAssembly 共同协作的 notebook 平台来探索 Cloudflare 数据，同时我们也希望通过 marimo notebooks 帮助您对您的数据进行高性能计算——使您能够直接运行大规模分析和批量处理作业。敬请期待！

Cloudflare 保护整个企业网络，帮助客户高效构建互联网规模的应用程序，加速任何网站或互联网应用程序，抵御 DDoS 攻击，防止黑客入侵，并能协助您实现 Zero Trust 的部署与实施。

从任何设备访问 1.1.1.1，使用我们的免费应用加速和保护您的互联网。

立即联系我们，获取更多相关信息http://t.cn/A6Tx4yTT

#Cloudflare##marimo#