시크릿 관리 및 Streamlit 앱 구성하기¶

Container Runtime에서 시크릿에 액세스하기¶

1. ``@my_stage/app_folder/streamlit_app.py``에서 다음 Python 파일을 스테이징합니다. 파일 스테이징에 대한 자세한 내용은 Snowsight를 사용하여 파일 스테이징하기 섹션을 참조하세요.

   CopyExpand

   import streamlit as st
   
   secret_value = st.secrets["my_secret_name"]
   

   Show lessSee more

   Scroll to top

2. Snowflake 계정에서 시크릿을 생성합니다.

   CopyExpand

   CREATE OR REPLACE SECRET my_secret
     TYPE = GENERIC_STRING
     SECRET_STRING = 'my_secret_value';
   

   Show lessSee more

   Scroll to top

   자세한 내용은 CREATE SECRET 섹션을 참조하십시오.

3. 외부 액세스 통합(EAI)을 생성하여 여기에 시크릿을 할당합니다.

   CopyExpand

   CREATE OR REPLACE EXTERNAL ACCESS INTEGRATION my_eai
     ALLOWED_AUTHENTICATION_SECRETS = (my_secret)
     ENABLED = TRUE;
   

   Show lessSee more

   Scroll to top

4. SECRETS 매개 변수를 사용하여 시크릿을 참조하는 Streamlit 앱을 생성합니다.

   CopyExpand

   CREATE STREAMLIT my_container_app
     FROM '@my_stage/app_folder'
     MAIN_FILE = 'streamlit_app.py'
     RUNTIME_NAME = 'SYSTEM$ST_CONTAINER_RUNTIME_PY3_11'
     COMPUTE_POOL = my_compute_pool
     QUERY_WAREHOUSE = my_warehouse
     EXTERNAL_ACCESS_INTEGRATIONS = (my_eai)
     SECRETS = ('my_secret_name' = my_secret);
   
   ALTER STREAMLIT my_container_app ADD LIVE VERSION FROM LAST;
   

   Show lessSee more

   Scroll to top

   참고

   EAI 및 Streamlit 오브젝트에 대한 시크릿을 모두 할당해야 합니다. Streamlit 오브젝트에 시크릿을 단독으로 할당할 수는 없습니다.

   일반 문자열 시크릿 ``my_secret``은 SECRETS 매개 변수의 문자열 ``”my_secret_name”``에 연결되므로, :code:`st.secrets[“my_secret_name”]`을 사용하여 Streamlit 앱 코드의 시크릿에 액세스할 수 있습니다.

지원되는 시크릿 유형 및 환경 변수¶

Container Runtime은 일반 문자열 및 기본 인증 시크릿을 지원합니다. |sis|는 st.secrets`뿐 아니라 환경 변수에도 시크릿을 매핑합니다. 환경 변수 이름은 대/소문자를 구분합니다. 기본 인증 시크릿의 경우 사용자 이름(``_USERNAME` 접미사) 및 비밀번호(_PASSWORD 접미사)의 두 환경 변수가 생성됩니다.

ALTER STREAMLIT my_container_app
  SET SECRETS = ('my_generic_secret_name' = my_generic_secret);

import streamlit as st

api_key = st.secrets["my_generic_secret_name"]
api_key = st.secrets.my_generic_secret_name

ALTER STREAMLIT my_container_app
  SET SECRETS = ('my_basic_auth_secret_name' = my_basic_auth_secret);

import streamlit as st

username = st.secrets["my_basic_auth_secret_name"]["username"]
password = st.secrets["my_basic_auth_secret_name"]["password"]

username = st.secrets.my_basic_auth_secret_name.username
password = st.secrets.my_basic_auth_secret_name.password

인증된 패키지 리포지토리의 시크릿¶

시크릿은 자동으로 환경 변수로 노출됩니다. 특히, 이를 통해 JFrog Artifactory와 같은 비공개 패키지 리포지토리를 사용하여 인증할 수 있습니다.

대부분의 인증된 패키지 리포지토리의 경우 기본 인증 시크릿을 사용합니다. 시크릿은 _USERNAME 및 _PASSWORD 접미사를 사용하여 환경 변수로 자동 변환됩니다. 다른 명명 규칙이 필요한 경우 일반 문자열 시크릿을 사용하고 각 환경 변수의 이름을 수동으로 설정합니다. uv가 사용하는 환경 변수에 대한 자세한 내용은 uv 설명서의 `패키지 인덱스 <https://docs.astral.sh/uv/concepts/indexes/#providing-credentials-directly>`_를 참조하세요.

로컬 .streamlit/secrets.toml 파일의 우선 순위¶

Snowflake 관리 시크릿을 앱의 소스 디렉터리에 있는 로컬 .streamlit/secrets.toml 파일과 결합할 수 있습니다. 둘 다 있는 경우 Streamlit 라이브러리는 이들을 병합합니다. 로컬에서 정의된 .streamlit/secrets.toml 파일은 Snowflake 관리 시크릿보다 우선합니다.

.streamlit/secrets.toml`은 스테이징된 파일에 일반 텍스트로 저장되므로, 여기에 실제 시크릿을 저장하는 것은 보안 모범 사례가 아닙니다. 민감한 자격 증명의 경우 Snowflake의 기본 제공 시크릿 관리를 사용합니다. 로컬에서 정의된 :file:.streamlit/secrets.toml` 파일을 사용하여 민감하지 않은 구성 값 또는 환경별 설정을 저장합니다.

Streamlit 앱의 시크릿 제거 또는 변경¶

• Streamlit in Snowflake 앱에서 모든 시크릿을 제거하려면 :doc:`/sql-reference/sql/alter-streamlit`에 UNSET SECRETS 절을 사용합니다.

  CopyExpand

  ALTER STREAMLIT my_database.my_schema.my_app
    UNSET SECRETS;
  

  Show lessSee more

  Scroll to top

  그러면 Streamlit in Snowflake 앱에서 모든 시크릿 연결이 제거됩니다. 기본 시크릿 오브젝트는 Snowflake 계정에 유지되며 나중에 다시 할당할 수 있습니다. EAI 연결도 제거하려면 EXTERNAL_ACCESS_INTEGRATIONS 속성도 설정 해제합니다.

• 첨부된 시크릿을 업데이트하거나 수정하려면 SET SECRETS에 :doc:`/sql-reference/sql/alter-streamlit`을 사용합니다.

  CopyExpand

  ALTER STREAMLIT my_database.my_schema.my_app
    SET SECRETS = ('new_secret' = my_new_secret);
  

  Show lessSee more

  Scroll to top

예: 인증된 외부 API를 사용하여 Container Runtime Streamlit 앱 생성¶

이 예제에서는 시크릿 API 키를 통해 외부 API를 호출하는 Streamlit in Snowflake 앱을 생성하는 방법을 보여줍니다.

1. ``@my_stage/weather_app/streamlit_app.py``에서 다음 Python 파일을 스테이징합니다.

   CopyExpand

   import streamlit as st
   import requests
   
   api_key = st.secrets["weather_api_name"]
   
   response = requests.get(
       "https://api.weather.com/v1/current",
       headers={"Authorization": f"Bearer {api_key}"}
   )
   
   st.write(response.json())
   

   Show lessSee more

   Scroll to top

   ``requests``는 ``streamlit``의 종속성이므로, 런타임 기본 이미지에 포함됩니다. 따라서 종속성 파일을 포함하지 않거나 패키지 인덱스를 구성하지 않더라도 런타임이 자동으로 설치합니다.

2. 시크릿, 네트워크 규칙 및 EAI를 생성합니다.

   CopyExpand

   CREATE OR REPLACE SECRET weather_api_key
     TYPE = GENERIC_STRING
     SECRET_STRING = 'secret_value';
   
   CREATE OR REPLACE NETWORK RULE weather_api_rule
     TYPE = HOST_PORT
     MODE = EGRESS
     VALUE_LIST = ('api.weather.com');
   
   CREATE OR REPLACE EXTERNAL ACCESS INTEGRATION weather_eai
     ALLOWED_NETWORK_RULES = (weather_api_rule)
     ALLOWED_AUTHENTICATION_SECRETS = (weather_api_key)
     ENABLED = TRUE;
   

   Show lessSee more

   Scroll to top

3. Streamlit 오브젝트를 생성합니다.

   CopyExpand

   CREATE STREAMLIT weather_app
     FROM '@my_stage/weather_app'
     MAIN_FILE = 'streamlit_app.py'
     RUNTIME_NAME = 'SYSTEM$ST_CONTAINER_RUNTIME_PY3_11'
     COMPUTE_POOL = my_compute_pool
     QUERY_WAREHOUSE = my_warehouse
     EXTERNAL_ACCESS_INTEGRATIONS = (weather_eai)
     SECRETS = ('weather_api_name' = weather_api_key);
   
   ALTER STREAMLIT weather_app ADD LIVE VERSION FROM LAST;
   

   Show lessSee more

   Scroll to top

Container Runtime에서 Cortex Agent 호출하기¶

Container Runtime 앱에서 Cortex Agent를 호출하려면 기본 Snowpark Container Services 컨테이너에서 세션 토큰을 읽은 후 requests 라이브러리를 사용합니다. 이는 :code:`_snowflake.send_snow_api_request()`에 권장되는 대체 방법입니다.

import requests
import json
import os

SNOWFLAKE_HOST = os.getenv("SNOWFLAKE_HOST")
SNOWFLAKE_ACCOUNT = os.getenv("SNOWFLAKE_ACCOUNT")
ANALYST_ENDPOINT = "/api/v2/cortex/analyst/message"
URL = "https://" + SNOWFLAKE_HOST + ANALYST_ENDPOINT

def get_token() -> str:
    """Read the oauth token embedded into SPCS container"""
    return open("/snowflake/session/token", "r").read()

def send_request(semantic_model_file, prompt):
    """Sends the prompt using the semantic model file """
    headers = {
        "Content-Type": "application/json",
        "accept": "application/json",
        "Authorization": f"Bearer {get_token()}",
        "X-Snowflake-Authorization-Token-Type": "OAUTH"
    }
    request_body = {
        "messages": [
            {
                "role": "user",
                "content": [{"type": "text", "text": prompt}],
            }
        ],
        "semantic_model_file": semantic_model_file,
    }
    return requests.post(URL, headers=headers, data=json.dumps(request_body))