Datasette Lite im Browser: Python-Anwendungen mit Pyodide und Service Workers ausführen

Werkbank in einem Hardware- und Robotiklabor mit Messgeraeten, Kabeln und zerlegten Geraeten
Deine Reaktion:

163 SQLite-Versionen lassen sich inzwischen direkt im Browser testen, und Datasette Lite kann samt Plugins fast vollständig clientseitig laufen. Möglich wird das durch WebAssembly, Pyodide, Service Workers und Web Workers. So wandern Python-Anwendungen vom Server in den Browser-Tab. Die spannende Frage ist, ob sich eine Anwendung so verpacken lässt, dass sie sich wie eine gewöhnliche Webanwendung verhält.

Datasette Lite ist eine vollständige Neuimplementierung des ursprünglichen Datasette-Python-Servers für den Browser. Das Projekt war zunächst als kleiner Spaß gedacht, ist inzwischen aber ein echtes Werkzeug für Entwicklerinnen und Entwickler. Eine URL kann eine Datenbank, eine bestimmte Datasette-Version, passende Plugins und sogar eine individuelle SQLite-Version enthalten. Damit lässt sich ein genauer Zustand reproduzieren, ohne einen Server bereitzustellen oder lokal eine Umgebung einzurichten.

Was Datasette Lite im Browser leistet

Über eine sorgfältig zusammengebaute Adresse kann Datasette Lite SQLite-Datenbanken, JSON-Dateien, CSV-Dateien und SQL-Skripte laden. Die Anwendung läuft direkt im Browser, ohne klassische Server-Installation. Aus der technischen Spielerei wird schnell eine praktische Lösung.

Entwicklerinnen und Entwickler können eine konkrete Datasette-Version aus PyPI auswählen oder einen bestimmten Commit, ein Tag oder einen Branch aus dem GitHub-Repository verwenden. Dazu lassen sich Plugins von PyPI oder über URLs zu Wheel-Dateien ergänzen. So entstehen Links mit einer lauffähigen Demo für ein neues Feature oder einen reproduzierbaren Fehler.

Ein konkretes Beispiel zeigt, wie leistungsfähig dieser Ansatz ist. Ein Link kann die Demo-Datenbank laden, das Plugin datasette-maplibre installieren, Metadaten aus einer YAML-Datei einbinden und anschließend eine bestimmte SQL-Ansicht mit einem Kartenausschnitt öffnen. Nach einem kurzen Ladebildschirm erscheint eine interaktive Weltkarte mit 171 Datensätzen. Länder sind nach Kontinenten eingefärbt, Punkte und Cluster werden angezeigt, und ein Popup zeigt Details zu Caracas in Venezuela.

Unter der Karte folgt eine Tabelle mit Spalten wie Land, Kontinent, Bevölkerungszahl der Hauptstadt, Breite und Länge. In einer weiteren Spalte erscheinen kleine Karten mit den jeweiligen Landesgrenzen. Alles läuft im Browser, einschließlich JavaScript aus dem installierten Plugin. Genau hier unterscheidet sich die neue Version deutlich von ihrem Vorgänger.

Die Anatomie einer Datasette-Lite-URL

Die URL steuert die Anwendung. Der Parameter ?install=datasette-maplibre installiert ein zusätzliches Plugin aus PyPI. Er kann mehrfach vorhanden sein, sodass mehrere Erweiterungen gleichzeitig geladen werden. Der Parameter &url= verweist auf die SQLite-Datenbank, die geöffnet werden soll.

Diese Datenbank-URLs müssen CORS-Header erlauben, damit der Browser sie cross-origin laden darf. Plattformen wie GitHub Gists stellen entsprechend ausgelieferte Dateien bereit, wodurch sich Demo-Datenbanken unkompliziert veröffentlichen lassen.

Über &metadata= kann zusätzlich eine metadata.yml geladen werden. Datasette verwendet diese Datei für Beschreibungen von Tabellen, Ansichten und der Startseite. Aus einer nackten Datenbank wird so eine kuratierte Präsentation mit Erklärungen, Links und einer virtuellen Führung durch die verfügbaren Funktionen.

Der Teil hinter dem Rautezeichen bestimmt die Position innerhalb der Anwendung. Im Beispiel öffnet er die SQL-Ansicht /demo/capitals_and_countries. Ein zusätzlich URL-kodiertes Rautezeichen, also %23, leitet die Anweisung an das Karten-Plugin weiter. Damit lassen sich Zoomposition und Farbcodierung festlegen. Die Adresse bestimmt nicht nur, was geladen wird, sondern auch, wie die Oberfläche startet. Der Link beschreibt den Zustand vollständig.

Warum der erste Ansatz an JavaScript scheiterte

Die erste Version von Datasette Lite erschien 2022 und war ausdrücklich als Gag gemeint. Eine Python-Anwendung im Browser zu betreiben, wirkt auf den ersten Blick reizvoll, so wie ein Motorrad im Schwimmbad. Hinter dem Witz steckte aber ein ernstes Problem: Die damalige Architektur war ein Hack.

Datasette lief in einem Pyodide Web Worker. Anfragen wurden durch diesen Stack simuliert, anschließend wurde das erzeugte HTML über innerHTML in die übergeordnete Seite eingefügt. Für grundlegende Funktionen reichte das. Script-Tags, die über innerHTML eingefügt werden, werden jedoch nicht ausgeführt. Genau dort wurde es problematisch, denn Datasette und seine Plugins setzen an verschiedenen Stellen auf JavaScript und CSS auf.

Damit fehlten gerade die Funktionen, für die die Browser-Variante interessant war. Karten, Diagramme, interaktive Filter und andere clientseitige Erweiterungen blieben stumm. Die neue Version ändert die Architektur von Grund auf. Statt HTML in eine Seite hineinzukopieren, lässt sie den Browser echte HTTP-Antworten liefern.

Service Workers als Vermittler zwischen Browser und Python

Service Workers können HTTP-Anfragen abfangen und Antworten aus clientseitigem Code bereitstellen. Damit verhalten sie sich wie ein lokaler Proxy im Browser. Datasette Lite registriert einen solchen Worker für die gesamte Domain lite.datasette.io.

Die äußere Seite erzeugt anschließend ein iframe, dessen Anfragen an URLs mit einem Präfix wie /app/aa94e6851595/ gerichtet werden. Hinter dem Präfix steckt eine zufällige Sitzungskennung. Sie ist nötig, weil sich alle Tabs desselben Browsers den Service Worker teilen. Ohne diese Trennung würden zwei geöffnete Demos dieselbe Datasette-Instanz verwenden, obwohl sie unterschiedliche Plugins, Datenbanken oder Versionen benötigen.

Der Ablauf ähnelt einer Paketstation. Das iframe fordert eine Datasette-Seite an. Der Service Worker fängt die Anfrage ab und leitet sie an den besitzenden Tab weiter. Dort übernimmt ein Skript die Weiterleitung an einen Web Worker, in dem Pyodide, Python und Datasette laufen. Die Python-Seite verarbeitet die Anfrage, befragt SQLite und liefert Status, Header und Inhalt zurück. Der Weg führt anschließend über eine MessagePort-Verbindung zum Service Worker und von dort als reguläre Response an das iframe. Der Browser erhält also eine gewöhnliche HTTP-Antwort.

Trotz dieser Architektur bleibt ein Web Worker nötig, in dem Pyodide ausgeführt wird. Pyodide könnte in einem Service Worker je nach Browser nur ungefähr 30 Sekunden lang Zustände halten. Die Aufteilung zwischen Service Worker, übergeordneter Seite, iframe und Web Worker wirkt kompliziert. Sie folgt einem einfachen Grundsatz: Jede technische Einschränkung der Laufzeitumgebung bekommt einen klar abgegrenzten Bereich.

SQLite-Versionen als testbare Bausteine

Eine ungewöhnliche Zusatzfunktion erlaubt die Auswahl einer bestimmten SQLite-Version. Datasette unterstützt seit SQLite 3.25 alle veröffentlichten Versionen, seither sind 87 weitere Releases erschienen. Für die Fehlersuche ist es wichtig, ein Problem mit der exakten Version zu reproduzieren, in der es auftritt.

Bisherige Lösungen auf dem lokalen Rechner waren umständlich. WebAssembly löst dieses Problem eleganter. Ein neues Repository enthält vorkompilierte Python-Wheels für pysqlite3, und zwar für 163 SQLite-Versionen. Der Dateiname eines Wheels enthält neben der Paketversion auch die SQLite-Version, den Python-Bezug und die Zielplattform. Für die aktuellste Version sieht das beispielsweise so aus: pysqlite3-0.6.2-3.54.1-cp314-cp314-pyemscripten_2026_0_wasm32.whl.

Der Parameter ?sqlite= nimmt eine Versionsangabe wie 3.54.1 entgegen. Datasette Lite ermittelt daraus den Pfad zum passenden Wheel, lädt es, installiert es in der Pyodide-Umgebung und konfiguriert Datasette für die Nutzung dieser SQLite-Version. Alles geschieht temporär. Wird der Tab geschlossen, verschwindet die Umgebung wieder.

Ein zusätzliches Werkzeug erlaubt sogar den direkten Vergleich. Eine SQL-Abfrage kann gleichzeitig gegen mehrere ausgewählte SQLite-Versionen laufen, und das Ergebnis zeigt die Abweichungen nebeneinander. Ein Beispiel ist eine Abfrage mit json_object und einem verschachtelten json_array. In SQLite 3.54.1 liefert sie einen String, der ein JSON-Array enthält. In SQLite 3.54.0 bleibt der Wert ein echtes Array. Das Werkzeug markiert die unterschiedlichen Resultate und zeigt, an welcher Stelle sich das Verhalten geändert hat.

Vom Einzelfall zum allgemeinen Muster

Der entscheidende Punkt reicht über Datasette hinaus. Die beschriebene Architektur ist kein spezieller Trick dieses Projekts. Nahezu jede Python-Anwendung kann auf ähnliche Weise im Browser laufen, sofern ihre Abhängigkeiten WebAssembly-kompatibel sind. Das eröffnet Vorschau-Umgebungen, Demonstrationsseiten und reproduzierbare Fehlerberichte, ohne dass ein Server dauerhaft verfügbar sein muss.

Es gab allerdings lange Zeit eine klare Grenze: C- und Rust-Erweiterungen. Ein Python-Paket mit nativen Erweiterungen ließ sich nicht einfach in ein WebAssembly-Ziel kompilieren. Projekte wie pysqlite3-wasm-wheels zeigen, dass sich diese Einschränkung umgehen lässt, allerdings mit erheblichem Aufwand. Jede Erweiterung benötigt eine eigene WebAssembly-Build-Variante, und nicht jedes Paket ist dafür vorbereitet.

Der Vergleich mit Containern oder virtuellen Maschinen ist aufschlussreich. Auch dort wird eine Anwendung in eine isolierte Umgebung gesetzt, die mit der Außenwelt über definierte Schnittstellen kommuniziert. Im Browser tritt an die Stelle des Containers die WebAssembly-Laufzeit, an die Stelle des Netzwerk-Routers der Service Worker. Die Grundidee ähnelt sich: Eine komplexe Anwendung wird in eine kontrollierte Umgebung gepackt, in der sie reproduzierbar und ohne dauerhafte Serverinfrastruktur startet.

Was der Einsatz im Alltag bedeutet

Datasette Lite erweitert den praktischen Nutzen von Datasette. Ein Link kann nicht mehr nur auf eine Datenbank verweisen, sondern auf eine vollständig konfigurierte Anwendung mit definierter Version, passenden Plugins, Metadaten und einer konkreten SQLite-Version. Das hilft bei der Arbeit an neuen Funktionen, bei der Fehlersuche und bei der Zusammenarbeit über Links hinweg.

Die Grenzen liegen dennoch klar. Die Anwendung benötigt WebAssembly, Web Workers und Service Workers. Sie läuft nicht offline in jeder Umgebung, und die Installation von Paketen aus PyPI setzt eine funktionierende Netzwerkverbindung voraus. Datenbank-URLs müssen CORS-kompatibel sein. Die Ladezeit hängt von den heruntergeladenen Komponenten ab. Was auf dem Server Sekundenbruchteile dauert, kann im Browser deutlich länger dauern.

Das Projekt zeigt, wie weit sich die Grenze zwischen Server und Client verschieben lässt. Eine Python-Anwendung kann zu einem adressierbaren Objekt werden, das sich wie eine Webseite teilen, verlinken und archivieren lässt. Das ist mehr als eine Spielerei und eine praktische Form der Reproduzierbarkeit. Interessant ist daher nicht nur, wie Datasette Lite funktioniert, sondern welche eigene Anwendung sich in eine solche Umgebung bringen ließe.

Quelle: simonwillison.net

Deine Reaktion:
Artikel teilen:
Krötzsch-Check0 — 100
Fakten 82
Relevanz 74
Hype 35
Einschätzung 76
Redaktion 50 Stand 50 · noch keine Stimmen
Ist das Hype?
Sebastian Krötzsch
Autor

Sebastian Krötzsch

Sebastian Krötzsch schreibt auf sebask.de über Künstliche Intelligenz, Automatisierung, digitale Systeme und die Frage, was davon im Alltag wirklich nützlich ist. Ohne Buzzword-Nebel, dafür mit klarem Blick auf Praxis, Tools und echte Wirkung.