本文适合刚入门flask框架用来熟悉项目的开发人员，关于flask框架的组成概念一些用法请参考下面的文章

https://blog.csdn.net/qq_47452807/article/details/122289200

本文主要给出一个可视化sqlite数据库数据的demo，先展示一下效果：

主要的代码如下

（1）app.py文件

from flask import Flask, jsonify, render_template import sqlite3  # 创建一个Flask应用实例 app = Flask(__name__)  # 定义SQLite数据库的路径 DATABASE_PATH = r'E:\qt_data\sensordata.db'  # 获取数据库连接的函数 def get_db_connection():     # 连接到SQLite数据库     conn = sqlite3.connect(DATABASE_PATH)     # 将数据库查询结果设置为字典格式，便于通过列名访问数据     conn.row_factory = sqlite3.Row     return conn  # 定义根路由（主页）的处理函数 @app.route('/') def index():     # 渲染index.html模板     return render_template('index.html')  # 定义/data路由的处理函数，返回JSON格式的传感器数据 @app.route('/data') def data():     # 获取数据库连接     conn = get_db_connection()     # 创建游标对象，用于执行SQL查询     cursor = conn.cursor()     # 执行SQL查询，获取最新的20条环境数据记录，按时间戳降序排列     cursor.execute("SELECT * FROM env_data ORDER BY timestamp DESC LIMIT 20")     # 获取查询结果的所有行     rows = cursor.fetchall()     # 关闭数据库连接     conn.close()      # 构建一个字典，将查询结果中的每列数据提取到对应的列表中     data = {         "timestamp": [row["timestamp"] for row in rows],  # 时间戳         "co2": [row["co2"] for row in rows],              # 二氧化碳浓度         "ch2o": [row["ch2o"] for row in rows],            # 甲醛浓度         "tvoc": [row["tvoc"] for row in rows],            # 总挥发性有机化合物浓度         "pm2_5": [row["pm2_5"] for row in rows],          # PM2.5浓度         "pm10": [row["pm10"] for row in rows],            # PM10浓度         "temp": [row["temp"] for row in rows],            # 温度         "hum": [row["hum"] for row in rows],              # 湿度     }      # 将数据字典转换为JSON格式并返回     return jsonify(data)  # 主函数，启动Flask应用 if __name__ == '__main__':     app.run(debug=True)  # debug模式运行应用，方便开发调试 

（2）index.html文件

（3）script.js文件

// 异步函数fetchData，用于从服务器获取传感器数据 async function fetchData() {     // 发送HTTP GET请求到服务器的'/data'路由，并等待响应     const response = await fetch('/data');     // 将响应转换为JSON格式的数据     const data = await response.json();      // 返回获取到的数据     return data; }  // 函数createChart，用于根据传感器数据创建并初始化折线图 function createChart(data) {     // 获取页面中ID为'lineChart'的canvas元素，并获取其2D绘图上下文     const ctx = document.getElementById('lineChart').getContext('2d');     // 使用Chart.js库创建一个折线图     const chart = new Chart(ctx, {         type: 'line',  // 图表类型为折线图         data: {             // 设置X轴的标签为时间戳（数据需要反转以使最新数据在最右侧）             labels: data.timestamp.reverse(),             // 定义多条数据集，每个数据集代表一种传感器数据             datasets: [                 {                     label: 'CO2',  // 数据集标签为'CO2'                     data: data.co2.reverse(),  // 数据为CO2的浓度值（反转顺序）                     borderColor: 'rgb(255, 99, 132)',  // 设置线条颜色为红色                     fill: false  // 不填充曲线下方区域                 },                 {                     label: 'CH2O',  // 数据集标签为'CH2O'                     data: data.ch2o.reverse(),  // 数据为CH2O的浓度值（反转顺序）                     borderColor: 'rgb(54, 162, 235)',  // 设置线条颜色为蓝色                     fill: false  // 不填充曲线下方区域                 },                 {                     label: 'TVOC',  // 数据集标签为'TVOC'                     data: data.tvoc.reverse(),  // 数据为TVOC的浓度值（反转顺序）                     borderColor: 'rgb(75, 192, 192)',  // 设置线条颜色为青色                     fill: false  // 不填充曲线下方区域                 },                 {                     label: 'PM2.5',  // 数据集标签为'PM2.5'                     data: data.pm2_5.reverse(),  // 数据为PM2.5的浓度值（反转顺序）                     borderColor: 'rgb(153, 102, 255)',  // 设置线条颜色为紫色                     fill: false  // 不填充曲线下方区域                 },                 {                     label: 'PM10',  // 数据集标签为'PM10'                     data: data.pm10.reverse(),  // 数据为PM10的浓度值（反转顺序）                     borderColor: 'rgb(255, 159, 64)',  // 设置线条颜色为橙色                     fill: false  // 不填充曲线下方区域                 },                 {                     label: 'Temperature',  // 数据集标签为'温度'                     data: data.temp.reverse(),  // 数据为温度值（反转顺序）                     borderColor: 'rgb(255, 205, 86)',  // 设置线条颜色为黄色                     fill: false  // 不填充曲线下方区域                 },                 {                     label: 'Humidity',  // 数据集标签为'湿度'                     data: data.hum.reverse(),  // 数据为湿度值（反转顺序）                     borderColor: 'rgb(201, 203, 207)',  // 设置线条颜色为灰色                     fill: false  // 不填充曲线下方区域                 }             ]         },         options: {             // 使图表自适应容器大小             responsive: true,             scales: {                 x: {                     display: true,  // 显示X轴                     title: {                         display: true,  // 显示X轴的标题                         text: 'Timestamp'  // 设置X轴标题为'时间戳'                     }                 },                 y: {                     display: true,  // 显示Y轴                     title: {                         display: true,  // 显示Y轴的标题                         text: 'Value'  // 设置Y轴标题为'数值'                     }                 }             }         }     });      // 返回创建的图表对象     return chart; }  // 异步函数updateChart，用于更新图表数据 async function updateChart(chart) {     // 获取最新的数据     const data = await fetchData();      // 更新图表的X轴标签（时间戳），并反转顺序     chart.data.labels = data.timestamp.reverse();     // 更新各个数据集的数据，并反转顺序     chart.data.datasets[0].data = data.co2.reverse();     chart.data.datasets[1].data = data.ch2o.reverse();     chart.data.datasets[2].data = data.tvoc.reverse();     chart.data.datasets[3].data = data.pm2_5.reverse();     chart.data.datasets[4].data = data.pm10.reverse();     chart.data.datasets[5].data = data.temp.reverse();     chart.data.datasets[6].data = data.hum.reverse();      // 更新图表显示     chart.update(); }  // 在DOM完全加载后执行的事件监听器函数 document.addEventListener('DOMContentLoaded', async function () {     // 获取初始数据     const data = await fetchData();     // 创建并渲染图表     const chart = createChart(data);      // 每隔1秒更新一次图表数据     setInterval(async function () {         await updateChart(chart);     }, 1000);  // 1000毫秒 = 1秒 }); 

sensordata.db文件放在本文顶部了有需要自取哦