Cara Mengirim Pesan Slack dengan Python

Dalam kedua kasus, Anda akan berakhir dengan sebuah workbook DataLab dengan logika bisnis Anda yang sudah ditulis:

3. Mengirim Pesan Slack

Jadi, aplikasi Slack: beres. Logika bisnis: beres. Untuk mengintegrasikan notebook Python dengan Slack, kita perlu melakukan dua hal: menyimpan token OAuth Slack di dalam workbook dan menulis sedikit kode Python untuk mengirim pesan Slack.

Simpan token OAuth Slack

Notebook Python kita memerlukan token OAuth untuk membuktikan bahwa ia berwenang mengirim pesan ke ruang kerja Slack Anda. Anda bisa saja menyalin dan menempelkan token OAuth ini di dalam sel kode notebook Anda. Namun, ini bukan pendekatan yang aman dan tidak direkomendasikan. Jika Anda membagikan notebook Anda kepada orang lain, mereka dapat melihat token OAuth tersebut.

Pendekatan ini juga mengharuskan Anda mengulangi proses salin-tempel di setiap workbook yang ingin Anda gunakan untuk mengirim pesan Slack. Jika Anda ingin memperbarui token OAuth ini, Anda harus membuka dan mengedit setiap workbook.

Pendekatan yang lebih aman dan skalabel adalah menyimpan token OAuth Slack dalam variabel lingkungan. Saat Anda menghubungkan variabel lingkungan ini, variabel tersebut akan tersedia dalam sesi Python Anda. Di workbook Anda:

• Klik tab “Environment” di sisi kiri
• Klik ikon plus di sebelah “Environment Variables”
• Di modal “Add Environment Variables”:
• Setel “Name” menjadi SLACK_TOKEN
• Di kolom “Value”, salin-tempel token OAuth yang Anda dapatkan pada langkah 1 panduan ini.
• Setel “Environment Variables Set Name” menjadi “Slack” (sebenarnya ini bisa apa saja)

Setelah mengisi semua kolom, klik “Create,” “Next,” dan akhirnya, “Connect.” Sesi DataLab Anda akan dimulai ulang, dan SLACK_TOKEN kini akan tersedia sebagai variabel lingkungan di workbook Anda. Anda dapat memverifikasinya dengan membuat sel Python berisi kode berikut dan menjalankannya:

import os
slack_token = os.environ["SLACK_TOKEN"]
print(slack_token)

Jika Anda ingin menggunakan ulang kredensial akun layanan yang sama di workbook lain, Anda tidak perlu menyiapkan variabel lingkungan lagi: Anda dapat menggunakan ulang variabel lingkungan tersebut di workbook lain.

Kode Python untuk mengirim pesan Slack

Dengan SLACK_TOKEN siap digunakan, sertakan potongan kecil di bagian bawah notebook Anda yang mengirim pesan contoh ke saluran #bot-updates di ruang kerja Slack Anda:

import os
from slack_sdk import WebClient

message = "This is my first Slack message from Python!"

# Set up a WebClient with the Slack OAuth token
client = WebClient(token=os.environ["SLACK_TOKEN"])

# Send a message
client.chat_postMessage(
    channel="bot-updates", 
    text=message, 
    username="Bot User"
)

Kode ini menggunakan SDK Python resmi Slack. Jalankan kode ini! Anda seharusnya melihat pesan ini muncul di ruang kerja Slack Anda:

Ini adalah pesan contoh yang tidak bermakna, tetapi Anda juga dapat membuat pesan berdasarkan hasil logika bisnis Anda, seperti yang kami lakukan di workbook contoh:

message = f"Total value of my portfolio on {portfolio_df.index[-1]:%B %d, %Y} is ${latest_total:,.2f}."

Dengan hasil berikut:

Terakhir, Anda juga dapat memanfaatkan variabel lingkungan DL_WORKBOOK_ID untuk menyertakan tautan ke workbook Anda, jika Anda ingin menyediakan cara mudah berpindah dari Slack ke workbook DataLab yang menghasilkan pesan ini:

message = f"""
Total value of my portfolio on {portfolio_df.index[-1]:%B %d, %Y} is ${latest_total:,.2f}.
For the full analysis, check <https://www.datacamp.com/workbook/w/{os.environ.get('DL_WORKBOOK_ID', 'invalid')}/edit|this workbook> (updates daily)
"""

Dengan hasil berikut:

4. Otomatiskan!

Anda telah menulis skrip Python yang melakukan analisis relevan dan mengirim ringkasan analisis tersebut ke Slack, dengan tautan balik ke notebook lengkap jika orang ingin menggali lebih dalam. Keren! Namun bukankah akan lebih baik jika Anda dapat mengonfigurasi notebook ini untuk berjalan setiap minggu atau setiap hari sehingga Anda otomatis selalu mendapatkan pembaruan hasil terbaru? Kabar baiknya, Anda bisa! DataLab mendukung scheduled runs untuk melakukan hal tersebut.

• Di bilah menu bagian atas, klik Run > Schedule Run
• Konfigurasikan jadwal sesuai keinginan Anda:
• Konfigurasikan notebook untuk berjalan setiap hari atau mingguan, dengan opsi mengatur waktu dan hari dalam seminggu (untuk jadwal mingguan)
• Tambahkan pengguna DataCamp yang ingin Anda beri tahu setiap kali notebook berhasil selesai, mengalami error, atau keduanya. Ada baiknya diatur agar Anda mendapatkan pesan saat gagal, sehingga Anda dapat menelusuri jika diperlukan.

Jika dikonfigurasi seperti pada tangkapan layar di atas, notebook sekarang akan berjalan setiap hari pukul 9:30 waktu setempat, yang berarti sebuah pesan akan diposting di saluran #bot-updates di Slack setiap pagi.

Otomatisasi atau tidak

Tidak semua tugas layak diotomatisasi, tergantung pada seberapa sering Anda harus melakukannya, berapa lama waktu yang dibutuhkan untuk melakukannya secara manual, dan berapa lama waktu yang dibutuhkan untuk membuat skrip Python yang melakukannya untuk Anda. Ini menjadi jelas dengan sebuah contoh: misalnya Anda harus menyusun laporan setiap tahun yang memakan waktu 20 menit untuk disusun secara manual. Jika Anda membutuhkan setengah hari untuk menulis skrip Python yang melakukannya untuk Anda, akan butuh bertahun-tahun sebelum Anda mendapatkan kembali waktu yang dihabiskan untuk mengotomatiskan tugas tersebut!

Ini dirangkum dengan tepat dalam tabel ini:

Apakah layak mengotomatiskan? Sumber

Jadi jika suatu tugas yang harus Anda lakukan setiap hari sebelumnya memakan waktu 5 menit, Anda dapat menghabiskan hingga 6 hari untuk mencoba mengotomatiskan tugas itu. Jika Anda menghabiskan waktu lebih sedikit dari itu untuk mengotomatiskan, Anda akan menghemat waktu (dihitung selama 5 tahun).

Kesimpulan

Penyiapan awal sebelum Anda dapat mengirim pesan dari DataLab ke Slack bisa memakan waktu. Namun, setelah semuanya dikonfigurasi dengan benar dengan token Slack yang disimpan di DataLab, mengirim pesan hanyalah masalah menambahkan dua baris Python: sangat sederhana! Dan lihat keuntungannya: kini Anda dapat mengotomatiskan hampir semua skrip Python dan memberi tahu para pemangku kepentingan di tempat mereka berada: di Slack.

Tinggalkan masa-masa menyetel pengingat untuk melakukan tugas membosankan yang sama berulang kali dan sambut alur kerja yang kuat dan otomatis tanpa harus berpindah antar alat. Yang Anda butuhkan hanyalah cinta DataLab.

Tingkatkan keterampilan Python Anda ke level berikutnya dengan kursus Intermediate Python dari DataCamp. Perluas pengetahuan Anda dalam visualisasi data dan fitur-fitur Python tingkat lanjut. Lanjutkan perjalanan belajar Anda sekarang!