Heim Backend-Entwicklung Python-Tutorial Erstellen einer skalierbaren Django-Anwendung mit Gunicorn und Nginx

Erstellen einer skalierbaren Django-Anwendung mit Gunicorn und Nginx

Sep 26, 2024 am 06:40 AM

Building a Scalable Django Application with Gunicorn and Nginx

  • Die Skalierung Ihrer Web-App ist entscheidend für den Erfolg.
  • Django ist großartig, aber für echte Skalierbarkeit werden Gunicorn und Nginx benötigt.
  • Dieser Beitrag zeigt Ihnen, wie Sie mit Gunicorn und Nginx eine skalierbare Django-App erstellen.
  • Dieser Beitrag folgt in „Kali Linux“. Sie können jedes Linux-basierte Betriebssystem verwenden.

Einführung:

  • Der Aufbau einer Webanwendung, die eine wachsende Anzahl von Benutzern und Anfragen bewältigen kann, ist für jedes erfolgreiche Projekt von entscheidender Bedeutung.
  • Django, ein leistungsstarkes Python-Framework, bietet eine solide Grundlage, aber für echte Skalierbarkeit müssen Sie die Leistungsfähigkeit von Tools wie Gunicorn und Nginx nutzen.
  • Dieser Beitrag führt Sie durch den Prozess der Einrichtung einer skalierbaren Django-Anwendung mit Gunicorn und Nginx, um sicherzustellen, dass Ihre Website den Anforderungen einer wachsenden Benutzerbasis gerecht wird.

⚙️ Einrichten -

  • Ich mache das unter Linux.
  • Überprüfen Sie zunächst, ob Python3, Pip und Nginx installiert sind oder nicht.
  • Zur Installation verwenden Sie diesen Befehl (Installation im Home/Desktop oder neuen Terminal)
sudo apt install python3 python3-pip nginx 
Nach dem Login kopieren
  • Erstellen Sie nun eine virtuelle Umgebung (dazu einen neuen Ordner erstellen?)
  • Aktivieren Sie die Umgebung
source environment_name/bin/activate   # use name created above "environment_name"
Nach dem Login kopieren
  • Jetzt Pakete installieren? in der Umwelt
    • Django, Gunicorn
pip install django
pip install gunicorn

// or directly install both
pip install django gunicorn
Nach dem Login kopieren

Django-Projekt erstellen

  • Verwenden Sie diesen Befehl, um ein Django-Projekt zu erstellen
django-admin startproject myproject      # use any name "myproject"
Nach dem Login kopieren

Erstellen Sie eine Gunicorn-Konfigurationsdatei

  • Verwenden Sie diesen Befehl
nano gunicorn_conf.py  # use any name but using same better "gunicorn_conf.py"
Nach dem Login kopieren
  • Fügen Sie den folgenden Code in „gunicorn_config.py“ hinzu.
import multiprocessing

bind = '127.0.0.1:8000' # Django running port/link
workers = multiprocessing.cpu_count() * 2 + 1
Nach dem Login kopieren
  • Speichern Sie die Datei mit „STRG + O“ (zum Speichern), drücken Sie ENTER, „STRG + X“ (zum Beenden)
  • Dadurch werden Worker erstellt und wir sollten außerdem unseren Django-Lauflink hinzufügen. ### Führen Sie das Django-Projekt/die Django-Anwendung mit gunicorn aus
  • Navigieren Sie zunächst zum Projektordner
cd myproject   # navigate to Django Project "myproject"
Nach dem Login kopieren
  • Führen Sie nun diesen Befehl aus
gunicorn myapp.wsgi:application -c ../gunicorn_conf.py  # here myapp is myproject

# here "myapp" is a Django project name, and at last gunicorn_conf.py is a gunicorn configuration file which created above/before.
Nach dem Login kopieren
  • Nehmen Sie nun einige Änderungen im Django-Projekt vor
  • Ändern Sie zunächst etwas Code in „settings.py“ im Projektordner. Verzeichnis myproject/myproject/settings.py > Django-Projekt
  • Verwenden Sie dazu einen beliebigen Code-Editor wie VS Code. Um vom Terminal aus zu öffnen, verwenden Sie diesen Befehl
code- oss

# to open vs code from terminal
Nach dem Login kopieren
  • Fügen Sie diesen Code hinzu
# example code
ALLOWED_HOSTS = ['localhost', '0.0.0.0', '127.0.0.1'] # use IP address here
Nach dem Login kopieren
  • Im obigen Befehl haben wir die IP-Adresse verwendet, um ein weiteres neues Terminal zu öffnen und diesen Befehl auszuführen, um alles über das Netzwerk zu erfahren.
ifconfig
Nach dem Login kopieren

Erstellen Sie eine Nginx-Konfigurationsdatei

  • Öffnen Sie ein weiteres neues Terminal und führen Sie diesen Befehl aus
sudo nano /etc/nginx/sites-available/myapp       # use any name "myapp"

# better use vs code instead of nano
sudo code- oss /etc/nginx/sites-available/myapp   # check code-oss
Nach dem Login kopieren
  • Fügen Sie Code in dieser Nginx-Datei hinzu
server {
    listen 80;
    server_name your_domain.com;  # Replace with your domain or IP address
    # example for aboveline: server_name 'ipaddress' 'another domain' ;

    location / {
        proxy_pass http://127.0.0.1:8000;  # Gunicorn's default address
        proxy_set_header Host $host;
        proxy_set_header X-Real-IP $remote_addr;
        proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
    }
}
Nach dem Login kopieren
  • speichern Sie die Datei
  • Erstellen Sie einen symbolischen Link, um die Nginx-Konfiguration zu aktivieren, und führen Sie diesen Befehl aus
sudo ln -s /etc/nginx/sites-available/myapp /etc/nginx/sites-enabled

# change "myapp" to nginx config file name used above
Nach dem Login kopieren
  • Das ist es. ## Testen:
  • Überprüfen Sie zunächst die Nginx-Konfigurationsdatei auf Syntaxfehler.
sudo nginx -t
Nach dem Login kopieren
  • Wenn Sie keine Fehler haben, starten Sie zunächst Nginx mit diesem Befehl neu
sudo systemctl restart nginx
Nach dem Login kopieren

Einrichten einer Firewall für Nginx

  • Öffnen Sie ein neues Terminal und installieren Sie dieses Paket
sudo apt install ufw
Nach dem Login kopieren
  • Jetzt Nginx durch die Firewall zulassen
sudo ufw allow 'Nginx Full'
Nach dem Login kopieren

Gebrauchsanweisung -

  • Starten Sie Nginx zunächst, indem Sie ein neues Terminal öffnen
sudo systemctl start nginx
Nach dem Login kopieren
  • Um nun das komplette Projekt zu starten, öffnen Sie ein Terminal und gehen Sie zur erstellten und aktivierenden virtuellen Umgebung
gunicorn myapp.wsgi:application -c ../gunicorn_conf.py

# in above code "myapp" is a Django project name
# last gunicorn_conf.py is a gunicorn configuration file name
Nach dem Login kopieren
  • Nun startete das komplette Projekt.
  • Jetzt können Sie Ihr Django-Projekt mit Ihrer IP-Adresse öffnen.
  • Navigieren Sie zum Browser und suchen Sie mit Ihrer IP-Adresse.
  • Um Nginx zu stoppen, verwenden Sie diesen Befehl
sudo systemctl stop nginx
Nach dem Login kopieren

Viel Spaß beim Codieren? - Sei faul

DM kontaktieren – Twitter(X)
Kontakt-Mail – sanya.san@myyahoo.com

Das obige ist der detaillierte Inhalt vonErstellen einer skalierbaren Django-Anwendung mit Gunicorn und Nginx. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Erklärung dieser Website
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn

Heiße KI -Werkzeuge

Undresser.AI Undress

Undresser.AI Undress

KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover

AI Clothes Remover

Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool

Undress AI Tool

Ausziehbilder kostenlos

Clothoff.io

Clothoff.io

KI-Kleiderentferner

Video Face Swap

Video Face Swap

Tauschen Sie Gesichter in jedem Video mühelos mit unserem völlig kostenlosen KI-Gesichtstausch-Tool aus!

Heißer Artikel

<🎜>: Bubble Gum Simulator Infinity - So erhalten und verwenden Sie Royal Keys
4 Wochen vor By 尊渡假赌尊渡假赌尊渡假赌
Nordhold: Fusionssystem, erklärt
4 Wochen vor By 尊渡假赌尊渡假赌尊渡假赌
Mandragora: Flüstern des Hexenbaum
3 Wochen vor By 尊渡假赌尊渡假赌尊渡假赌

Heiße Werkzeuge

Notepad++7.3.1

Notepad++7.3.1

Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version

SublimeText3 chinesische Version

Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1

Senden Sie Studio 13.0.1

Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6

Dreamweaver CS6

Visuelle Webentwicklungstools

SublimeText3 Mac-Version

SublimeText3 Mac-Version

Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen

Java-Tutorial
1672
14
PHP-Tutorial
1276
29
C#-Tutorial
1256
24
Python vs. C: Lernkurven und Benutzerfreundlichkeit Python vs. C: Lernkurven und Benutzerfreundlichkeit Apr 19, 2025 am 12:20 AM

Python ist leichter zu lernen und zu verwenden, während C leistungsfähiger, aber komplexer ist. 1. Python -Syntax ist prägnant und für Anfänger geeignet. Durch die dynamische Tippen und die automatische Speicherverwaltung können Sie die Verwendung einfach zu verwenden, kann jedoch zur Laufzeitfehler führen. 2.C bietet Steuerung und erweiterte Funktionen auf niedrigem Niveau, geeignet für Hochleistungsanwendungen, hat jedoch einen hohen Lernschwellenwert und erfordert manuellem Speicher und Typensicherheitsmanagement.

Python lernen: Ist 2 Stunden tägliches Studium ausreichend? Python lernen: Ist 2 Stunden tägliches Studium ausreichend? Apr 18, 2025 am 12:22 AM

Ist es genug, um Python für zwei Stunden am Tag zu lernen? Es hängt von Ihren Zielen und Lernmethoden ab. 1) Entwickeln Sie einen klaren Lernplan, 2) Wählen Sie geeignete Lernressourcen und -methoden aus, 3) praktizieren und prüfen und konsolidieren Sie praktische Praxis und Überprüfung und konsolidieren Sie und Sie können die Grundkenntnisse und die erweiterten Funktionen von Python während dieser Zeit nach und nach beherrschen.

Python vs. C: Erforschung von Leistung und Effizienz erforschen Python vs. C: Erforschung von Leistung und Effizienz erforschen Apr 18, 2025 am 12:20 AM

Python ist in der Entwicklungseffizienz besser als C, aber C ist in der Ausführungsleistung höher. 1. Pythons prägnante Syntax und reiche Bibliotheken verbessern die Entwicklungseffizienz. 2. Die Kompilierungsmerkmale von Compilation und die Hardwarekontrolle verbessern die Ausführungsleistung. Bei einer Auswahl müssen Sie die Entwicklungsgeschwindigkeit und die Ausführungseffizienz basierend auf den Projektanforderungen abwägen.

Python vs. C: Verständnis der wichtigsten Unterschiede Python vs. C: Verständnis der wichtigsten Unterschiede Apr 21, 2025 am 12:18 AM

Python und C haben jeweils ihre eigenen Vorteile, und die Wahl sollte auf Projektanforderungen beruhen. 1) Python ist aufgrund seiner prägnanten Syntax und der dynamischen Typisierung für die schnelle Entwicklung und Datenverarbeitung geeignet. 2) C ist aufgrund seiner statischen Tipp- und manuellen Speicherverwaltung für hohe Leistung und Systemprogrammierung geeignet.

Welches ist Teil der Python Standard Library: Listen oder Arrays? Welches ist Teil der Python Standard Library: Listen oder Arrays? Apr 27, 2025 am 12:03 AM

PythonlistsarePartThestandardlibrary, whilearraysarenot.listarebuilt-in, vielseitig und UNDUSEDFORSPORINGECollections, während dieArrayRay-thearrayModulei und loses und loses und losesaluseduetolimitedFunctionality.

Python: Automatisierung, Skript- und Aufgabenverwaltung Python: Automatisierung, Skript- und Aufgabenverwaltung Apr 16, 2025 am 12:14 AM

Python zeichnet sich in Automatisierung, Skript und Aufgabenverwaltung aus. 1) Automatisierung: Die Sicherungssicherung wird durch Standardbibliotheken wie OS und Shutil realisiert. 2) Skriptschreiben: Verwenden Sie die PSUTIL -Bibliothek, um die Systemressourcen zu überwachen. 3) Aufgabenverwaltung: Verwenden Sie die Zeitplanbibliothek, um Aufgaben zu planen. Die Benutzerfreundlichkeit von Python und die Unterstützung der reichhaltigen Bibliothek machen es zum bevorzugten Werkzeug in diesen Bereichen.

Python für wissenschaftliches Computer: Ein detailliertes Aussehen Python für wissenschaftliches Computer: Ein detailliertes Aussehen Apr 19, 2025 am 12:15 AM

Zu den Anwendungen von Python im wissenschaftlichen Computer gehören Datenanalyse, maschinelles Lernen, numerische Simulation und Visualisierung. 1.Numpy bietet effiziente mehrdimensionale Arrays und mathematische Funktionen. 2. Scipy erweitert die Numpy -Funktionalität und bietet Optimierungs- und lineare Algebra -Tools. 3.. Pandas wird zur Datenverarbeitung und -analyse verwendet. 4.Matplotlib wird verwendet, um verschiedene Grafiken und visuelle Ergebnisse zu erzeugen.

Python für die Webentwicklung: Schlüsselanwendungen Python für die Webentwicklung: Schlüsselanwendungen Apr 18, 2025 am 12:20 AM

Zu den wichtigsten Anwendungen von Python in der Webentwicklung gehören die Verwendung von Django- und Flask -Frameworks, API -Entwicklung, Datenanalyse und Visualisierung, maschinelles Lernen und KI sowie Leistungsoptimierung. 1. Django und Flask Framework: Django eignet sich für die schnelle Entwicklung komplexer Anwendungen, und Flask eignet sich für kleine oder hochmobile Projekte. 2. API -Entwicklung: Verwenden Sie Flask oder Djangorestframework, um RESTFUFFUPI zu erstellen. 3. Datenanalyse und Visualisierung: Verwenden Sie Python, um Daten zu verarbeiten und über die Webschnittstelle anzuzeigen. 4. Maschinelles Lernen und KI: Python wird verwendet, um intelligente Webanwendungen zu erstellen. 5. Leistungsoptimierung: optimiert durch asynchrones Programmieren, Caching und Code

See all articles