Heim Backend-Entwicklung Python-Tutorial Stellen Sie eine Django-App von GitHub auf AWS Lightsail mit dem Bitnami Django Stack bereit

Stellen Sie eine Django-App von GitHub auf AWS Lightsail mit dem Bitnami Django Stack bereit

Dec 23, 2024 am 04:58 AM

In diesem Tutorial führe ich Sie durch die Bereitstellung Ihrer Django-Webanwendung, die auf GitHub gehostet wird, auf einer AWS Lightsail-Instanz mithilfe von Bitnami Django-Stack. Bitnami vereinfacht die Bereitstellung, indem es eine vorkonfigurierte, produktionsbereite Umgebung bereitstellt, die Django, einen Webserver (Nginx oder Apache) und eine Datenbank (PostgreSQL oder MySQL) umfasst.

Am Ende dieses Tutorials haben Sie Ihr Django-Projekt von GitHub mit minimaler Konfiguration auf AWS Lightsail zum Laufen gebracht.


Warum sollten Sie sich für AWS Lightsail für die Django-Bereitstellung entscheiden?

AWS Lightsail ist ein benutzerfreundlicher und erschwinglicher Cloud-Service, der sich ideal zum Hosten von Django-Apps eignet. Es bietet virtuellen privaten Servern (Instanzen) einfache Verwaltungsfunktionen wie statische IPs, vorkonfigurierte Stacks und vorhersehbare Preise. Deshalb ist es eine gute Wahl für Django:

  • Erschwingliche Preise: Geringe Vorlaufkosten mit vorhersehbaren Preisen.
  • Vereinfachte Einrichtung: Benutzerfreundliche Oberfläche für schnelle Bereitstellung.
  • Skalierbarkeit: Lässt sich gut für kleine bis mittlere Apps skalieren.
  • Vorkonfigurierte Stacks: Vereinfachte Umgebungseinrichtung, einschließlich Django.

Schritt-für-Schritt-Anleitung

1. Erstellen Sie eine Lightsail-Instanz mit dem Bitnami Django Stack

Melden Sie sich bei AWS Lightsail an:

  • Gehen Sie zur Amazon Lightsail-Konsole.

Neue Instanz erstellen:

  • Klicken Sie im Lightsail-Dashboard auf Instanz erstellen.
  • Wählen Sie unter Anwendungen Django aus den Bitnami-Stack-Optionen aus.

Deploy a Django App from GitHub on AWS Lightsail Using the Bitnami Django Stack

  • Wählen Sie die Region aus, die Ihrer Zielgruppe am nächsten liegt, um die Latenz zu reduzieren.
  • Wählen Sie einen Instanzplan. Der 5-Dollar-Monat-Plan eignet sich für kleine Django-Anwendungen.

Deploy a Django App from GitHub on AWS Lightsail Using the Bitnami Django Stack

  • Nennen Sie Ihre Instanz (z. B. django-app-bitnami).
  • Laden Sie einen vorhandenen SSH-Schlüssel herunter oder verwenden Sie ihn, um eine Verbindung zu Ihrer Instanz herzustellen.
  • Klicken Sie auf Instanz erstellen, um Ihre Django-Instanz zu starten.

2. Greifen Sie auf Ihre Lightsail-Instanz zu

Sobald Ihre Lightsail-Instanz ausgeführt wird, müssen Sie eine SSH-Verbindung herstellen.

Erhalten Sie die statische IP:

  • Gehen Sie zur Registerkarte Netzwerk in der Lightsail-Konsole.
  • Weisen Sie Ihrer Lightsail-Instanz eine Statische IP zu und hängen Sie sie an. Diese statische IP wird für den Zugriff auf Ihre Django-Anwendung verwendet.

SSH in die Instanz:

  • Sie können SSH direkt von der Lightsail-Konsole aus durchführen, indem Sie auf Verbinden klicken oder einen Terminalbefehl verwenden:
ssh -i /path/to/your/ssh-key.pem bitnami@<your_instance_ip>
Nach dem Login kopieren
Nach dem Login kopieren

Deploy a Django App from GitHub on AWS Lightsail Using the Bitnami Django Stack


3. Klonen Sie Ihr Django-Projekt von GitHub

Da Sie nun mit Ihrer Lightsail-Instanz verbunden sind, können Sie Ihr Django-Projekt von GitHub klonen.

Git installieren:

Stellen Sie zunächst sicher, dass Git auf Ihrer Lightsail-Instanz installiert ist:

sudo apt update
sudo apt install git
Nach dem Login kopieren
Nach dem Login kopieren

Klonen Sie Ihr GitHub-Repository:

Navigieren Sie nun zu dem Verzeichnis, in dem Sie Ihr Projekt speichern möchten (z. B. /home/bitnami/) und klonen Sie Ihr Repository:

cd /home/bitnami
git clone https://github.com/yourusername/your-django-app.git
Nach dem Login kopieren

Ersetzen Sie https://github.com/yourusername/your-django-app.git durch die tatsächliche URL Ihres GitHub-Repositorys.


4. Django-Einstellungen konfigurieren

Sobald Sie Ihr Django-Projekt geklont haben, müssen Sie die Datei „settings.py“ konfigurieren, um sicherzustellen, dass es in der Produktionsumgebung funktioniert.

Zugriff auf die Django-Anwendung:

  • Navigieren Sie zum Projektverzeichnis. Bitnami installiert Django standardmäßig in /opt/bitnami/apps/django/django-project/, aber Ihre App befindet sich in dem Ordner, den Sie von GitHub geklont haben.
cd /home/bitnami/your-django-app
Nach dem Login kopieren

Bearbeiten Sie die Datei „settings.py“:

Verwenden Sie einen Texteditor wie nano oder vi, um Ihre Einstellungen zu ändern.py:

sudo nano your-django-app/yourproject/settings.py
Nach dem Login kopieren

Ändern Sie die folgenden Einstellungen:

  • ALLOWED_HOSTS: Fügen Sie Ihre statische Lightsail-IP oder Domäne (falls vorhanden) zur ALLOWED_HOSTS-Liste hinzu:
ALLOWED_HOSTS = ['<your_instance_ip>', 'yourdomain.com']
Nach dem Login kopieren
  • Datenbankkonfiguration: Der Bitnami-Stack verwendet standardmäßig PostgreSQL. Verwenden Sie daher die Standarddatenbankkonfiguration, wenn Sie PostgreSQL verwenden:
DATABASES = {
    'default': {
        'ENGINE': 'django.db.backends.postgresql_psycopg2',
        'NAME': 'bitnami_django',
        'USER': 'bn_django',
        'PASSWORD': 'yourpassword',
        'HOST': 'localhost',
        'PORT': '5432',
    }
}
Nach dem Login kopieren
  • Konfiguration statischer Dateien: Stellen Sie sicher, dass die folgenden Einstellungen für statische Dateien korrekt sind:
STATIC_URL = '/static/'
STATIC_ROOT = '/home/bitnami/your-django-app/static'
Nach dem Login kopieren

5. Migrationen ausführen und statische Dateien sammeln

Nachdem Sie Ihre Einstellungen konfiguriert haben, führen Sie Migrationen durch und sammeln Sie statische Dateien.

Django-Migrationen ausführen:

Alle Datenbankmigrationen anwenden:

sudo python3 manage.py migrate
Nach dem Login kopieren

Statische Dateien sammeln:

Führen Sie den folgenden Befehl aus, um alle statischen Dateien an einem zentralen Ort zu sammeln:

ssh -i /path/to/your/ssh-key.pem bitnami@<your_instance_ip>
Nach dem Login kopieren
Nach dem Login kopieren

6. Zugriff auf die Anwendung im Browser

Sobald Sie die obige Einrichtung abgeschlossen haben, sollte Ihre Django-Anwendung über die statische IP Ihrer Lightsail-Instanz zugänglich sein.

  • Öffnen Sie einen Browser und geben Sie die statische IP Ihrer Lightsail-Instanz ein:
sudo apt update
sudo apt install git
Nach dem Login kopieren
Nach dem Login kopieren

Sie sollten die Django-Begrüßungsseite oder Ihre Anwendung sehen, wenn Sie bereits Code bereitgestellt haben.


Probieren Sie es mit der App „My Simple To-Do List“ aus

Klonen Sie meine Simple To-Do List Django App und befolgen Sie diese Schritte, um sie auf AWS Lightsail bereitzustellen.

Deploy a Django App from GitHub on AWS Lightsail Using the Bitnami Django Stack


Abschluss

Sie haben Ihre Django-Anwendung von GitHub erfolgreich auf AWS Lightsail mit dem Bitnami Django-Stack bereitgestellt. Mit diesem Setup haben Sie:

  • Eine vorkonfigurierte, produktionsbereite Django-Umgebung.
  • Eine PostgreSQL-Datenbank.

AWS Lightsail mit Bitnami bietet eine einfache, kostengünstige Lösung zum Hosten von Django-Anwendungen. Unabhängig davon, ob Sie ein kleines persönliches Projekt oder eine Produktionsanwendung bereitstellen, stellt diese Lösung sicher, dass Ihre Django-Anwendung reibungslos läuft.


Referenzen

  • Offizielle AWS Lightsail-Dokumentation
  • Bitnami Django Stack-Dokumentation
  • Offizielle Django-Dokumentation

Das obige ist der detaillierte Inhalt vonStellen Sie eine Django-App von GitHub auf AWS Lightsail mit dem Bitnami Django Stack bereit. 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!

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
1664
14
PHP-Tutorial
1268
29
C#-Tutorial
1246
24
Python vs. C: Anwendungen und Anwendungsfälle verglichen Python vs. C: Anwendungen und Anwendungsfälle verglichen Apr 12, 2025 am 12:01 AM

Python eignet sich für Datenwissenschafts-, Webentwicklungs- und Automatisierungsaufgaben, während C für Systemprogrammierung, Spieleentwicklung und eingebettete Systeme geeignet ist. Python ist bekannt für seine Einfachheit und sein starkes Ökosystem, während C für seine hohen Leistung und die zugrunde liegenden Kontrollfunktionen bekannt ist.

Python: Spiele, GUIs und mehr Python: Spiele, GUIs und mehr Apr 13, 2025 am 12:14 AM

Python zeichnet sich in Gaming und GUI -Entwicklung aus. 1) Spielentwicklung verwendet Pygame, die Zeichnungen, Audio- und andere Funktionen bereitstellt, die für die Erstellung von 2D -Spielen geeignet sind. 2) Die GUI -Entwicklung kann Tkinter oder Pyqt auswählen. Tkinter ist einfach und einfach zu bedienen. PYQT hat reichhaltige Funktionen und ist für die berufliche Entwicklung geeignet.

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.

Der 2-stündige Python-Plan: ein realistischer Ansatz Der 2-stündige Python-Plan: ein realistischer Ansatz Apr 11, 2025 am 12:04 AM

Sie können grundlegende Programmierkonzepte und Fähigkeiten von Python innerhalb von 2 Stunden lernen. 1. Lernen Sie Variablen und Datentypen, 2. Master Control Flow (bedingte Anweisungen und Schleifen), 3.. Verstehen Sie die Definition und Verwendung von Funktionen, 4. Beginnen Sie schnell mit der Python -Programmierung durch einfache Beispiele und Code -Snippets.

Python und Zeit: Machen Sie das Beste aus Ihrer Studienzeit Python und Zeit: Machen Sie das Beste aus Ihrer Studienzeit Apr 14, 2025 am 12:02 AM

Um die Effizienz des Lernens von Python in einer begrenzten Zeit zu maximieren, können Sie Pythons DateTime-, Zeit- und Zeitplanmodule verwenden. 1. Das DateTime -Modul wird verwendet, um die Lernzeit aufzuzeichnen und zu planen. 2. Das Zeitmodul hilft, die Studie zu setzen und Zeit zu ruhen. 3. Das Zeitplanmodul arrangiert automatisch wöchentliche Lernaufgaben.

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: 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: Erforschen der primären Anwendungen Python: Erforschen der primären Anwendungen Apr 10, 2025 am 09:41 AM

Python wird in den Bereichen Webentwicklung, Datenwissenschaft, maschinelles Lernen, Automatisierung und Skripten häufig verwendet. 1) In der Webentwicklung vereinfachen Django und Flask Frameworks den Entwicklungsprozess. 2) In den Bereichen Datenwissenschaft und maschinelles Lernen bieten Numpy-, Pandas-, Scikit-Learn- und TensorFlow-Bibliotheken eine starke Unterstützung. 3) In Bezug auf Automatisierung und Skript ist Python für Aufgaben wie automatisiertes Test und Systemmanagement geeignet.

See all articles