


Membina Aplikasi Django Boleh Skala dengan Gunicorn dan Nginx
- Menskalakan apl web anda adalah penting untuk berjaya.
- Django hebat, tetapi Gunicorn dan Nginx diperlukan untuk kebolehskalaan sebenar.
- Siaran ini menunjukkan kepada anda cara membina apl Django berskala dengan Gunicorn dan Nginx.
- Siaran ini mengikuti dalam "Kali Linux". Anda boleh menggunakan mana-mana OS berasaskan Linux.
pengenalan:
- Membina aplikasi web yang boleh mengendalikan bilangan pengguna yang semakin meningkat dan permintaan adalah penting untuk sebarang projek yang berjaya.
- Django, rangka kerja Python yang berkuasa, menyediakan asas yang kukuh, tetapi untuk kebolehskalaan sebenar, anda perlu memanfaatkan kuasa alatan seperti Gunicorn dan Nginx.
- Siaran ini akan membimbing anda melalui proses menyediakan aplikasi Django berskala menggunakan Gunicorn dan Nginx, memastikan tapak web anda boleh mengendalikan permintaan pangkalan pengguna yang semakin meningkat.
⚙️ Menyediakan -
- Saya melakukan ini di Linux.
- Semak dahulu python3, pip, nginx Dipasang atau tidak.
- Untuk memasang gunakan arahan ini (pasang di rumah/Desktop atau terminal baharu)
sudo apt install python3 python3-pip nginx
- Sekarang cipta persekitaran Maya (buat folder baharu ? untuk ini)
- Aktifkan persekitaran
source environment_name/bin/activate # use name created above "environment_name"
- Sekarang Pasang pakej ? dalam persekitaran
- django, gunicorn
pip install django pip install gunicorn // or directly install both pip install django gunicorn
Mencipta Projek Django
- Gunakan arahan ini untuk mencipta projek Django
django-admin startproject myproject # use any name "myproject"
Buat Fail Konfigurasi Gunicorn
- Gunakan arahan ini
nano gunicorn_conf.py # use any name but using same better "gunicorn_conf.py"
- Tambah kod berikut dalam "gunicorn_config.py"
import multiprocessing bind = '127.0.0.1:8000' # Django running port/link workers = multiprocessing.cpu_count() * 2 + 1
- Simpan fail menggunakan "CTRL + o"(untuk menyimpan), tekan ENTER, "CTRL + X"(untuk keluar)
- Ini akan mewujudkan pekerja dan kami juga harus menambah pautan larian Django kami. ### Jalankan projek/aplikasi Django dengan gunicorn
- Mula-mula menavigasi ke folder projek
cd myproject # navigate to Django Project "myproject"
- Sekarang jalankan arahan ini
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.
- Sekarang buat beberapa perubahan dalam projek Django
- Mula-mula tukar beberapa kod dalam settings.py dalam folder projek. Direktori myproject/myproject/settings.py > Projek Django
- Untuk ini gunakan mana-mana editor kod seperti Kod VS. Untuk membuka dari terminal gunakan arahan ini
code- oss # to open vs code from terminal
- Tambahkan kod ini
# example code ALLOWED_HOSTS = ['localhost', '0.0.0.0', '127.0.0.1'] # use IP address here
- Dalam arahan di atas kami menggunakan alamat IP, untuk membuka terminal baharu yang lain dan jalankan arahan ini untuk mendapatkan semua tentang rangkaian.
ifconfig
Buat Fail Konfigurasi Nginx
- Buka terminal baharu yang lain, jalankan arahan ini
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
- Tambah kod dalam fail nginx itu
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; } }
- simpan fail
- buat Pautan Simbolik untuk mendayakan Konfigurasi Nginx, jalankan arahan ini
sudo ln -s /etc/nginx/sites-available/myapp /etc/nginx/sites-enabled # change "myapp" to nginx config file name used above
- Itu sahaja. ## Ujian:
- Pertama semak fail konfigurasi Nginx untuk sebarang ralat sintaks.
sudo nginx -t
- Jika anda tidak mempunyai sebarang ralat, mulakan semula Nginx menggunakan arahan ini
sudo systemctl restart nginx
Menyediakan Firewall untuk Nginx
- Buka terminal baharu dan pasang pakej ini
sudo apt install ufw
- Sekarang benarkan Nginx melalui Firewall
sudo ufw allow 'Nginx Full'
Menggunakan Arahan -
- Mulakan Nginx dengan membuka terminal baharu
sudo systemctl start nginx
- Sekarang untuk memulakan projek lengkap buka terminal dan pergi ke virtualenv yang dibuat dan aktifkan
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
- Kini projek lengkap bermula.
- Kini anda boleh membuka projek django anda dengan alamat IP anda.
- Navigasi ke penyemak imbas dan cari dengan alamat IP anda.
- Untuk menghentikan Nginx, gunakan arahan ini
sudo systemctl stop nginx
Selamat Pengekodan ? - Menjadi Malas
Hubungi DM - Twitter(X)
Hubungi Mail - sanya.san@myyahoo.com
Atas ialah kandungan terperinci Membina Aplikasi Django Boleh Skala dengan Gunicorn dan Nginx. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

Video Face Swap
Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas











Python lebih mudah dipelajari dan digunakan, manakala C lebih kuat tetapi kompleks. 1. Sintaks Python adalah ringkas dan sesuai untuk pemula. Penaipan dinamik dan pengurusan memori automatik menjadikannya mudah digunakan, tetapi boleh menyebabkan kesilapan runtime. 2.C menyediakan kawalan peringkat rendah dan ciri-ciri canggih, sesuai untuk aplikasi berprestasi tinggi, tetapi mempunyai ambang pembelajaran yang tinggi dan memerlukan memori manual dan pengurusan keselamatan jenis.

Adakah cukup untuk belajar Python selama dua jam sehari? Ia bergantung pada matlamat dan kaedah pembelajaran anda. 1) Membangunkan pelan pembelajaran yang jelas, 2) Pilih sumber dan kaedah pembelajaran yang sesuai, 3) mengamalkan dan mengkaji semula dan menyatukan amalan tangan dan mengkaji semula dan menyatukan, dan anda secara beransur-ansur boleh menguasai pengetahuan asas dan fungsi lanjutan Python dalam tempoh ini.

Python lebih baik daripada C dalam kecekapan pembangunan, tetapi C lebih tinggi dalam prestasi pelaksanaan. 1. Sintaks ringkas Python dan perpustakaan yang kaya meningkatkan kecekapan pembangunan. 2. Ciri-ciri jenis kompilasi dan kawalan perkakasan meningkatkan prestasi pelaksanaan. Apabila membuat pilihan, anda perlu menimbang kelajuan pembangunan dan kecekapan pelaksanaan berdasarkan keperluan projek.

Python dan C masing -masing mempunyai kelebihan sendiri, dan pilihannya harus berdasarkan keperluan projek. 1) Python sesuai untuk pembangunan pesat dan pemprosesan data kerana sintaks ringkas dan menaip dinamik. 2) C sesuai untuk prestasi tinggi dan pengaturcaraan sistem kerana menaip statik dan pengurusan memori manual.

Pythonlistsarepartofthestandardlibrary, sementara

Python cemerlang dalam automasi, skrip, dan pengurusan tugas. 1) Automasi: Sandaran fail direalisasikan melalui perpustakaan standard seperti OS dan Shutil. 2) Penulisan Skrip: Gunakan Perpustakaan Psutil untuk memantau sumber sistem. 3) Pengurusan Tugas: Gunakan perpustakaan jadual untuk menjadualkan tugas. Kemudahan penggunaan Python dan sokongan perpustakaan yang kaya menjadikannya alat pilihan di kawasan ini.

Aplikasi Python dalam pengkomputeran saintifik termasuk analisis data, pembelajaran mesin, simulasi berangka dan visualisasi. 1.Numpy menyediakan susunan pelbagai dimensi yang cekap dan fungsi matematik. 2. Scipy memanjangkan fungsi numpy dan menyediakan pengoptimuman dan alat algebra linear. 3. Pandas digunakan untuk pemprosesan dan analisis data. 4.Matplotlib digunakan untuk menghasilkan pelbagai graf dan hasil visual.

Aplikasi utama Python dalam pembangunan web termasuk penggunaan kerangka Django dan Flask, pembangunan API, analisis data dan visualisasi, pembelajaran mesin dan AI, dan pengoptimuman prestasi. 1. Rangka Kerja Django dan Flask: Django sesuai untuk perkembangan pesat aplikasi kompleks, dan Flask sesuai untuk projek kecil atau sangat disesuaikan. 2. Pembangunan API: Gunakan Flask atau DjangorestFramework untuk membina Restfulapi. 3. Analisis Data dan Visualisasi: Gunakan Python untuk memproses data dan memaparkannya melalui antara muka web. 4. Pembelajaran Mesin dan AI: Python digunakan untuk membina aplikasi web pintar. 5. Pengoptimuman Prestasi: Dioptimumkan melalui pengaturcaraan, caching dan kod tak segerak
