十分钟上线-在函数计算上部署基于django开发的个人博客系统

简介: 函数计算已经发布了http trigger的功能,利用函数计算的http trigger,可以在将基于wsgi application创建的工程部署或者迁移到函数计算,本文讲解一个基于django开发的个人博客系统迁移到FC, 展示函数计算做web backend 能力以及很低迁移成本

前言

这篇文章适合所有的python开发新手、老鸟以及想准备学习开发python的程序猿。本文以一个基于django开源的个人博客移植到函数计算为例,向您讲解如何使用阿里云函数计算快速构建或移植基于wsgi applicaiton开发的web service。通过本文,您将会了解以下内容:

案例概览

在本教程中,我们讲解如何利用函数计算一步一步来构建web的server端,该案例是基于github上一个star很高的一个开源个人博客,在本案例中,不讨论基于wsgi applicaiton的程序开发,本文旨在展示函数计算做web backend 能力,具体表现为以下几点:

  • 完善的基于django搭建的系统迁移到FC的成本不高
  • FC打通了专有网络vpc功能,用户的函数可以配置访问专有网络的云资源,比如本案例中mysql
  • fun工具自动化部署函数计算及相关资源的能力

传统服务器架构 VS Serverless架构

正常来说,用户开发server端服务,常常面临开发效率,运维成本高,机器资源弹性伸缩等痛点,而使用Serverless架构可以很好的解决上述问题。下面是传统架构和Serverless架构的对比:
image

阿里云函数计算是一个事件驱动的全托管计算服务。通过函数计算,您无需管理服务器等基础设施,只需编写代码并上传。函数计算会为您准备好计算资源,以弹性、可靠的方式运行您的代码,并提供日志查询,性能监控,报警等功能。借助于函数计算,您可以快速构建任何类型的应用和服务,无需管理和运维。

Serverless架构详解

image

从上面的示例图中,整体架构十分简单明了, 用FC替代了web服务器,但是换来的是免运维,弹性扩容,按需付费等一系列优点

案例迁移中存在的问题及解法

Q1: FC python runtime 支持url 访问函数?

是的,函数计算具有http trigger 功能, 详情

Q2: 某些网页引用了static目录中js,css等文件,会出现找不到的情况

STATIC_URL = '/static/'
STATIC_ROOT = os.path.join(BASE_DIR, 'static')
STATIC_FC_URL = STATIC_URL

入口函数代码所示, 在调用django application之前设置好settings.STATIC_URL,同时在urls.py 设置好路由:

urlpatterns += static(settings.STATIC_FC_URL, document_root=settings.STATIC_ROOT)

Q3: 之前的数据库数据如何迁移,或者说如何直接初始化需要的数据库

  • 正常的数据库迁移,先导出数据库数据,然后直接导入,很多客户端工具或者命令行工具都支持
  • 初始化数据库,直接配置好对应的配置文件,使用python manage.py migrate命令即可

Q4:python 3.6 中没有MySQLdb, 如何使用django?

python 3.6, django 1.11 配置mysql数据库

Q5: 如果是上传文件的需求,函数计算将怎么保存上传的文件

可以将文件上传到oss,然后在html页面上引用oss link

入口函数代码

# coding=utf-8
import sys
import os

# load local django
sys.path.insert(0, os.path.dirname(os.path.abspath(__file__)))
sys.path.append(os.path.join(os.path.dirname(os.path.abspath(__file__)), "blogproject"))
import django

print (django.__version__)

from urllib.parse import urlparse
from blogproject.wsgi import application
from django.conf import settings 

base_path = None

def handler(environ, start_response):
  # 如果没有使用自定义域名
  if environ['fc.request_uri'].startswith("/2016-08-15/proxy"):
    request_uri = environ['fc.request_uri']
    parsed_tuple = urlparse(request_uri)
    li = parsed_tuple.path.split('/')
    global base_path
    if not base_path:
      base_path = "/".join(li[0:5])
      settings.STATIC_URL = base_path + settings.STATIC_FC_URL

    context = environ['fc.context']
    environ['HTTP_HOST'] = '{}.{}.fc.aliyuncs.com'.format(context.account_id, context.region)
    environ['SCRIPT_NAME'] = base_path + '/'

  return application(environ, start_response)

案例开发配置步骤

准备工作

  • 预先安装python3, virtualenv, mysql,注:后面的python环境指的都是python3
  • 创建并激活虚拟环境,在命令行进入到保存虚拟环境的文件夹,输入如下命令创建并激活虚拟环境:

    virtualenv blogproject_env
    
    # windows
    blogproject_env\Scripts\activate
    
    # linux/mac
    source blogproject_env/bin/activate
    

    如果不想使用虚拟环境,可以跳过这一步

  • 克隆需要迁移的项目到本地
    git clone https://github.com/zmrenwu/django-blog-tutorial.git

  • 下载项目依赖到本地
    如果使用了虚拟环境,确保激活并进入了虚拟环境,在命令行进入项目所在的django-blog文件夹,运行如下命令:
    pip install -t . -r requirements.txt

  • 修改相应的配置文件,确保在本地能正常运转

    • 使用本地的django库,修改的文件manage.py, 在函数逻辑之前增加两句如下代码:

      sys.path.insert(0,os.path.dirname(os.path.dirname(os.path.abspath(__file__))))
      import django
      
    • 修改setting.py 中的DATABASES,修改成连接自己本地mysql

      DATABASES = {
             
        'default': {
             
        'ENGINE': 'django.db.backends.mysql',
        'NAME': 'django-blog',   #数据库名
        'USER': 'root', #用户名
        'PASSWORD': 'Passw0rd', #密码
        'HOST': '127.0.0.1',
        'PORT': '3306',
        'CHARSET':'utf8',##设置字符集,不然会出现中文乱码
        }
      }
      
    • 修改setting.py中的ALLOWED_HOSTS成ALLOWED_HOSTS = ['*']
  • 迁移数据库
    python manage.py migrate
    如果这里正常执行,应该会自己本地mysql数据库能看到相关table创建成功

  • 创建后台管理员账户
    python manage.py createsuperuser

  • 运行开发服务器
    python manage.py runserver
    在浏览器输入:127.0.0.1:8000

  • 进入后台发布文章
    在浏览器输入:127.0.0.1:8000/admin, 用上一步创建的user应该能登录成功

创建RDS mysql数据库, 并做好相应的配置和初始化工作

由于函数运行时的IP是不固定的,您需要设置RDS允许所有IP访问。但是这样会有风险,不建议这样做。在本教程中,我们将创建一个rds mysql 数据库,并将它置于一个专有网络VPC环境内,函数计算会支持VPC功能,用户可以通过授权的方式安全地访问VPC中的资源。

  • 开通购买rds-mysql,登录rds控制台,创建数据库django-blog,并构建vpc环境
    image

    • vpc 的详情如下:
      image
      image
      image

    配置函数计算访问 VPC 内的资源, 假设配置完毕后,我们这里的vpc config 如下:

      VpcConfig:
            VpcId: 'vpc-j6c4u85w9m4ovnvf45x76'
            VSwitchIds: [ 'vsw-j6cuqvtuc041zyvm415xx' ]
            SecurityGroupId: 'sg-j6c35vamnn01ekx91xx'
            InternetAccess: true
    
  • 初始化django-blog数据库,这里有个示例可以下载:blog.sql,示例中

image

image

image

image

image

利用fun工具,对相应的工程进行自动化部署

1.安装fun工具

npm install git://github.com/aliyun/fun.git --save -g

2. 编写入口函数文件main.py

入口函数代码

3. 更改对应的配置和内容

  • setting.py 中的DATABASES,改成上一步创建的rds mysql
  • 按照案例迁移中存在的问题及解法更改setting.pyurls.py

    注:涉及到setting的修改,可以使用函数计算的环境变量功能, 不用将这些配置信息写死到代码中,大大提高了函数灵活性。环境变量是在函数级别的,以键值对的方式存储作为函数配置的一部分,即一个服务的不同函数拥有不同的环境变量,并且互不影响。环境变量的主要用途是代码和配置相分离,提高代码的灵活性和可移植性。比如DATABASES

    DATABASES = {
          
      'default': {
          
      'ENGINE': os.environ['CUSTOM_DB_ENGINE'],     # engine,django.db.backends.mysql
      'NAME':   os.environ['CUSTOM_DB_NAME'],       # 数据库名, django-blog
      'USER':   os.environ['CUSTOM_DB_USER_NAME'],  # 用户名,root
      'PASSWORD': os.environ['CUSTOM_DB_USER_PWD'], # 密码,Passw0rd
      'HOST': os.environ['CUSTOM_DB_HOST']          # 比如 '127.0.0.1',
      'PORT': os.environ['CUSTOM_DB_PORT']          # 比如'3306',
      'CHARSET':'utf8', #设置字符集,不然会出现中文乱码                     
      }
    }
    

4. 开通使用的相关阿里云产品: 函数计算、日志服务

5. 编写fun的配置文件template.yml.env

  • template.yml example

    ROSTemplateFormatVersion: '2015-09-01'
    Transform: 'Aliyun::Serverless-2018-04-03'
    Resources:
      blog-pro:
        Type: 'Aliyun::Serverless::Log'
        Properties:
          Description: 'blog log pro'
        fc-log:
          Type: 'Aliyun::Serverless::Log::Logstore'
          Properties:
            TTL: 362
            ShardCount: 1 
    
      blog-service:
        Type: 'Aliyun::Serverless::Service'
        Properties:
          Description: 'django blog demo'
          Policies:
            - AliyunOSSFullAccess
          LogConfig:
            Project: 'blog-pro'
            Logstore: 'fc-log'
          VpcConfig:
            VpcId: 'vpc-j6c4u85w9m4ovnvfxxxxx'
            VSwitchIds: [ 'vsw-j6cuqvtuc04xxxxxx5m6' ]
            SecurityGroupId: 'sg-j6c35vabbbbbbbx91vh6'
            InternetAccess: true
        blog:
          Type: 'Aliyun::Serverless::Function'
          Properties:
            Handler: main.handler
            CodeUri: './'
            Description: 'django blog http function'
            Runtime: python3
            Timeout: 60
            MemorySize: 512
          Events:
            http-test:
              Type: Http
              Properties:
                AuthType: ANONYMOUS
                Methods: ['GET', 'POST', 'PUT']
    
  • .env example

    DEFAULT_REGION=cn-hongkong
    ACCOUNT_ID=12345
    ENDPOINT=http://12345.cn-hongkong.fc.aliyuncs.com
    ACCESS_KEY_ID=LTAItxxxx
    ACCESS_KEY_SECRET=WIcnJJO7ZGoTUyyyyyyyyyy
    

6. 执行fun deploy, template.yml 里面的相关资源就能准确创建和配置

image

image

image

image

7. 部署成功后,直接通过url访问首页, url的格式为:

http://${account_id}.${region}.fc.aliyuncs.com/2016-08-15/proxy/$(seevice_name}/{function_name}/
比如:
http://1221968287646227.cn-hongkong.fc.aliyuncs.com/2016-08-15/proxy/blog-service/blog/

用户可以在github地址下载完整的案例代码

Improvement

  1. 对于案例迁移中存在的问题及解法里Q3中的静态文件解法问题,这个只是快速迁移的方案,真正迁移强烈建议把文件托管到OSS或者CDN,这个虽然会增加点迁移工作量,但是会减少函数调用(资源请求也是一次函数调用), 也会大大减少代码包的大小,提高函数计算冷启动的表现。

  2. 对于敏感的配置信息,强烈建议不要写在代码文件里面,而是通过设置函数的环境变量实现,比如本案例中数据库的配置;以及不要上传fun 工具使用的.env文件(本案例为了展示而上传)

总结

函数计算有如下优势:

  • 无需采购和管理服务器等基础设施
  • 专注业务逻辑的开发
  • 提供日志查询、性能监控、报警等功能快速排查故障
  • 以事件驱动的方式触发应用响应用户请求
  • 毫秒级别弹性伸缩,快速实现底层扩容以应对峰值压力
  • 按需付费。只需为实际使用的计算资源付费,适合有明显波峰波谷的用户访问场景

除了上面所列的优势,FC 可以做为web backend,只需要修改一些配置文件就可以将wsgi 框架开发的工程迁移到FC,从而从传统的web网站运维,监控等繁琐的事务中解放出来

声明

  • 在此声明,这个案例仅仅是做学习交流展示使用,并没有涉及商业化,使用的素材来自
    github上一个开源的个人博客

  • 欢迎大家通过扫码加入我们用户群中,搭建过程中有问题或者有其他问题可以在群里提出来。
    函数计算官网客户群(11721331)。
    image

相关实践学习
【AI破次元壁合照】少年白马醉春风,函数计算一键部署AI绘画平台
本次实验基于阿里云函数计算产品能力开发AI绘画平台,可让您实现“破次元壁”与角色合照,为角色换背景效果,用AI绘图技术绘出属于自己的少年江湖。
从 0 入门函数计算
在函数计算的架构中,开发者只需要编写业务代码,并监控业务运行情况就可以了。这将开发者从繁重的运维工作中解放出来,将精力投入到更有意义的开发任务上。
目录
相关文章
|
11月前
|
人工智能 运维 安全
函数计算支持热门 MCP Server 一键部署
云上托管 MCP 搭建 AI Agent 将成为趋势。函数计算 FC 目前已经支持开源 MCP Server 一键托管,欢迎体验。
1395 113
|
8月前
|
存储 前端开发 应用服务中间件
Django 实战:静态文件与媒体文件从开发配置到生产部署
Django项目中,静态文件(Static Files)和媒体文件(Media Files)是两类不同用途的文件。本文详细介绍了它们的区别、配置方法以及在开发与生产环境中的处理方式,并结合用户头像上传功能进行实战演示,最后讲解了如何通过Nginx或OpenResty部署静态与媒体文件服务。
420 1
|
11月前
|
Serverless Python
借助 serverless 将 MCP 服务部署到云端
本文介绍了如何将 MCP 服务通过 SSE 协议部署到云端,避免本地下载和启动的麻烦。首先,使用 Python 实现了一个基于 FastMCP 的网络搜索工具,并通过设置 `transport='sse'` 启用 SSE 协议。接着,编写客户端代码测试服务功能,确保其正常运行。随后,利用阿里云函数计算服务(FC 3.0)以 Serverless 方式部署该服务,包括创建函数、配置环境变量、添加依赖层以及部署代码。最后,提供了客户端测试方法和日志排查技巧,并展示了如何在不同工具(如 Cherry-Studio、Cline 和 Cursor)中配置云端 MCP 服务。
1631 11
借助 serverless 将 MCP 服务部署到云端
|
自然语言处理 Serverless 测试技术
DeepSeek 模型快速体验,魔搭+函数计算一键部署模型上云
DeepSeek模型近期备受关注,其开源版本DeepSeek-V3和DeepSeek-R1在多个基准测试中表现出色,性能比肩OpenAI顶尖模型。为降低本地部署门槛,Modelscope社区推出DeepSeek-R1-Distill-Qwen模型的一键部署服务,支持函数计算FC平台的闲置GPU实例,大幅降低成本。用户可选择不同参数量的小模型进行快速部署和推理,体验DeepSeek的强大性能。
DeepSeek 模型快速体验,魔搭+函数计算一键部署模型上云
|
11月前
|
前端开发 JavaScript 关系型数据库
基于python的租房网站-房屋出租租赁系统(python+django+vue)源码+运行
该项目是基于python/django/vue开发的房屋租赁系统/租房平台,作为本学期的课程作业作品。欢迎大家提出宝贵建议。
455 6
|
11月前
|
人工智能 运维 安全
函数计算支持热门 MCP Server 一键部署
MCP(Model Context Protocol)自2024年发布以来,逐渐成为AI开发领域的实施标准。OpenAI宣布其Agent SDK支持MCP协议,进一步推动了其普及。然而,本地部署的MCP Server因效率低、扩展性差等问题,难以满足复杂生产需求。云上托管成为趋势,函数计算(FC)作为Serverless算力代表,提供一键托管开源MCP Server的能力,解决传统托管痛点,如成本高、弹性差、扩展复杂等。通过CAP平台,用户可快速部署多种热门MCP Server,体验高效灵活的AI应用开发与交互方式。
3895 10
|
10月前
|
安全 搜索推荐 Serverless
HarmonyOS5云服务技术分享--Serverless抽奖模板部署
本文详细介绍了如何使用华为HarmonyOS的Serverless模板快速搭建抽奖活动,手把手教你完成从前期准备到部署上线的全流程。内容涵盖账号注册、云函数配置、参数调整、托管上线及个性化定制等关键步骤,并附带常见问题解答和避坑指南。即使是零基础用户,也能轻松上手,快速实现抽奖活动的开发与部署。适合希望高效构建互动应用的开发者参考学习。
|
人工智能 搜索推荐 安全
基于函数计算一键部署 AI 陪练,快速打造你的专属口语对练伙伴
AI 口语学习涵盖发音训练、对话交流、即时反馈、个性化场景模拟和流利度提升等。本方案以英语口语学习的场景为例,利用函数计算 FC 部署 Web 应用,结合智能媒体服务(AI 实时互动)的 AI 智能体和百炼工作流应用,实现英语口语陪练。
|
Cloud Native 安全 Serverless
云原生应用实战:基于阿里云Serverless的API服务开发与部署
随着云计算的发展,Serverless架构日益流行。阿里云函数计算(Function Compute)作为Serverless服务,让开发者无需管理服务器即可运行代码,按需付费,简化开发运维流程。本文从零开始,介绍如何使用阿里云函数计算开发简单的API服务,并探讨其核心优势与最佳实践。通过Python示例,演示创建、部署及优化API的过程,涵盖环境准备、代码实现、性能优化和安全管理等内容,帮助读者快速上手Serverless开发。
|
人工智能 安全 搜索推荐
基于函数计算一键部署 AI 陪练,快速打造你的专属口语对练伙伴
基于函数计算一键部署 AI 陪练,快速打造你的专属口语对练伙伴

相关产品

  • 函数计算