django web项目部署到阿里云函数计算平台

本文涉及的产品
函数计算FC,每月15万CU 3个月
Serverless 应用引擎免费试用套餐包,4320000 CU,有效期3个月
简介: django web项目部署到阿里云函数计算平台   阿里云函数计算(FC),旨在帮助用户采用弹性伸缩、动态分配资源的方式,来执行业务逻辑.让用户无需购买部署服务器,无需考虑业务负载,就能快速搭建可处理高并发的后台服务.   基于WSGI标准的项目能够很方便的迁移至函数计算平台. 本文介绍如何将一个通用的django web项目,通过FC提供的fun命令行工具快速部署到FC平台。

阿里云函数计算平台

  阿里云函数计算(FC),旨在帮助用户采用弹性伸缩、动态分配资源的方式,来执行业务逻辑.让用户无需购买部署服务器,无需考虑业务负载,就能快速搭建可处理高并发的后台服务.

  基于WSGI标准的项目能够很方便的迁移至函数计算平台. 本文介绍如何将一个通用的django web项目,通过FC提供的fun命令行工具快速部署到FC平台。

1. django web项目预览
  示例项目是一个简单的值班oncall系统,按照人员列表已一周为周期排班,并支持钉钉群发消息推送.
django项目目录结构:
  ed5d163da15cc67347bf17eb896e755be07e2886


2. 部署到函数计算平台

  • 2.1 在项目目录安装依赖库(很重要)
      FC平台上函数的运行环境对不同语言都有部分默认支持的三方库可直接使用,请参考:函数计算python运行环境文档

  对于其他的依赖库,用户需自行安装在项目目录,发布时fun工具会将这些库以及用户代码一并打包上传到FC平台. 示例中需要安装django以及数据库工具pymsql

  • 安装django

    pip install -t . django
  • 安装pymysql

    pip install -t . pymysql

    django中python2.7使用pymysql, 必须先修改下安装为MySQLdb:
    d9537162bd4a86d8367b2b70a0d630af8337fa9b
    安装完成后项目目录结构:
    2b3fad05ed3709fcbf65a5e12def59e4bbc9fdb5


  • 2.2 设置静态资源路径
    为了让系统在FC上运行时,能找到对应的静态资源文件(js/css),必须先修改配置下静态资源路径
  • 修改settings.py
    c07b6f49881186139e99917b08a483dbf0bd35ac

      STATIC_URL = '/static/'
      # STATICFILES_DIRS = [
      #     os.path.join(BASE_DIR, "static"),
      # ]
    
      STATIC_FC_URL = STATIC_URL
      STATIC_ROOT = os.path.join(BASE_DIR, 'static')
  • 修改urls.py
    为上面配置的资源路径,设置url映射.

    from django.conf.urls import url
    from django.conf import settings
    from django.conf.urls.static import static
    
    urlpatterns += static(settings.STATIC_FC_URL, document_root=settings.STATIC_ROOT)
  • 修改静态页面中引用方式:
    7d19db98cfe7a21e4562632a70e258fef5a4eb89
    435147115206a882c71c5caf9dd2d2622a6161f1


  • 2.3 创建入口文件main.py

      # 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__)), "OnCallSys(改成你的工程目录)"))
      import django
    
      from django.conf import settings
      print (django.__version__)
    
      import urlparse
      from OnCallSys.wsgi import application
    
      base_path = None
    
      def handler(environ, start_response):
          request_uri = environ['fc.request_uri']
          parsed_tuple = urlparse.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)


  • 2.4 创建文件tick.py定时调用Oncall系统的/tick接口(非必要,只是OnCall系统的示例所需)

    # -*- coding: utf-8 -*-
    import logging
    import os
    import hashlib
    
    from OnCallSys.views.Util import Util
    
    def handler(event, context):
        print 'tick ...'
        url = os.environ['TICK_URL']
        name = os.environ['ADMIN_NAME']
        pwd = os.environ['ADMIN_PWD']
        pwd_md5 = hashlib.md5(pwd).hexdigest()
        url += '?username=' + name + '&pwd=' + pwd_md5
        print Util.http_get(url)


  • 2.5 编写FC fun工具的部署配置文件(保存到工程根目录)
  • .env文件

    DEFAULT_REGION=cn-hangzhou
    ACCOUNT_ID=
    ENDPOINT=
    ACCESS_KEY_ID=
    ACCESS_KEY_SECRET=
  • templates.yml

    ROSTemplateFormatVersion: '2015-09-01'       # 无需修改 
    Transform: 'Aliyun::Serverless-2018-04-03'   # 无需修改
    
    Resources:
    
      oncall-log:    # 创建logproject和logstore(需事先在阿里云平台开通日志服务)
        Type: 'Aliyun::Serverless::Log'
        Properties:
          Description: 'oncall system log'
    
        oncall-logstore:
          Type: 'Aliyun::Serverless::Log::Logstore'
          Properties:
              TTL: 362
              ShardCount: 1
    
      oncall-service:  # 1. 创建service, 名字随意取(可以理解为存放代码的包)
        Type: 'Aliyun::Serverless::Service'
        Properties:
          Description: 'oncall system'
          Policies:    # 设置权限
            - AliyunOSSFullAccess  # OSS[对象存储服务]权限(需事先在阿里云平台开通)
            - AliyunLogFullAccess  # log权限
    
          LogConfig:  # 配置项目的输出日志
            Project: oncall-log        # 上面创建的logproject
            Logstore: oncall-logstore  # 上面创建的logstore
    
          InternetAccess: true  # 设置项目代码是否能访问公网
    
        oncall:    # 2. 创建function, oncall函数对应本地的main.py文件
          Type: 'Aliyun::Serverless::Function'
          Properties:
            Handler: main.handler  # 入口函数main.py的handler函数
            CodeUri: './'
            Description: 'oncall system function'
            Runtime: python2.7
            Timeout: 60
            MemorySize: 512
            EnvironmentVariables:  # 函数oncall的环境变量, 可在本函数中读取, 并能够在控制台修改
              'CUSTOM_DB_NAME': ''
              'CUSTOM_DB_USER': 
              'CUSTOM_DB_PWD': 
              'CUSTOM_DB_HOST':
              'CUSTOM_DB_PORT': '3306'
              'WEB_HOOK_URL':
              'ONCALL_SYS_URL':
              'ADMIN_NAME':
              'ADMIN_PWD': 
              'TOKEN_EXPIRE':
    
          Events:           # 函数oncall的事件触发器, 这里web服务用的是http触发器
            http-trigger:   # trigger name
              Type: HTTP    # trigger type
              Properties:
                AuthType: ANONYMOUS   # 匿名访问
                Methods: ['GET', 'POST']
    
        tick:    # 创建function,tick函数(类似上面的oncall函数, 不需要可以不创建,只是示例所需)
          Type: 'Aliyun::Serverless::Function'
          Properties:
            Handler: tick.handler
            CodeUri: './'
            Description: 'oncall system tick function'
            Runtime: python2.7
            Timeout: 60
            MemorySize: 512
            EnvironmentVariables:
              'TICK_URL':           
              'ADMIN_NAME': 
              'ADMIN_PWD': 
    
          Events:
            tick-trigger:   # trigger name
              Type: Timer   # 定时触发器, 会根据以下cron表达式的规则定时触发当前函数
              Properties:
                  CronExpression: '0 0 1 ? * MON-FRI' # utc+8, 9:00 am, 周一到周五
                  Enable: true

    PS: yml文件对indent有严格要求,请注意各行代码的indent


  •  2.6 部署到FC函数计算
  • 在django工程根目录下执行

    fun deploy

    yunqi3.png
    部署成功!


  • 在阿里云FC控制台查看
    75755253f211501d2e4f46795e4818db8c25f0e6

  19921b8eb520f638211d0201563498e5f5767ccd


  • 使用测试
    yq4

在浏览器中输入复制的链接地址即可访问django项目中对应的web资源(页面或API)
6a25ad061a144b881437d19fe0f9f8c8f69cfa9d

到此,恭喜迁移成功!


问题解答
Q: 代码中怎么使用template.yml中配置的环境变量
A: 通过os.environ字典读取
931a14963042e818996d2142ae771c0d9bd965f6

Q: 本地测试时怎么设置环境变量
A: 可在settings.py中添加测试代码(部署时注释掉)
b86780f73d8b5f5bfcee78d552cfb8b1826ed338



相关链接:

  1. 阿里云函数计算使用文档
  2. FC fun工具安装
  3. FC fun工具使用部署文档

如果您有任何反馈或疑问,欢迎通过 阿里云聆听官方论坛云栖社区 联系我们。您也可以加入钉钉用户群(钉钉群号:11721331)与函数计算工程师即时沟通。
DingTalkSupport1

相关实践学习
【文生图】一键部署Stable Diffusion基于函数计算
本实验教你如何在函数计算FC上从零开始部署Stable Diffusion来进行AI绘画创作,开启AIGC盲盒。函数计算提供一定的免费额度供用户使用。本实验答疑钉钉群:29290019867
建立 Serverless 思维
本课程包括: Serverless 应用引擎的概念, 为开发者带来的实际价值, 以及让您了解常见的 Serverless 架构模式
目录
相关文章
|
2月前
|
人工智能 自然语言处理 Serverless
阿里云函数计算 x NVIDIA 加速企业 AI 应用落地
阿里云函数计算与 NVIDIA TensorRT/TensorRT-LLM 展开合作,通过结合阿里云的无缝计算体验和 NVIDIA 的高性能推理库,开发者能够以更低的成本、更高的效率完成复杂的 AI 任务,加速技术落地和应用创新。
130 13
|
19天前
|
机器学习/深度学习 数据处理 数据库
基于Django的深度学习视频分类Web系统
基于Django的深度学习视频分类Web系统
48 4
基于Django的深度学习视频分类Web系统
|
13天前
|
人工智能 弹性计算 运维
触手可及:阿里云函数计算助力AI大模型的评测
阿里云推出的面向AI服务器的功能计算(Functional Computing, FC),专为AI应用提供弹性计算资源。该服务支持无服务器部署、自动资源管理和多语言支持,极大简化了AI应用的开发和维护。本文全面评测了FC for AI Server的功能特性、使用体验和成本效益,展示了其在高效部署、成本控制和安全性方面的优势,并通过具体应用案例和改进建议,展望了其未来发展方向。
84 4
|
19天前
|
机器学习/深度学习 监控 数据挖掘
基于Django和百度飞桨模型的情感识别Web系统
基于Django和百度飞桨模型的情感识别Web系统
28 5
|
17天前
|
NoSQL 关系型数据库 MongoDB
Django与MongoDB搭建高效的Web应用
Django与MongoDB搭建高效的Web应用
19 1
|
2月前
|
SQL 分布式计算 Serverless
阿里云 EMR Serverless Spark 版正式开启商业化
阿里云 EMR Serverless Spark 版正式开启商业化,内置 Fusion Engine,100% 兼容开源 Spark 编程接口,相比于开源 Spark 性能提升300%;提供 Notebook 及 SQL 开发、调试、发布、调度、监控诊断等一站式数据开发体验!
101 3
阿里云 EMR Serverless Spark 版正式开启商业化
|
2月前
|
机器学习/深度学习 人工智能 算法
【新闻文本分类识别系统】Python+卷积神经网络算法+人工智能+深度学习+计算机毕设项目+Django网页界面平台
文本分类识别系统。本系统使用Python作为主要开发语言,首先收集了10种中文文本数据集("体育类", "财经类", "房产类", "家居类", "教育类", "科技类", "时尚类", "时政类", "游戏类", "娱乐类"),然后基于TensorFlow搭建CNN卷积神经网络算法模型。通过对数据集进行多轮迭代训练,最后得到一个识别精度较高的模型,并保存为本地的h5格式。然后使用Django开发Web网页端操作界面,实现用户上传一段文本识别其所属的类别。
79 1
【新闻文本分类识别系统】Python+卷积神经网络算法+人工智能+深度学习+计算机毕设项目+Django网页界面平台
|
24天前
|
开发框架 前端开发 数据库
使用Django框架构建一个完整的Web应用
【10月更文挑战第2天】使用Django框架构建一个完整的Web应用
28 1
|
2月前
|
缓存 Kubernetes Java
阿里云 SAE Web:百毫秒高弹性的实时事件中心的架构和挑战
SAE 事件中心通过智能诊断显示通知与用户连接起来,SAE WEB 百毫秒弹性实例给事件中心带来了新的实时性、海量数据和高吞吐的挑战,本篇将带您了解 SAE 整体事件中心的架构和挑战。
117 10
|
2月前
|
人工智能 运维 大数据
阿里云“触手可及,函数计算玩转 AI 大模型”解决方案评测报告
阿里云“触手可及,函数计算玩转 AI 大模型”解决方案评测报告
77 2

热门文章

最新文章

相关产品

  • 函数计算