保姆级python项目离线部署服务器教程只需这一篇就够了(建议收藏)

本文涉及的产品
可观测可视化 Grafana 版,10个用户账号 1个月
应用实时监控服务-可观测链路OpenTelemetry版,每月50GB免费额度
服务治理 MSE Sentinel/OpenSergo,Agent数量 不受限
简介: 这篇文章提供了详尽的Python项目在离线Linux(CentOS)服务器上的部署教程。作者首先介绍了环境背景,强调了无网络环境和使用有网络的CentOS虚拟机准备安装包的重要性。教程分为两部分:外网环境搭建和内网离线安装。在外网环境中,包括下载Python 3.9.0安装包、传输至服务器、安装依赖包,并使用pip3下载项目所需依赖。内网安装则涉及依赖包的复制和Python环境的同样步骤。最后,作者分享了运行项目的命令,并总结了离线安装的整个流程,提醒读者注意可能出现的问题。

保姆级python项目离线部署服务器教程只需这一篇就够了

这篇文章主要记录我在湖南长沙国网电科院一次python项目部署,由于我主要是做Java后端开发对python确实不太了解因此记录下这次教程

环境介绍

​ 服务器为linux的centos系统具体7还是8我不太清楚,全程为没有网络环境,所以环境全部需要离线安装.这里不我建议使用Anaconda虚拟环境进行安装,因为是离线环境.最好是能够准备一台有网络的centos虚拟机进行安装包的下载,方便环境一致这样项目部署后环境一般不会出现问题.

这里我主要分为俩部分进行讲解,第一部分为有网络环境搭建,第二部分为离线安装.因为离线安装需要在线下载相关依赖包,这里我使用的python版本为3.9.0,这里可以根据你们自己开发环境来修改自己的版本.

外网环境搭建

1.下载python3.9.0.tgz安装包(linux版本)

这里直接在官方网站找到版本好对应的安装包下载即可

官方网站: https://www.python.org/downloads/release/python-390/
image.png

2.将下载好的安装包通过Xftp工具上传至服务器

这里我直接上传至/home目录下

3.在外网centos服务器下安装yum-plugin-downloadonly安装包

这个主要是用来下载python3环境的依赖包

yum install yum-plugin-downloadonly

4.创建依赖包缓存目录

mkdir -p /home/python3

5.下载python3依赖安装包

yum reintall --downloadonly --downloaddir=/home/python3  libffi-devel zlib-devel bzip2-devel openssl-devel ncurses-devel sqlite-devel readline-devel tk-devel gcc make

6.将下载好的依赖包导出至/home/python3目录下方便我们后面去进行离线安装

yum reinstall --downloadonly --downloaddir=/home/python  libffi-devel zlib-devel bzip2-devel openssl-devel ncurses-devel sqlite-devel readline-devel tk-devel gcc make

7.安装python3.9.0环境

因为这部比较简单所以不一一列举步骤,直接一步做完安装环境

#进入安装包目录
cd /home

#解压安装包
tar -zxvf Python-3.9.0.tgz

#创建编译安装目录
mkdir /usr/local/python3

#进入解压后的目录
cd /home/Python-3.9.0


#编译安装
./configure --prefix=/usr/local/python3

make && make install

#软连接配置python3系统路径
ln -s /usr/local/python3/bin/python3 /usr/local/bin/python3

ln -s /usr/local/python3/bin/pip3 /usr/local/bin/pip3

#验证是否成功
python3 --version 

#显示3.9.0即为成功
3.9.0

这里使用python3的命令是因为一般情况下服务器默认安装了2.7.5的python环境需要进行区分,如果执行python --version 出来的就是2.7.5

8.将需要部署的项目上传至外网服务器上

这里我也上传至/home目录下

9.通过pip3下载所需要的项目依赖

pip3 install fastapi

...

这里将项目所需要的依赖全部下载后,即可在外网服务器上运行项目

10.项目运行

#进入项目所在目录
cd /home/项目目录

#运行python项目
python3 main.py

内网离线安装

在外网服务器下可以成功安装后,我们可以直接在内网环境下进行安装环境

1.创建依赖包缓存目录

mkdir -p /home/python3

2.将我们外网服务器 /home/python3下的文件复制进 内网服务器 /home/python3下

这里是通过内网U盘进行上传的,上传的文件都是python3的依赖安装包 .rpm后缀的文件

3.离线安装python39依赖安装包

cd /home/python3
rpm -Uvh ./*.rpm --nodeps --force

4.安装python3.9.0环境

这里还是一样通过内网U盘将Python-3.9.0.tgz安装包上传至内网服务器/home目录下

#进入安装包目录
cd /home

#解压安装包
tar -zxvf Python-3.9.0.tgz

#创建编译安装目录
mkdir /usr/local/python3

#进入解压后的目录
cd /home/Python-3.9.0


#编译安装
./configure --prefix=/usr/local/python3

make && make install

#软连接配置python3系统路径
ln -s /usr/local/python3/bin/python3 /usr/local/bin/python3

ln -s /usr/local/python3/bin/pip3 /usr/local/bin/pip3

#验证是否成功
python3 --version 

#显示3.9.0即为成功
3.9.0

5.复制外网服务器中python39环境中的所有依赖到内网服务器中

这里首先将外网服务器的/usr/local/python3/lib/python3.9/site-packages/下的所有依赖上传到内网U盘,然后再上传至内网服务器的/usr/local/python3/lib/python3.9/site-packages/下即可,由于我这边没有root权限需要先将 外网服务器的依赖放在有权限的内网服务器目录,然后通过sudo的方式复制到 内网服务器的/usr/local/python3/lib/python3.9/site-packages/下

sudo cp -r /home/site-packages/* /usr/local/python3/lib/python3.9/site-packages/

6.运行项目即可

#进入项目所在目录
cd /home/项目目录

#运行python项目
python3 main.py

总结

这次也是彻底搞明白整个python离线安装的流程,期间也是踩了无数坑由于现场没有网络,在酒店与现场来来回回很多躺最终将项目运行成功.

以上便是本文的全部内容,我是全干程序员demo,每天为你带来最新好用的开发运维工具,如果你觉得用,请点赞,让更多的人了解相关工具

如果你想了解更多关于全干程序员demo,还有更多付费工具免费破解,可以关注公众号-全干程序员demo,后面文章会首先同步至公众号

相关文章
|
11天前
|
数据可视化 DataX Python
Seaborn 教程-绘图函数
Seaborn 教程-绘图函数
40 8
|
11天前
Seaborn 教程-主题(Theme)
Seaborn 教程-主题(Theme)
30 7
|
11天前
|
Python
Seaborn 教程-模板(Context)
Seaborn 教程-模板(Context)
33 4
|
11天前
|
数据可视化 Python
Seaborn 教程
Seaborn 教程
27 5
|
11天前
|
弹性计算 安全 开发工具
灵码评测-阿里云提供的ECS python3 sdk做安全组管理
批量变更阿里云ECS安全组策略(批量变更)
|
1月前
|
Python
SciPy 教程 之 Scipy 显著性检验 9
SciPy 教程之 Scipy 显著性检验第9部分,介绍了显著性检验的基本概念、作用及原理,通过样本信息判断假设是否成立。着重讲解了使用scipy.stats模块进行显著性检验的方法,包括正态性检验中的偏度和峰度计算,以及如何利用normaltest()函数评估数据是否符合正态分布。示例代码展示了如何计算一组随机数的偏度和峰度。
28 1
|
1月前
|
BI Python
SciPy 教程 之 Scipy 显著性检验 8
本教程介绍SciPy中显著性检验的应用,包括如何利用scipy.stats模块进行显著性检验,以判断样本与总体假设间的差异是否显著。通过示例代码展示了如何使用describe()函数获取数组的统计描述信息,如观测次数、最小最大值、均值、方差等。
29 1
|
1月前
|
数据采集 数据可视化 数据挖掘
深入浅出:使用Python进行数据分析的基础教程
【10月更文挑战第41天】本文旨在为初学者提供一个关于如何使用Python语言进行数据分析的入门指南。我们将通过实际案例,了解数据处理的基本步骤,包括数据的导入、清洗、处理、分析和可视化。文章将用浅显易懂的语言,带领读者一步步掌握数据分析师的基本功,并在文末附上完整的代码示例供参考和实践。
|
1月前
|
Python
SciPy 教程 之 Scipy 显著性检验 6
显著性检验是统计学中用于判断样本与总体假设间是否存在显著差异的方法。SciPy的scipy.stats模块提供了执行显著性检验的工具,如T检验,用于比较两组数据的均值是否来自同一分布。通过ttest_ind()函数,可以获取两样本的t统计量和p值,进而判断差异是否显著。示例代码展示了如何使用该函数进行T检验并输出结果。
29 1
|
1月前
|
Python
SciPy 教程 之 Scipy 显著性检验 5
显著性检验用于判断样本与总体假设间的差异是否由随机变异引起,或是假设与真实情况不符所致。SciPy通过scipy.stats模块提供显著性检验功能,P值用于衡量数据接近极端程度,与alpha值对比以决定统计显著性。
33 0