Ubuntu部署Django项目方法详解

简介: Ubuntu部署Django项目方法详解

配置镜像源就不说了,前面的文章好像已经讲过如何配置镜像源,如果你没配置镜像源,下载回很慢很慢的。

一、更新操作系统和安装依赖包

1-分别执行一下命令,更新安装包

sudo apt-get update
sudo apt-get upgrade

2-安装上传rz、下载sz工具。可能要十分钟。

sudo apt-get install lrzsz

3-安装gcc g++的依赖库

sudo apt-get install libpcre3 libpcre3-dev

4-安装 pcre依赖库

sudo apt-get install zlib1g-dev

5-安装 ssl依赖库

sudo apt-get install openssl

二、安装Python3和PIP3

sudo apt install python3
sudo apt install python3-pip

三、建立两个文件夹,用于存放virtualenv环境和项目

#放虚拟环境的
sudo mkdir -p /data/env
#放项目的
sudo mkdir -p /data/wwwroot

四、安装virtualenv

sudo pip3 install virtualenv

进入env目录

cd /data/env

指定Python版本,创建名为pyweb的虚拟环境,

sudo virtualenv -p /usr/bin/python3 pyweb

指定Python版本的时候,如果不知道Python3的路径,可以使用下面的命令查看

which python

五、启动虚拟环境

启动虚拟环境

source /data/env/pyweb/bin/activate

六、上传项目并安装依赖软件库(虚拟环境下)

把我们开发好的项目上传到 /data/wwwroot/目录,然后进入该目录,先安装项目所需要的依赖包,然后启动项目,测试是否能正常启动。


我这里给大家一个测试项目,大家可以用来测试,帐号和密码分别为:admin qq445813。mysite.zip

sudo pip3 install -r requirements.txt
python3 manage.py runserver

如果能正常启动,说明项目没啥问题。

七、安装uwsgi

sudo pip3 install uwsgi

留意:uwsgi要安装两次,先在系统里安装一次,然后进入对应的虚拟环境安装一次。

八、安装nginx,并配置

/usr/local 目录执行下面命令下载nginx源码:

sudo wget http://nginx.org/download/nginx-1.13.7.tar.gz

然后解压它:

sudo tar -zxvf nginx-1.13.7.tar.gz

cd 进入解压后的nginx-1.13.7文件夹

cd nginx-1.13.7/

依次执行以下命令:

sudo ./configure 
sudo make 
sudo make install

nginx一般默认安装好的路径为/usr/local/nginx

进入/usr/local/nginx/conf/目录,然后备份一下nginx.conf文件,以防意外。

sudo cp nginx.conf nginx.conf.bak

然后打开nginx.conf文件,把里面的内容全部删除,输入下面代码:

events {
    worker_connections  1024;
}
http {
    include       mime.types;
    default_type  application/octet-stream;
    sendfile        on;
    server {
        listen       80;
        server_name  www.django.cn;
        charset utf-8;
        location / {
           include uwsgi_params;
           uwsgi_pass 127.0.0.1:8997;
           uwsgi_param UWSGI_SCRIPT mysite.wsgi;
           uwsgi_param UWSGI_CHDIR /data/wwwroot/mysite/; #项目路径
        }
        location /static/ {
        alias /data/wwwroot/mysite/static/; #静态资源路径
        }
    }
}

需要留意的是,下图长方形里我标记的代码要和UWSGI配置文件mysite.xml一致,否则会出错。

1.png

至于静态资源路径,自己settings.py里怎么设置,你就按那个设置就好。

进入/usr/local/nginx/sbin/目录

执行下面命令先检查配置文件是否有错:

./nginx -

没有错就执行以下命令:

./nginx

终端没有任何提示就证明nginx启动成功。

之后进入网站项目目录

cd /data/wwwroot/mysite/

执行下面命令(虚拟环境下):

uwsgi -x mysite.xml

以上步骤都没有出错的话。

进入/usr/local/nginx/sbin/目录

执行:

./nginx -s reload

然后在浏览器里访问你的项目地址!这时项目就能成功访问。

相关文章
|
2月前
|
机器学习/深度学习 人工智能 算法
植物病害识别系统Python+卷积神经网络算法+图像识别+人工智能项目+深度学习项目+计算机课设项目+Django网页界面
植物病害识别系统。本系统使用Python作为主要编程语言,通过收集水稻常见的四种叶片病害图片('细菌性叶枯病', '稻瘟病', '褐斑病', '稻瘟条纹病毒病')作为后面模型训练用到的数据集。然后使用TensorFlow搭建卷积神经网络算法模型,并进行多轮迭代训练,最后得到一个识别精度较高的算法模型,然后将其保存为h5格式的本地模型文件。再使用Django搭建Web网页平台操作界面,实现用户上传一张测试图片识别其名称。
127 22
植物病害识别系统Python+卷积神经网络算法+图像识别+人工智能项目+深度学习项目+计算机课设项目+Django网页界面
|
1月前
|
Ubuntu Linux 编译器
Linux/Ubuntu下使用VS Code配置C/C++项目环境调用OpenCV
通过以上步骤,您已经成功在Ubuntu系统下的VS Code中配置了C/C++项目环境,并能够调用OpenCV库进行开发。请确保每一步都按照您的系统实际情况进行适当调整。
321 3
|
2月前
|
机器学习/深度学习 算法 TensorFlow
交通标志识别系统Python+卷积神经网络算法+深度学习人工智能+TensorFlow模型训练+计算机课设项目+Django网页界面
交通标志识别系统。本系统使用Python作为主要编程语言,在交通标志图像识别功能实现中,基于TensorFlow搭建卷积神经网络算法模型,通过对收集到的58种常见的交通标志图像作为数据集,进行迭代训练最后得到一个识别精度较高的模型文件,然后保存为本地的h5格式文件。再使用Django开发Web网页端操作界面,实现用户上传一张交通标志图片,识别其名称。
108 6
交通标志识别系统Python+卷积神经网络算法+深度学习人工智能+TensorFlow模型训练+计算机课设项目+Django网页界面
|
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。
95 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
|
2月前
|
Linux Python
解决django项目报错很离谱的报错之RuntimeError: populate() isn't reentrant
解决django项目报错很离谱的报错之RuntimeError: populate() isn't reentrant
|
1月前
|
监控 应用服务中间件 网络安全
部署Django应用:使用Gunicorn和Nginx构建高效的生产环境
部署Django应用:使用Gunicorn和Nginx构建高效的生产环境
119 0
|
2月前
|
机器学习/深度学习 人工智能 算法
【果蔬识别系统】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
【果蔬识别系统】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。果蔬识别系统,本系统使用Python作为主要开发语言,通过收集了12种常见的水果和蔬菜('土豆', '圣女果', '大白菜', '大葱', '梨', '胡萝卜', '芒果', '苹果', '西红柿', '韭菜', '香蕉', '黄瓜'),然后基于TensorFlow库搭建CNN卷积神经网络算法模型,然后对数据集进行训练,最后得到一个识别精度较高的算法模型,然后将其保存为h5格式的本地文件方便后期调用。再使用Django框架搭建Web网页平台操作界面,实现用户上传一张果蔬图片识别其名称。
58 0
【果蔬识别系统】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
|
3月前
|
JSON API 数据安全/隐私保护
Django 后端架构开发:JWT 项目实践与Drf版本控制
Django 后端架构开发:JWT 项目实践与Drf版本控制
76 0
|
23天前
|
设计模式 前端开发 数据库
Python Web开发:Django框架下的全栈开发实战
【10月更文挑战第27天】本文介绍了Django框架在Python Web开发中的应用,涵盖了Django与Flask等框架的比较、项目结构、模型、视图、模板和URL配置等内容,并展示了实际代码示例,帮助读者快速掌握Django全栈开发的核心技术。
125 45
|
3月前
|
机器学习/深度学习 数据采集 数据可视化
基于爬虫和机器学习的招聘数据分析与可视化系统,python django框架,前端bootstrap,机器学习有八种带有可视化大屏和后台
本文介绍了一个基于Python Django框架和Bootstrap前端技术,集成了机器学习算法和数据可视化的招聘数据分析与可视化系统,该系统通过爬虫技术获取职位信息,并使用多种机器学习模型进行薪资预测、职位匹配和趋势分析,提供了一个直观的可视化大屏和后台管理系统,以优化招聘策略并提升决策质量。
188 4
下一篇
无影云桌面