云服务器搭建Django项目

简介: 第一次使用ECS,做一次连接的笔记,还请多多指教。

连接Xshell

由于购买的是Linux版本,要将项目部署至服务器上,因此就必须借助相关的远程连接的工具,而在Windows上我使用的是Xshell

首先要先创建连接所需的相关的配置,主机就为云服务器的弹性ip地址,协议为SSH协议,端口号为22,名称自拟
image.png

其次进行的是登录的验证,输入在云服务器上自己重设的密码和root账号
image.png

最后点击连接就能轻松访问远程服务器了

在第一次连接时,Xshell显示之前更改的实例名并不会更改,重启一次就行了

本次搭建使用的是python3.8.3
https://www.python.org/ftp/python/3.8.3/Python-3.8.3.tgz
进入到页面下载Python的压缩包,接着是继续nginx的压缩包

接下来进入到/usr/local目录下下载工具包lrzsz
yum -y install lrzsz
再将上面两个工具包拖进xshell中

安装mySQL

步骤比较繁琐,具体可以参考这篇博客参考博客https://blog.csdn.net/qq_45893475/article/details/122485983?ops_request_misc=&request_id=&biz_id=102&utm_term=centos7%E5%BD%BB%E5%BA%95%E5%8D%B8%E8%BD%BDmysql%20%E4%B8%8E%E5%AE%89%E8%A3%85&utm_medium=distribute.pc_search_result.none-task-blog-2~all~sobaiduweb~default-0-122485983.142^v7^pc_search_result_control_group,157^v4^control&spm=1018.2226.3001.4187

tar -zxvf Python-3.6.3.tgz 解压
tar -zxvf nginx-1.16.0.tar.gz
cd nginx-1.16.0
cd Python-3.8.3
./configure --prefix=/usr/local/python36 编译并安装Python
make && make install
./configure --prefix=/usr/local/nginx116 编译并安装nginx
make && make install

将我们实现准备好的项目通过rz发送至服务器中,再在/usr/local/nginx/html中解压
cd /usr/local/nginx/html
unzip mysite.zip
cd mysite
接着运行虚拟环境
/usr/local/python38/bin/python3.8 -m venv venv
. venv/bin/activate

具体配置

cd /usr/local/nginx/html/mysite
安装依赖,这个依赖每个项目不同pip3 freeze > requirements.txt在项目终端通过这条命令运行
pip install -r requirement.txt

配置自己的ini文件 /usr/local/nginx/html/mysite/deploy/uwsgi.ini
/usr/local/nginx/html/mysite 这个替换为自己的项目路径 如果你用的是我的项目什么都不用改

uwsgi --ini deploy/uwsgi.ini 启动uwsgi

配置自己的site.conf文件

# 首先需要自己建一个数据库 刚刚建的有点不好
create database blog DEFAULT CHARSET utf8 COLLATE utf8_general_ci;
执行数据库的迁移
python manage.py makemigrations
python manage.py migrate

收集静态文件
python manage.py collectstatic

创建一个超级用户
python manage.py createsuperuser

deploy里面的文件不要动 将 site.conf 复制到 /usr/local/nginx/conf 里面
(venv) [root@violet mysite]# /usr/local/nginx/sbin/nginx -tc /usr/local/nginx/conf/site.conf
nginx: the configuration file /usr/local/nginx/conf/site.conf syntax is ok
这个是查配置文件是否有错误的命令

指定配置文件启动nginx
/usr/local/nginx/sbin/nginx -c /usr/local/nginx/conf/site.conf

查看uwsgi nginx 进程
ps -ef | grep -i uwsgi
ps -ef | grep -i nginx

下面直接就可以用域名访问我们的网站了
47.110.130.204
关闭操作
(venv) [root@violet mysite]# uwsgi --stop deploy/uwsgi.pid
(venv) [root@violet mysite]# /usr/local/nginx/sbin/nginx -s stop

到此就结束了.希望大家都能搭建自己的网站压缩包上传至

相关实践学习
2分钟自动化部署人生模拟器
本场景将带你借助云效流水线Flow实现人生模拟器小游戏的自动化部署
7天玩转云服务器
云服务器ECS(Elastic Compute Service)是一种弹性可伸缩的计算服务,可降低 IT 成本,提升运维效率。本课程手把手带你了解ECS、掌握基本操作、动手实操快照管理、镜像管理等。了解产品详情: https://www.aliyun.com/product/ecs
相关文章
|
3月前
|
JavaScript 前端开发 应用服务中间件
【Vue面试题三十】、vue项目本地开发完成后部署到服务器后报404是什么原因呢?
这篇文章分析了Vue项目在服务器部署后出现404错误的原因,主要是由于history路由模式下服务器缺少对单页应用的支持,并提供了通过修改nginx配置使用`try_files`指令重定向所有请求到`index.html`的解决方案。
【Vue面试题三十】、vue项目本地开发完成后部署到服务器后报404是什么原因呢?
|
26天前
|
关系型数据库 MySQL Linux
基于阿里云服务器Linux系统安装Docker完整图文教程(附部署开源项目)
基于阿里云服务器Linux系统安装Docker完整图文教程(附部署开源项目)
208 3
|
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。
121 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
|
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。
103 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。
91 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
|
设计模式 数据库连接 PHP
PHP中的设计模式:如何提高代码的可维护性与扩展性在软件开发领域,PHP 是一种广泛使用的服务器端脚本语言。随着项目规模的扩大和复杂性的增加,保持代码的可维护性和可扩展性变得越来越重要。本文将探讨 PHP 中的设计模式,并通过实例展示如何应用这些模式来提高代码质量。
设计模式是经过验证的解决软件设计问题的方法。它们不是具体的代码,而是一种编码和设计经验的总结。在PHP开发中,合理地使用设计模式可以显著提高代码的可维护性、复用性和扩展性。本文将介绍几种常见的设计模式,包括单例模式、工厂模式和观察者模式,并通过具体的例子展示如何在PHP项目中应用这些模式。
|
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
|
前端开发 Java Shell
后端项目打包上传服务器部署运行记录
后端项目打包上传服务器部署运行记录
32 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。
55 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
|
1月前
|
Java Linux Maven
服务器部署之项目打包及命令行输出
服务器部署之项目打包及命令行输出
24 0