


Gunakan Apl Django daripada GitHub pada AWS Lightsail Menggunakan Bitnami Django Stack
Dalam tutorial ini, saya akan membimbing anda menggunakan aplikasi web Django anda yang dihoskan pada GitHub kepada contoh AWS Lightsail menggunakan Bitnami Timbunan Django. Bitnami memudahkan penggunaan dengan menyediakan persekitaran sedia pengeluaran yang diprakonfigurasikan yang merangkumi Django, pelayan web (Nginx atau Apache) dan pangkalan data (PostgreSQL atau MySQL).
Menjelang akhir tutorial ini, anda akan mempunyai projek Django anda daripada GitHub dan berjalan pada AWS Lightsail dengan konfigurasi minimum.
Mengapa Memilih AWS Lightsail untuk Django Deployment?
AWS Lightsail ialah perkhidmatan awan yang mudah digunakan dan berpatutan, sesuai untuk mengehos apl Django. Ia menyediakan pelayan peribadi maya (contoh) dengan ciri pengurusan mudah seperti IP statik, tindanan pra-konfigurasi dan harga boleh diramal. Inilah sebabnya ia merupakan pilihan yang bagus untuk Django:
- Harga Mampu Milik: Kos pendahuluan yang rendah dengan harga yang boleh diramal.
- Persediaan Ringkas: Antara muka yang mudah digunakan untuk penggunaan pantas.
- Skalabiliti: Menskala dengan baik untuk apl kecil hingga sederhana.
- Timbunan Pra-konfigurasi: Persediaan persekitaran yang dipermudahkan, termasuk Django.
Panduan Langkah demi Langkah
1. Buat Contoh Lightsail Menggunakan Tindanan Bitnami Django
Log masuk ke AWS Lightsail:
- Pergi ke Amazon Lightsail Console.
Buat Contoh Baharu:
- Klik pada Buat contoh dalam papan pemuka Lightsail.
- Di bawah Aplikasi, pilih Django daripada pilihan tindanan Bitnami.
- Pilih Wilayah yang paling hampir dengan khalayak sasaran anda untuk mengurangkan kependaman.
- Pilih pelan contoh. Pelan $5/bulan sesuai untuk aplikasi Django yang kecil.
- Namakan contoh anda (cth., django-app-bitnami).
- Muat turun atau gunakan kunci SSH sedia ada untuk menyambung ke tika anda.
- Klik Buat contoh untuk melancarkan tika Django anda.
2. Akses Instance Lightsail Anda
Setelah contoh Lightsail anda dijalankan, anda perlu SSH ke dalamnya.
Dapatkan IP Statik:
- Pergi ke tab Rangkaian dalam konsol Lightsail.
- Peruntukkan dan lampirkan IP Statik pada contoh Lightsail anda. IP statik ini akan digunakan untuk mengakses aplikasi Django anda.
SSH ke dalam Contoh:
- Anda boleh SSH terus dari Lightsail Console dengan mengklik Sambung, atau gunakan arahan terminal:
ssh -i /path/to/your/ssh-key.pem bitnami@<your_instance_ip>
3. Klon Projek Django Anda daripada GitHub
Sekarang anda disambungkan ke contoh Lightsail anda, anda boleh mengklon projek Django anda daripada GitHub.
Pasang Git:
Pertama, pastikan Git dipasang pada contoh Lightsail anda:
sudo apt update sudo apt install git
Klon Repositori GitHub Anda:
Sekarang, navigasi ke direktori tempat anda ingin menyimpan projek anda (cth., /home/bitnami/) dan klon repositori anda:
cd /home/bitnami git clone https://github.com/yourusername/your-django-app.git
Gantikan https://github.com/yourusername/your-django-app.git dengan URL sebenar repositori GitHub anda.
4. Konfigurasikan Tetapan Django
Setelah anda mengklonkan projek Django anda, anda perlu mengkonfigurasi fail settings.py untuk memastikan ia berfungsi dalam persekitaran pengeluaran.
Akses Aplikasi Django:
- Navigasi ke direktori projek. Bitnami memasang Django dalam /opt/bitnami/apps/django/django-project/ secara lalai, tetapi apl anda akan berada dalam folder yang anda klon daripada GitHub.
cd /home/bitnami/your-django-app
Edit tetapan.py Fail:
Gunakan editor teks seperti nano atau vi untuk mengubah suai tetapan anda.py:
sudo nano your-django-app/yourproject/settings.py
Tukar tetapan berikut:
- ALLOWED_HOSTS: Tambahkan IP statik Lightsail atau domain anda (jika anda ada) pada senarai ALLOWED_HOSTS:
ALLOWED_HOSTS = ['<your_instance_ip>', 'yourdomain.com']
- Konfigurasi Pangkalan Data: Tindanan Bitnami menggunakan PostgreSQL secara lalai, jadi gunakan konfigurasi pangkalan data lalai jika anda menggunakan PostgreSQL:
DATABASES = { 'default': { 'ENGINE': 'django.db.backends.postgresql_psycopg2', 'NAME': 'bitnami_django', 'USER': 'bn_django', 'PASSWORD': 'yourpassword', 'HOST': 'localhost', 'PORT': '5432', } }
- Konfigurasi Fail Statik: Pastikan tetapan fail statik berikut betul:
STATIC_URL = '/static/' STATIC_ROOT = '/home/bitnami/your-django-app/static'
5. Jalankan Migrasi dan Kumpul Fail Statik
Selepas mengkonfigurasi tetapan anda, jalankan migrasi dan kumpulkan fail statik.
Jalankan Migrasi Django:
Gunakan sebarang migrasi pangkalan data:
sudo python3 manage.py migrate
Kumpul Fail Statik:
Jalankan arahan berikut untuk mengumpul semua fail statik ke lokasi pusat:
ssh -i /path/to/your/ssh-key.pem bitnami@<your_instance_ip>
6. Akses Aplikasi dalam Pelayar
Setelah anda melengkapkan persediaan di atas, aplikasi Django anda seharusnya boleh diakses melalui IP statik tika Lightsail anda.
- Buka penyemak imbas dan masukkan IP statik contoh Lightsail anda:
sudo apt update sudo apt install git
Anda seharusnya melihat halaman alu-aluan Django atau aplikasi anda jika anda sudah mempunyai kod yang digunakan.
Cubalah dengan Apl Senarai Tugasan Mudah Saya
Klon Apl Django Senarai Tugasan Mudah saya dan ikuti langkah ini untuk menggunakan ia pada AWS Lightsail.
Kesimpulan
Anda telah berjaya menggunakan aplikasi Django anda daripada GitHub pada AWS Lightsail menggunakan Timbunan Bitnami Django. Dengan persediaan ini, anda mempunyai:
- Persekitaran Django yang diprakonfigurasikan, sedia pengeluaran.
- Pangkalan data PostgreSQL.
AWS Lightsail dengan Bitnami menyediakan penyelesaian yang mudah dan kos efektif untuk mengehos aplikasi Django. Sama ada anda menggunakan projek peribadi kecil atau aplikasi pengeluaran, penyelesaian ini memastikan aplikasi Django anda berjalan dengan lancar.
Rujukan
- Dokumentasi Rasmi AWS Lightsail
- Dokumentasi Tindanan Bitnami Django
- Dokumentasi Rasmi Django
Atas ialah kandungan terperinci Gunakan Apl Django daripada GitHub pada AWS Lightsail Menggunakan Bitnami Django Stack. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

Video Face Swap
Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas











Python sesuai untuk sains data, pembangunan web dan tugas automasi, manakala C sesuai untuk pengaturcaraan sistem, pembangunan permainan dan sistem tertanam. Python terkenal dengan kesederhanaan dan ekosistem yang kuat, manakala C dikenali dengan keupayaan kawalan dan keupayaan kawalan yang mendasari.

Anda boleh mempelajari konsep pengaturcaraan asas dan kemahiran Python dalam masa 2 jam. 1. Belajar Pembolehubah dan Jenis Data, 2.

Python cemerlang dalam permainan dan pembangunan GUI. 1) Pembangunan permainan menggunakan pygame, menyediakan lukisan, audio dan fungsi lain, yang sesuai untuk membuat permainan 2D. 2) Pembangunan GUI boleh memilih tkinter atau pyqt. TKInter adalah mudah dan mudah digunakan, PYQT mempunyai fungsi yang kaya dan sesuai untuk pembangunan profesional.

Anda boleh mempelajari asas -asas Python dalam masa dua jam. 1. Belajar pembolehubah dan jenis data, 2. Struktur kawalan induk seperti jika pernyataan dan gelung, 3 memahami definisi dan penggunaan fungsi. Ini akan membantu anda mula menulis program python mudah.

Python lebih mudah dipelajari dan digunakan, manakala C lebih kuat tetapi kompleks. 1. Sintaks Python adalah ringkas dan sesuai untuk pemula. Penaipan dinamik dan pengurusan memori automatik menjadikannya mudah digunakan, tetapi boleh menyebabkan kesilapan runtime. 2.C menyediakan kawalan peringkat rendah dan ciri-ciri canggih, sesuai untuk aplikasi berprestasi tinggi, tetapi mempunyai ambang pembelajaran yang tinggi dan memerlukan memori manual dan pengurusan keselamatan jenis.

Untuk memaksimumkan kecekapan pembelajaran Python dalam masa yang terhad, anda boleh menggunakan modul, masa, dan modul Python. 1. Modul DateTime digunakan untuk merakam dan merancang masa pembelajaran. 2. Modul Masa membantu menetapkan kajian dan masa rehat. 3. Modul Jadual secara automatik mengatur tugas pembelajaran mingguan.

Python digunakan secara meluas dalam bidang pembangunan web, sains data, pembelajaran mesin, automasi dan skrip. 1) Dalam pembangunan web, kerangka Django dan Flask memudahkan proses pembangunan. 2) Dalam bidang sains data dan pembelajaran mesin, numpy, panda, scikit-learn dan perpustakaan tensorflow memberikan sokongan yang kuat. 3) Dari segi automasi dan skrip, Python sesuai untuk tugas -tugas seperti ujian automatik dan pengurusan sistem.

Python cemerlang dalam automasi, skrip, dan pengurusan tugas. 1) Automasi: Sandaran fail direalisasikan melalui perpustakaan standard seperti OS dan Shutil. 2) Penulisan Skrip: Gunakan Perpustakaan Psutil untuk memantau sumber sistem. 3) Pengurusan Tugas: Gunakan perpustakaan jadual untuk menjadualkan tugas. Kemudahan penggunaan Python dan sokongan perpustakaan yang kaya menjadikannya alat pilihan di kawasan ini.
