Rumah pembangunan bahagian belakang Tutorial Python API Django kalis peluru untuk projek TMS

API Django kalis peluru untuk projek TMS

Jan 19, 2025 pm 10:14 PM

Bulletproof Django API for a TMS project

Pengenalan

Tutorial ini membimbing anda membina aplikasi web asas menggunakan Django dan Django REST Framework (DRF). Aplikasi ini akan mengurus koleksi buku, mendayakan operasi CRUD (Buat, Baca, Kemas Kini, Padam) melalui API REST.

Prasyarat

  • Python 3.8 atau lebih tinggi.
  • Pengetahuan asas Python dan Django.
  • pip (pemasang pakej Python).
  • Kebiasaan dengan persediaan persekitaran maya (cth., venv).

Langkah 1: Persediaan Persekitaran

Konfigurasi VM Disyorkan:

  • RAM: 8 GB
  • Pemproses: 4 teras (8 utas)
  • Storan: 100 GB
  • Rangkaian: Jambatan Rangkaian (untuk IP unik) atau NAT (untuk akses internet melalui hos).

Persediaan VM:

  1. Muat turun imej ubuntu-22.04-server-cloudimg-amd64.ova daripada sumber yang boleh dipercayai (seperti tapak rasmi Ubuntu).
  2. Buka VMware Workstation, Fusion atau ESXi anda dan import fail OVA. Ikut arahan pada skrin.
  3. Namakan VM anda (mis., TMS_VM).
  4. Konfigurasikan tetapan memori, pemproses, cakera keras dan rangkaian VM mengikut pengesyoran di atas.

Konfigurasi Pelayan Ubuntu 22.04:

  1. Mulakan VM.

  2. Log masuk dan kemas kini sistem: sudo apt update && sudo apt upgrade -y

  3. Pasang alatan penting: sudo apt install git python3 python3.10-venv python3-pip python3-venv git build-essential -y

  4. Buat pengguna: Perintah berikut mencipta pengguna bernama django dengan kebenaran yang sesuai. Ingat untuk menggantikan "your_email@example.com" dengan alamat e-mel sebenar anda.

    sudo groupadd bulletproof
    sudo adduser django
    sudo usermod -aG bulletproof django
    Salin selepas log masuk
  5. Buat direktori projek: mkdir /home/django/projects

  6. Laraskan pemilikan dan kebenaran kumpulan:

    sudo chown :bulletproof /home/django/projects
    sudo chmod 775 /home/django/projects
    sudo usermod -d /home/django/projects django
    sudo chown django:bulletproof /home/django/projects
    su - django
    Salin selepas log masuk

Persediaan Kod VS (Jauh-SSH):

Pasang sambungan Python, Pylance, Flake8, Black dan Django dalam Kod VS. Pastikan Flake8 dan Black juga dipasang pada VM menggunakan pip. Konfigurasikan Kod VS untuk menggunakan penterjemah Python persekitaran maya dan membolehkan linting dan pemformatan. Cipta fail pyproject.toml dan .flake8 untuk konfigurasi (lihat contoh dalam dokumen asal).

Persediaan Python:

  1. Buat persekitaran maya:

    mkdir tms && cd tms
    python3 -m venv .venv
    source .venv/bin/activate  # (env\Scripts\activate on Windows)
    Salin selepas log masuk
  2. Pasang Django dan DRF: pip install django djangorestframework

  3. Buat projek Django: django-admin startproject tms .

  4. Jalankan pelayan pembangunan: python manage.py runserver 0.0.0.0:8000

    Jika anda menghadapi ralat DisallowedHost, tambahkan alamat IP pelayan anda pada ALLOWED_HOSTS dalam settings.py.

Persediaan Repositori Git:

  1. Buat README.md, requirements.txt (menggunakan pip freeze > requirements.txt), LICENSE dan .gitignore fail.
  2. Jana kunci SSH: ssh-keygen -t ed25519 -C "your_email@example.com". Tambahkan kunci awam pada akaun GitHub anda.
  3. Mulakan repositori Git: git init
  4. Tambah repositori jauh: git remote add origin git@github.com:username/repository.git
  5. Komited dan tolak perubahan anda: git add ., git commit -m "Initial commit", git push -u origin main

Snapshot VM:

Buat syot kilat VM anda selepas persediaan awal menggunakan fungsi syot kilat VMware. Namakannya sebagai sesuatu yang deskriptif, seperti "InitialSetup".

Atas ialah kandungan terperinci API Django kalis peluru untuk projek TMS. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn

Alat AI Hot

Undresser.AI Undress

Undresser.AI Undress

Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover

AI Clothes Remover

Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool

Undress AI Tool

Gambar buka pakaian secara percuma

Clothoff.io

Clothoff.io

Penyingkiran pakaian AI

Video Face Swap

Video Face Swap

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

Artikel Panas

<🎜>: Bubble Gum Simulator Infinity - Cara Mendapatkan dan Menggunakan Kekunci Diraja
4 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌
Nordhold: Sistem Fusion, dijelaskan
4 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌
Mandragora: Whispers of the Witch Tree - Cara Membuka Kunci Cangkuk Bergelut
3 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌

Alat panas

Notepad++7.3.1

Notepad++7.3.1

Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina

SublimeText3 versi Cina

Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1

Hantar Studio 13.0.1

Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6

Dreamweaver CS6

Alat pembangunan web visual

SublimeText3 versi Mac

SublimeText3 versi Mac

Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas

Tutorial Java
1673
14
Tutorial PHP
1278
29
Tutorial C#
1257
24
Python vs C: Lengkung pembelajaran dan kemudahan penggunaan Python vs C: Lengkung pembelajaran dan kemudahan penggunaan Apr 19, 2025 am 12:20 AM

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.

Pembelajaran Python: Adakah 2 jam kajian harian mencukupi? Pembelajaran Python: Adakah 2 jam kajian harian mencukupi? Apr 18, 2025 am 12:22 AM

Adakah cukup untuk belajar Python selama dua jam sehari? Ia bergantung pada matlamat dan kaedah pembelajaran anda. 1) Membangunkan pelan pembelajaran yang jelas, 2) Pilih sumber dan kaedah pembelajaran yang sesuai, 3) mengamalkan dan mengkaji semula dan menyatukan amalan tangan dan mengkaji semula dan menyatukan, dan anda secara beransur-ansur boleh menguasai pengetahuan asas dan fungsi lanjutan Python dalam tempoh ini.

Python vs C: Meneroka Prestasi dan Kecekapan Python vs C: Meneroka Prestasi dan Kecekapan Apr 18, 2025 am 12:20 AM

Python lebih baik daripada C dalam kecekapan pembangunan, tetapi C lebih tinggi dalam prestasi pelaksanaan. 1. Sintaks ringkas Python dan perpustakaan yang kaya meningkatkan kecekapan pembangunan. 2. Ciri-ciri jenis kompilasi dan kawalan perkakasan meningkatkan prestasi pelaksanaan. Apabila membuat pilihan, anda perlu menimbang kelajuan pembangunan dan kecekapan pelaksanaan berdasarkan keperluan projek.

Python vs C: Memahami perbezaan utama Python vs C: Memahami perbezaan utama Apr 21, 2025 am 12:18 AM

Python dan C masing -masing mempunyai kelebihan sendiri, dan pilihannya harus berdasarkan keperluan projek. 1) Python sesuai untuk pembangunan pesat dan pemprosesan data kerana sintaks ringkas dan menaip dinamik. 2) C sesuai untuk prestasi tinggi dan pengaturcaraan sistem kerana menaip statik dan pengurusan memori manual.

Yang merupakan sebahagian daripada Perpustakaan Standard Python: Senarai atau Array? Yang merupakan sebahagian daripada Perpustakaan Standard Python: Senarai atau Array? Apr 27, 2025 am 12:03 AM

Pythonlistsarepartofthestandardlibrary, sementara

Python: Automasi, skrip, dan pengurusan tugas Python: Automasi, skrip, dan pengurusan tugas Apr 16, 2025 am 12:14 AM

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.

Python untuk pengkomputeran saintifik: rupa terperinci Python untuk pengkomputeran saintifik: rupa terperinci Apr 19, 2025 am 12:15 AM

Aplikasi Python dalam pengkomputeran saintifik termasuk analisis data, pembelajaran mesin, simulasi berangka dan visualisasi. 1.Numpy menyediakan susunan pelbagai dimensi yang cekap dan fungsi matematik. 2. Scipy memanjangkan fungsi numpy dan menyediakan pengoptimuman dan alat algebra linear. 3. Pandas digunakan untuk pemprosesan dan analisis data. 4.Matplotlib digunakan untuk menghasilkan pelbagai graf dan hasil visual.

Python untuk Pembangunan Web: Aplikasi Utama Python untuk Pembangunan Web: Aplikasi Utama Apr 18, 2025 am 12:20 AM

Aplikasi utama Python dalam pembangunan web termasuk penggunaan kerangka Django dan Flask, pembangunan API, analisis data dan visualisasi, pembelajaran mesin dan AI, dan pengoptimuman prestasi. 1. Rangka Kerja Django dan Flask: Django sesuai untuk perkembangan pesat aplikasi kompleks, dan Flask sesuai untuk projek kecil atau sangat disesuaikan. 2. Pembangunan API: Gunakan Flask atau DjangorestFramework untuk membina Restfulapi. 3. Analisis Data dan Visualisasi: Gunakan Python untuk memproses data dan memaparkannya melalui antara muka web. 4. Pembelajaran Mesin dan AI: Python digunakan untuk membina aplikasi web pintar. 5. Pengoptimuman Prestasi: Dioptimumkan melalui pengaturcaraan, caching dan kod tak segerak

See all articles