


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> </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'] </your_instance_ip>
- 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> </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!

Penyelesaian kepada Isu Kebenaran Semasa Melihat Versi Python di Terminal Linux Apabila anda cuba melihat versi Python di Terminal Linux, masukkan Python ...

Artikel ini menerangkan cara menggunakan sup yang indah, perpustakaan python, untuk menghuraikan html. Ia memperincikan kaedah biasa seperti mencari (), find_all (), pilih (), dan get_text () untuk pengekstrakan data, pengendalian struktur dan kesilapan HTML yang pelbagai, dan alternatif (sel

Serialization dan deserialization objek Python adalah aspek utama dari mana-mana program bukan remeh. Jika anda menyimpan sesuatu ke fail python, anda melakukan siri objek dan deserialization jika anda membaca fail konfigurasi, atau jika anda menjawab permintaan HTTP. Dalam erti kata, siri dan deserialization adalah perkara yang paling membosankan di dunia. Siapa yang peduli dengan semua format dan protokol ini? Anda mahu berterusan atau mengalirkan beberapa objek python dan mengambilnya sepenuhnya pada masa yang akan datang. Ini adalah cara yang baik untuk melihat dunia pada tahap konseptual. Walau bagaimanapun, pada tahap praktikal, skim siri, format atau protokol yang anda pilih boleh menentukan kelajuan, keselamatan, kebebasan status penyelenggaraan, dan aspek lain dari program

Artikel ini membandingkan tensorflow dan pytorch untuk pembelajaran mendalam. Ia memperincikan langkah -langkah yang terlibat: penyediaan data, bangunan model, latihan, penilaian, dan penempatan. Perbezaan utama antara rangka kerja, terutamanya mengenai grap pengiraan

Modul Statistik Python menyediakan keupayaan analisis statistik data yang kuat untuk membantu kami dengan cepat memahami ciri -ciri keseluruhan data, seperti biostatistik dan analisis perniagaan. Daripada melihat titik data satu demi satu, cuma melihat statistik seperti min atau varians untuk menemui trend dan ciri dalam data asal yang mungkin diabaikan, dan membandingkan dataset besar dengan lebih mudah dan berkesan. Tutorial ini akan menjelaskan cara mengira min dan mengukur tahap penyebaran dataset. Kecuali dinyatakan sebaliknya, semua fungsi dalam modul ini menyokong pengiraan fungsi min () dan bukan hanya menjumlahkan purata. Nombor titik terapung juga boleh digunakan. Import secara rawak Statistik import dari fracti

Tutorial ini dibina pada pengenalan sebelumnya kepada sup yang indah, memberi tumpuan kepada manipulasi DOM di luar navigasi pokok mudah. Kami akan meneroka kaedah dan teknik carian yang cekap untuk mengubahsuai struktur HTML. Satu kaedah carian dom biasa ialah Ex

Artikel ini membincangkan perpustakaan Python yang popular seperti Numpy, Pandas, Matplotlib, Scikit-Learn, Tensorflow, Django, Flask, dan Permintaan, memperincikan kegunaan mereka dalam pengkomputeran saintifik, analisis data, visualisasi, pembelajaran mesin, pembangunan web, dan h

Artikel ini membimbing pemaju Python mengenai bangunan baris baris komando (CLI). Butirannya menggunakan perpustakaan seperti Typer, Klik, dan ArgParse, menekankan pengendalian input/output, dan mempromosikan corak reka bentuk mesra pengguna untuk kebolehgunaan CLI yang lebih baik.


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

AI Hentai Generator
Menjana ai hentai secara percuma.

Artikel Panas

Alat panas

EditPlus versi Cina retak
Saiz kecil, penyerlahan sintaks, tidak menyokong fungsi gesaan kod

ZendStudio 13.5.1 Mac
Persekitaran pembangunan bersepadu PHP yang berkuasa

VSCode Windows 64-bit Muat Turun
Editor IDE percuma dan berkuasa yang dilancarkan oleh Microsoft

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Dreamweaver Mac版
Alat pembangunan web visual