5.6 KiB

Raw Blame History

Déploiement

Le serveur que django met à notre disposition est prévu uniquement pour le développement: inutile de passer par du code Python pour charger des fichiers statiques (feuilles de style, fichiers JavaScript, images, …). De même, la base de donnée en production devra sans doute supporter plus qu’un seul utilisateur à la base de donnée SQLite venant par défaut avec Django : une application Web risque rapidement d’engendrer des erreurs de base de données verrouillée pour écriture par un autre processus. Il est donc nécessaire de passer sur quelque chose de plus robuste. Déploiement.

Si vous avez suivi les étapes jusqu’ici, vous devriez à peine disposer d’un espace de travail proprement configuré, d’un modèle relativement basique et d’une configuration avec une base de données basique. En bref, vous avez quelque chose qui fonctionne, mais qui ne ressemble pas à ce que vous souhaitez au final.

Il y a une raison très simple à aborder le déploiement dès maintenant : à trop attendre et à peaufiner son développement en local, on en oublie que sa finalité sera de se retrouver exposé sur un serveur. On risque d’oublié une partie des désidératas ou une fonctionnalité essentielle, de passer beaucoup de temps à adapter les sources pour qu’elles fonctionnent sur un environnement en particulier ou d’être déconnecter de l’utilisateur réelle de votre application.

Aborder le déploiement maintenant permet également de rédiger dès le début les procédures d’installation, de mise à jour et de sauvegardes. Déployer une nouvelle version sera aussi simple que de récupérer la dernière archive depuis le dépôt, la placer dans le bon répertoire, appliquer des actions spécifiques (et souvent identiques entre deux versions), puis redémarrer les services adéquats.

Dans cette partie, les points suivants seront abordés :

La définition de l’infrastructure nécessaire à notre application.
La configuration de l’hôte, qui hébergera l’application: dans une machine physique, virtuelle ou dans un container. On abordera aussi rapidement les déploiements via Ansible, Chef, Puppet ou Salt.
Les différentes méthodes de supervision de l’application: comment analyser les fichiers de logs et comment intercepter correctement une erreur si elle se présente et comment remonter l’information.
Une partie sur la sécurité et la sécurisation de l’hôte.

Si on schématise l’infrastructure et le chemin parcouru par une éventuelle requête, on devrait arriver à quelque chose de synthéthique:

Au niveau de l’infrastructure,
1. l’utilisateur fait une requête via son navigateur (Firefox, Chrome, …) ,
2. le navigateur envoie une requête http, sa version, un verbe (GET, POST, …), un port et éventuellement du contenu
3. le firewall du serveur (Debian GNU/Linux, CentOS, …) vérifie si la requête peut être prise en compte
4. la requête est transmise à l’application qui écoute sur le port (probablement 80 ou 443; et a priori Nginx)
5. elle est ensuite transmise par socket et est prise en compte par Gunicorn
6. qui la transmet ensuite à l’un de ses workers (= un processus Python)
7. après exécution, une réponse est renvoyée à l’utilisateur.

Au niveau logiciel (la partie mise en subrillance ci-dessus), la requête arrive dans les mains du processus Python, qui doit encore
1. effectuer le routage des données,
2. trouver la bonne fonction à exécuter,
3. récupérer les données depuis la base de données,
4. effectuer le rendu ou la conversion des données,
5. et renvoyer une réponse à l’utilisateur.

Définition de l’infrastructure

Comme abordé dans la première partie, Django est un framework complet, intégrant tous les mécanismes nécessaires à la bonne évolution d’une application. Il est ainsi possible de commencer petit, et de suivre l’évolution des besoins en fonction de la charge estimée ou ressentie, d’ajouter un mécanisme de mise en cache, des logiciels de suivi, …

Pour une mise ne production, le standard de facto est le suivant:

Nginx comme reverse proxy
Gunicorn ou Uvicorn comme serveur d’application
Supervisorctl pour le monitoring
PostgreSQL ou MariaDB comme base de données.
Redis / Memcache pour la mise à en cache (et pour les sessions ? A vérifier).

En mode containers, on passera plutôt par Docker et Traefik.

C’est celle-ci que nous allons décrire ci-dessous.

Configuration et sécurisation de la machine hôte

Supervisor, nginx, gunicorn, utilisateurs, groupes, …

entity Nginx entity "Gunicorn (sockets/HTTP)" as gunicorn database PGSQL

Aussi : Docker, Heroku, Digital Ocean, Scaleway, OVH, Ansible, Puppet, Chef, … Bref, sur Debian et CentOS pour avoir un panel assez large. On oublie Windows: rien que Gunicorn et Nginx n’y tournent pas.

Mise à jour

Script de mise à jour.

su - <user>
source ~/.venvs/<app>/bin/activate
cd ~/webapps/<app>
git fetch
git checkout vX.Y.Z
pip install -U requirements/prod.txt
python manage.py migrate
python manage.py collectstatic
gunicorn reload -HUP

Warning

le serveur de déploiement ne doit avoir qu’un accès en lecture au dépôt source.

Supervision

Qu’est-ce qu’on fait des logs après ? :-)

Sentry
Nagios
LibreNMS
Zabbix

Unresolved directive in <stdin> - include::infrastructure.adoc[]

Unresolved directive in <stdin> - include::database.adoc[]

Unresolved directive in <stdin> - include::centos+debian.adoc[]

Ressources

https://zestedesavoir.com/tutoriels/2213/deployer-une-application-django-en-production/

5.6 KiB Raw Blame History Unescape Escape